¿Qué es Ministral 3 (3B, 8B and 14B)?
Ministral 3 es la familia de modelos pequeños de Mistral AI, publicada el 2 de diciembre de 2025 junto a Mistral Large 3. Viene en tres tamaños densos, de 3B, 8B y 14B parámetros, y cada tamaño tiene una versión base, una instruct y una de razonamiento. Todos leen imágenes además de texto, admiten un contexto de 256K (128K en el 3B vía OpenRouter) y tienen licencia Apache 2.0.
Mistral los creó para uso local y en el borde. El modelo instruct de 14B cabe en 24 GB de memoria de vídeo en FP8, y NVIDIA ha optimizado la familia para DGX Spark, PC y portátiles RTX, y dispositivos Jetson. Los pesos están en Hugging Face, y los modelos están en la API de Mistral y en plataformas en la nube como Amazon Bedrock, Azure Foundry, OpenRouter y Together AI.
En la API de Mistral, el 14B cuesta $0,20 por millón de tokens, el 8B $0,15 y el 3B $0,10, con la misma tarifa para entrada y salida. Mistral dice que el 14B rinde de forma comparable a su anterior y mayor Mistral Small 3.2 24B.
¿Cuánto cuesta Ministral 3 (3B, 8B and 14B)?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| Ministral 3 14B | $0.20 per 1M tokens | Entrada y salida |
| Ministral 3 8B | $0.15 per 1M tokens | |
| Ministral 3 3B | $0.10 per 1M tokens |
Pesos abiertos bajo Apache 2.0. API de Mistral: 14B $0,20, 8B $0,15, 3B $0,10 por 1M de tokens, igual para entrada y salida; batch a mitad de precio.
¿Merece la pena Ministral 3 (3B, 8B and 14B)?
El punto fuerte de Ministral 3 es que está completa. Pocas familias ofrecen tres tamaños, cada uno en versiones base, instruct y de razonamiento, todos con lectura de imágenes y todos bajo Apache 2.0 sin condiciones. Para un equipo que quiere hacer fine-tuning de un modelo base, lanzar un modelo instruct y recurrir a uno de razonamiento para las consultas difíciles, con un solo proveedor y una sola licencia, lo cubre todo.
En las propias tablas de Mistral, las versiones de razonamiento son sólidas para su tamaño. El modelo de razonamiento de 14B obtiene un 85,0 % en AIME 2025 y un 71,2 % en GPQA Diamond, y el 3B supera a Qwen3-VL-4B-Thinking en AIME. El 14B instruct supera a Qwen3 14B y Gemma 3 12B en Arena Hard y WildBench. Pero los modelos de visión de Qwen ganan varios de los enfrentamientos directos que publica Mistral: Qwen3-VL-8B-Instruct supera al 8B en Arena Hard y matemáticas, y Qwen3-VL-4B-Instruct supera al 3B en la mayoría de las filas.
Lo del uso local es la parte práctica. El 14B instruct funciona en 24 GB en FP8, así que basta una sola GPU de consumo o un portátil reciente con memoria suficiente, y el 3B cabe en teléfonos y placas Jetson. Mistral dice que los modelos instruct suelen producir muchos menos tokens que sus rivales para la misma respuesta, lo que importa para la latencia en hardware pequeño.
Tiene diez meses, y desde entonces han llegado modelos pequeños más nuevos, entre ellos Gemma 4. Sigue siendo una opción por defecto segura para equipos europeos que quieren un modelo pequeño, multimodal y con licencia permisiva.
Dónde se gana su sitio
Un desarrollador que crea un asistente sin conexión para una aplicación de portátil
Ejecutar en local un modelo capaz con entrada de imagen
Usar Ministral 3 14B Instruct en FP8, que cabe en 24 GB, o cuantizarlo más. Las optimizaciones de NVIDIA para RTX y DGX Spark cubren el hardware habitual.
Un equipo de robótica o IoT
Llevar un modelo de visión y lenguaje a una placa embebida
Ministral 3 3B funciona en dispositivos NVIDIA Jetson y lee directamente los fotogramas de la cámara. Cambiar a la versión de razonamiento de 3B para la planificación de varios pasos.
Una startup que clasifica y extrae datos de documentos a gran volumen
Mantener el coste por petición cerca de cero
En la API de Mistral, el 8B a $0,15 por millón de tokens procesa un millón de llamadas de extracción de 1.500 tokens por unos $225, o la mitad en batch.
Antes de decidirte
- Puesta en marcha
- Descárgalos de Hugging Face (modelos instruct en FP8, base y de razonamiento en BF16), o llama a ministral-3b-2512, ministral-8b-2512 o ministral-14b-2512 en la API de Mistral.
- Integraciones
- Versiones para vLLM, SGLang, TensorRT-LLM, llama.cpp y Ollama; Amazon Bedrock, Azure Foundry, IBM watsonx, OpenRouter, Fireworks, Together AI y Modal. Llamadas a funciones y salidas estructuradas.
- Datos y privacidad
- Apache 2.0 sin restricciones de uso cuando se aloja por cuenta propia. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse.
- Coste a escala
- De $0,10 a $0,20 por millón de tokens en la API de Mistral, con batch a mitad de precio. Por cuenta propia, el 14B en FP8 necesita una GPU de 24 GB; el 3B funciona en teléfonos y placas Jetson.
- Límites
- Contexto de 256K en el 8B y el 14B (128K para el 3B en OpenRouter); solo entrada de texto e imagen. Las versiones de razonamiento usan más tokens que las instruct.
Lo bueno
- Versiones base, instruct y de razonamiento en 3B, 8B y 14B
- Entrada de imagen en todos los modelos; contexto de 256K
- Apache 2.0 sin condiciones
- El 14B instruct cabe en 24 GB de memoria de vídeo en FP8
Lo malo
- Los modelos Qwen3-VL lo superan en varias de las propias comparaciones de Mistral
- Publicado en diciembre de 2025; desde entonces han llegado modelos pequeños más nuevos
- El nivel gratuito de la API de Mistral puede entrenar con las entradas salvo que te excluyas
- Sin entrada de audio
Ideal para
Equipos que necesitan un modelo pequeño con visión y licencia permisiva para portátiles, dispositivos de borde o inferencia alojada barata.
Alternativas a Ministral 3 (3B, 8B and 14B)
Ministral 3 (3B, 8B and 14B): preguntas frecuentes
- ¿Merece la pena Ministral 3 (3B, 8B and 14B)?
- Una familia completa de modelos pequeños con una licencia limpia, con razonamiento y visión en todos los tamaños; Qwen todavía la supera por poco en varias de las propias comparaciones de Mistral. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta Ministral 3 (3B, 8B and 14B)?
- Pesos abiertos bajo Apache 2.0. API de Mistral: 14B $0,20, 8B $0,15, 3B $0,10 por 1M de tokens, igual para entrada y salida; batch a mitad de precio.
- ¿Qué inconvenientes tiene Ministral 3 (3B, 8B and 14B)?
- Los modelos Qwen3-VL lo superan en varias de las propias comparaciones de Mistral; publicado en diciembre de 2025; desde entonces han llegado modelos pequeños más nuevos; el nivel gratuito de la API de Mistral puede entrenar con las entradas salvo que te excluyas; sin entrada de audio.
- ¿Para quién es Ministral 3 (3B, 8B and 14B)?
- Equipos que necesitan un modelo pequeño con visión y licencia permisiva para portátiles, dispositivos de borde o inferencia alojada barata.
- ¿Cuánto cuesta Ministral 3 (3B, 8B and 14B) para un equipo o en producción?
- De $0,10 a $0,20 por millón de tokens en la API de Mistral, con batch a mitad de precio. Por cuenta propia, el 14B en FP8 necesita una GPU de 24 GB; el 3B funciona en teléfonos y placas Jetson.
- ¿Es Ministral 3 (3B, 8B and 14B) seguro para los datos de la empresa?
- Apache 2.0 sin restricciones de uso cuando se aloja por cuenta propia. En la API de Mistral, las entradas y salidas del nivel gratuito pueden usarse para entrenar salvo que te excluyas; los usuarios de pago por uso pueden excluirse.
- ¿Cuáles son las mejores alternativas a Ministral 3 (3B, 8B and 14B)?
- Las alternativas más cercanas que hemos analizado son Gemma 4, Phi-4-multimodal, MiniCPM5-2B y SmolLM3-3B.
Respuestas comprobadas el 25 oct 2026.