Ministral-3-14B-Reasoning-2512

Ministral-3-14B-Reasoning-2512 — это флагманская модель в линейке Ministral 3, представляющая собой reasoning-вариант с пост-тренировкой, специально оптимизированный для решения сложных задач, требующих многошаговых рассуждений. Модель построена по модульной архитектуре, включающей два основных компонента: языковую модель с 13.5B параметров и визуальный энкодер с 0.4B параметров. Модель эффективно анализирует изображения и предоставляет выводы на основе визуального контента. Ключевой технической особенностью является применение метода Cascade Distillation — итеративной дистилляции и прунинга, позволившей получить модель из родительской Mistral Small 3.1 (24B) с сохранением высокого качества при сокращении размера более чем на 40%. Модель поддерживает десятки языков, демонстрирует строгое следование системным промптам и обладает хорошими агентными возможностями — встроенная поддержка вызова функций (function calling) и вывода в формате JSON. Контекстное окно в 256k токенов позволяет обрабатывать объёмные документы и вести продолжительные диалоги.

С точки зрения бенчмарков, Ministral-3-14B-Reasoning демонстрирует отличные результаты. На математических тестах AIME 2024 и AIME 2025 модель достигает 89.8% и 85.0% соответственно, что подтверждает её способность решать сложные олимпиадные задачи. В области научного мышления (GPQA Diamond) показатель составляет 71.2%, а в задачах на программирование (LiveCodeBench) — 64.6%. Согласно техническому отчёту, на момент выпуска, модель превосходит все известные аналоги сопоставимой размерности.

Разработчики рекомендуют при работе с изображениями поддерживать соотношение сторон, близкое к 1:1 (ширина/высота), избегая излишне узких или широких кадров — при необходимости изображения следует обрезать для оптимальной производительности. При многошаговых диалогах крайне важно сохранять цепочки рассуждений (reasoning traces) в контексте. Для большинства задач рекомендуется задавать системный промпт, определяющий порядок размышлений (пример от разработчиков https://huggingface.co/mistralai/Ministral-3-14B-Reasoning-2512/blob/main/SYSTEM_PROMPT.txt ) и устанавливать температуру сэмплирования 1, однако эксперименты вполне допустимы. При работе с инструментами следует ограничивать их набор минимально необходимым количеством, избегая перегрузки модели избыточным числом функций. Модель особенно эффективна в областях, связанных с математикой, программированием и других задачах, где требуется глубокое пошаговое рассуждение в связке с необходимостью анализировать изображения.

Дата анонса: 31.10.2025
Параметров: 14B
Контекст: 263K
Слоев: 40
Тип внимания: Full Attention
Разработчик: Mistral AI
Версия Transformers: 5.0.0.dev0
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Ministral-3-14B-Reasoning-2512. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.