O que é Ministral 3 (3B, 8B and 14B)?
Ministral 3 é a família de modelos pequenos da Mistral AI, lançada em 2 de dezembro de 2025 junto com o Mistral Large 3. Vem em três tamanhos densos, 3B, 8B e 14B parâmetros, e cada tamanho tem uma versão base, uma instruct e uma de raciocínio. Todos leem imagens além de texto, suportam contexto de 256K (128K no 3B via OpenRouter) e são licenciados sob Apache 2.0.
A Mistral os criou para uso local e na borda. O modelo instruct de 14B cabe em 24 GB de memória de vídeo em FP8, e a NVIDIA otimizou a família para DGX Spark, PCs e notebooks RTX e dispositivos Jetson. Os pesos estão no Hugging Face, e os modelos estão na API da Mistral e em plataformas de nuvem como Amazon Bedrock, Azure Foundry, OpenRouter e Together AI.
Na API da Mistral, o 14B custa US$ 0,20 por milhão de tokens, o 8B US$ 0,15 e o 3B US$ 0,10, com a mesma tarifa para entrada e saída. A Mistral diz que o 14B tem desempenho comparável ao seu Mistral Small 3.2 24B, mais antigo e maior.
Quanto custa Ministral 3 (3B, 8B and 14B)?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Apache 2.0 |
| Ministral 3 14B | $0.20 per 1M tokens | Entrada e saída |
| Ministral 3 8B | $0.15 per 1M tokens | |
| Ministral 3 3B | $0.10 per 1M tokens |
Pesos abertos sob Apache 2.0. API da Mistral: 14B US$ 0,20, 8B US$ 0,15, 3B US$ 0,10 por 1M de tokens, o mesmo para entrada e saída; batch pela metade do preço.
Ministral 3 (3B, 8B and 14B) vale a pena?
A força do Ministral 3 é ser completo. Poucas famílias oferecem três tamanhos, cada um em versões base, instruct e de raciocínio, todos lendo imagens, todos sob Apache 2.0 sem condições. Para uma equipe que quer fazer fine-tuning de um modelo base, colocar em produção um modelo instruct e recorrer a um modelo de raciocínio nas consultas difíceis, com um só fornecedor e uma só licença, ele cobre tudo.
Nas tabelas da própria Mistral, as versões de raciocínio são fortes para o tamanho. O modelo de raciocínio de 14B marca 85,0% no AIME 2025 e 71,2% no GPQA Diamond, e o 3B supera o Qwen3-VL-4B-Thinking no AIME. O instruct de 14B lidera o Qwen3 14B e o Gemma 3 12B no Arena Hard e no WildBench. Mas os modelos de visão do Qwen vencem vários dos confrontos diretos que a Mistral publica: o Qwen3-VL-8B-Instruct supera o 8B no Arena Hard e em matemática, e o Qwen3-VL-4B-Instruct supera o 3B na maioria das linhas.
A história local é a prática. O instruct de 14B roda em 24 GB em FP8, então uma única GPU de consumo ou um notebook recente com memória suficiente dá conta, e o 3B cabe em celulares e placas Jetson. A Mistral diz que os modelos instruct muitas vezes produzem bem menos tokens que os rivais para a mesma resposta, o que importa para a latência em hardware pequeno.
Ele tem dez meses, e modelos pequenos mais novos chegaram desde então, incluindo o Gemma 4. Continua sendo uma escolha padrão segura para equipes europeias que querem um modelo pequeno, multimodal e de licença permissiva.
Onde ele se destaca
Um desenvolvedor criando um assistente offline para um app de notebook
Rodar localmente um modelo competente com entrada de imagem
Use o Ministral 3 14B Instruct em FP8, que cabe em 24 GB, ou quantize ainda mais. As otimizações da NVIDIA para RTX e DGX Spark cobrem o hardware comum.
Uma equipe de robótica ou IoT
Colocar um modelo de visão e linguagem em uma placa embarcada
O Ministral 3 3B roda em dispositivos NVIDIA Jetson e lê quadros da câmera diretamente. Mude para a versão de raciocínio de 3B para planejamento em várias etapas.
Uma startup classificando e extraindo dados de documentos em volume
Manter o custo por requisição perto de zero
Na API da Mistral, o 8B a US$ 0,15 por milhão de tokens processa um milhão de chamadas de extração de 1.500 tokens por cerca de US$ 225, ou metade em batch.
Antes de decidir
- Configuração
- Baixe do Hugging Face (modelos instruct em FP8, base e raciocínio em BF16) ou chame ministral-3b-2512, ministral-8b-2512 ou ministral-14b-2512 na API da Mistral.
- Integrações
- Builds para vLLM, SGLang, TensorRT-LLM, llama.cpp e Ollama; Amazon Bedrock, Azure Foundry, IBM watsonx, OpenRouter, Fireworks, Together AI e Modal. Function calling e saídas estruturadas.
- Dados e privacidade
- Apache 2.0 sem restrições de uso quando auto-hospedado. Na API da Mistral, entradas e saídas do nível gratuito podem ser usadas para treinamento, a menos que você recuse; usuários pay-as-you-go podem recusar.
- Custo em escala
- De US$ 0,10 a US$ 0,20 por milhão de tokens na API da Mistral, com batch pela metade do preço. Auto-hospedado, o 14B em FP8 precisa de uma GPU de 24 GB; o 3B roda em celulares e placas Jetson.
- Limites
- Contexto de 256K no 8B e no 14B (128K para o 3B no OpenRouter); entrada só de texto e imagem. As versões de raciocínio usam mais tokens que as instruct.
O que é bom
- Versões base, instruct e de raciocínio em 3B, 8B e 14B
- Entrada de imagem em todos os modelos; contexto de 256K
- Apache 2.0 sem condições
- O instruct de 14B cabe em 24 GB de memória de vídeo em FP8
O que não é
- Os modelos Qwen3-VL o superam em várias das comparações da própria Mistral
- Lançado em dezembro de 2025; modelos pequenos mais novos chegaram desde então
- O nível gratuito da API da Mistral pode treinar com as entradas, a menos que você recuse
- Sem entrada de áudio
Ideal para
Equipes que precisam de um modelo pequeno, de licença permissiva e com visão para notebooks, dispositivos de borda ou inferência hospedada barata.
Alternativas ao Ministral 3 (3B, 8B and 14B)
Ministral 3 (3B, 8B and 14B): perguntas frequentes
- Ministral 3 (3B, 8B and 14B) vale a pena?
- Uma família completa de modelos pequenos sob uma licença limpa, com raciocínio e visão em todos os tamanhos; o Qwen ainda o supera por pouco em várias das comparações da própria Mistral. Damos nota 4.1 de 5.
- Quanto custa Ministral 3 (3B, 8B and 14B)?
- Pesos abertos sob Apache 2.0. API da Mistral: 14B US$ 0,20, 8B US$ 0,15, 3B US$ 0,10 por 1M de tokens, o mesmo para entrada e saída; batch pela metade do preço.
- Quais são as desvantagens de Ministral 3 (3B, 8B and 14B)?
- Os modelos Qwen3-VL o superam em várias das comparações da própria Mistral; lançado em dezembro de 2025; modelos pequenos mais novos chegaram desde então; o nível gratuito da API da Mistral pode treinar com as entradas, a menos que você recuse; sem entrada de áudio.
- Para quem Ministral 3 (3B, 8B and 14B) é indicado?
- Equipes que precisam de um modelo pequeno, de licença permissiva e com visão para notebooks, dispositivos de borda ou inferência hospedada barata.
- Quanto custa Ministral 3 (3B, 8B and 14B) para uma equipe ou em produção?
- De US$ 0,10 a US$ 0,20 por milhão de tokens na API da Mistral, com batch pela metade do preço. Auto-hospedado, o 14B em FP8 precisa de uma GPU de 24 GB; o 3B roda em celulares e placas Jetson.
- Ministral 3 (3B, 8B and 14B) é seguro para dados da empresa?
- Apache 2.0 sem restrições de uso quando auto-hospedado. Na API da Mistral, entradas e saídas do nível gratuito podem ser usadas para treinamento, a menos que você recuse; usuários pay-as-you-go podem recusar.
- Quais são as melhores alternativas ao Ministral 3 (3B, 8B and 14B)?
- As alternativas mais próximas que analisamos são Gemma 4, Phi-4-multimodal, MiniCPM5-2B e SmolLM3-3B.
Respostas verificadas em 25 de out. de 2026.