Ministral 3 14B Instruct 2512 er den kompakte model fra den franske udgiver Mistral AI: 14 milliarder parametre, 128 K kontekst, bygget til produktion i stor skala. Udgivet i Europa, serveret i Europa — den komplette suveræne kæde, fra første vægt til sidste token. Derfor er det vigtigt →
Parametre
14 mia.
Kontekst
128 K
Udgiver
Mistral AI
Serveret gennemløb
~140 t/s
Det eneste ekstraterritoriale led i en open-weights-model er dens udgiver. Med Ministral er selv dette led europæisk: design, udgivelse og inferens forbliver fuldt ud under Unionens ret.
Dobbelt så kompakt som Qwen3.8-27B: den svarer hurtigere og koster halvt så meget — det rigtige valg til chatbots med høj trafik, klassifikation og dataudtræk.
Hele sagsmapper — kontrakter, rapporter, tickethistorik — behandlet i ét enkelt kald, uden opdeling og uden tab af sammenhæng.
Strukturerede JSON-outputs og deklarerede værktøjer, med den fremragende instruktionsfølgning fra Mistral-familien — ideelt til agenter og forretningsautomatisering.
| Behov | Ministral 3 14B | Qwen3.8-27B |
|---|---|---|
| Chatbot / support med høj volumen | Anbefalet | — |
| Udtræk og klassifikation | Anbefalet | — |
| Komplekst ræsonnement, matematik | — | Anbefalet |
| Generering og review af kode | God | Anbefalet |
| Meget lange dokumenter (> 32 K tokens) | Anbefalet | Med udvidelse |
Vejledende pejlemærker — de to modeller deler samme API: at skifte model er blot at ændre en tekststreng. Se modelarket for Qwen3.8-27B →
OpenAI-kompatibel som hele kataloget: kun modelnavnet ændres. Skift fra den ene til den anden i produktion, uden ny udrulning.
from openai import OpenAI
client = OpenAI(
base_url="https://api.europeangpu.com/v1",
api_key=EGPU_API_KEY)
r = client.chat.completions.create(
model="ministral-3-14b-instruct-2512",
messages=[{"role": "user",
"content": "Klassificer disse 400 tickets"}])Uden abonnement, uden minimum. Til dybt ræsonnement, se Qwen3.8-27B →