DataLearner 标志
MI

Ministral 3 8B

多模态大模型MinistralMinistral 3

Ministral 3 8B (v25.12, Base/Instruct/Reasoning)

发布时间: 2025-12-02更新于: 2026-03-08浏览量: 282
模型参数
80亿
上下文长度
256K
多语言支持
暂无数据
推理能力
5/5

Ministral 3 8B (v25.12, Base/Instruct/Reasoning) 是由 MistralAI 发布的 AI 模型,发布时间为 2025-12-02,定位为 多模态大模型,参数规模约为 80亿,上下文长度为 256K,采用 Apache 2.0 许可,在 MMMU-Pro 上取得 46.00 分。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

Ministral 3 8B

模型基本信息

推理过程
支持
思考模式
常规模式思考模式
上下文长度
256K tokens
最大输出长度
暂无数据
模型类型
多模态大模型
输入/输出模态
文本、图像 → 文本
发布时间
2025-12-02
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
80亿 / 不适用
知识截止
暂无数据
Ministral 3 8B

开源和体验地址

代码开源状态
预训练权重开源
Apache 2.0- 免费商用授权
GitHub 源码
暂无
在线体验
Ministral 3 8B

官方介绍与博客

DataLearnerAI博客
暂无
Ministral 3 8B

API接口信息

接口速度
3/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-$0.150/ 1M tokens$0.150/ 1M tokens

表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。

Ministral 3 8B

评测结果

Ministral 3 8B 当前已收录的代表性评测结果包括 Terminal Bench Hard(214 / 244,得分 4.50)、MMMU-Pro(211 / 229,得分 46)、τ³-Banking(162 / 167,得分 3.70)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench Hard
常规模式工具
4.50
214 / 244

图像感知与视觉推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU-Pro
常规模式
46
211 / 229

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
常规模式
20.70
134 / 134

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
常规模式工具
3.70
162 / 167

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
常规模式
0.80
119 / 122
Ministral 3 8B

发布机构

Ministral 3 8B (v25.12, Base/Instruct/Reasoning)

模型解读

简介与定位

Ministral 3 8B 面向本地/边缘部署的通用多模态模型,兼顾效率与能力;上下文 256K,Apache 2.0 许可。v25.12 同代提供 Base、Instruct 与 Reasoning 三种后训练形态(本条合并)。

规格与定价

  • 参数:约 8B(密集)。
  • 上下文:256K tokens。
  • 定价:输入 $0.15 / 1M、输出 $0.15 / 1M(按本模型文档)。

渠道与权重

AI Studio 可交互;HF 提供多精度与多格式权重。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码