DataLearner 标志

Ministral 3 14B

多模态大模型MinistralMistral 3

Ministral 3 14B (v25.12, Base/Instruct/Reasoning)

发布时间: 2025-12-02更新于: 2026-03-08浏览量: 497
API 价格
$0.2 / $0.2
输入 / 输出 · 每百万 tokens
查看全部价格
上下文长度
256K
最佳榜单名次
第 213 / 244
τ³-Banking 第 147 / 168
查看全部评测
是否开源
开源
Apache 2.0
参数 140亿
查看开源信息

Ministral 3 14B is the largest dense model in Mistral AI's Ministral 3 family of edge and local models, released on December 2, 2025. It handles text and images with a 256K-token context and comes in base, instruct and reasoning variants, all under Apache 2.0.

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 14B

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
140亿 / 不适用
知识截止
暂无数据
Ministral 3 14B

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 14B

官方介绍与博客

DataLearnerAI博客
暂无
Ministral 3 14B

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-$0.200/ 1M tokens$0.200/ 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 14B

评测结果

Ministral 3 14B 当前已收录的代表性评测结果包括 Terminal Bench Hard(213 / 244,得分 4.50)、τ³-Banking(147 / 168,得分 6.60)、MMMU-Pro(204 / 231,得分 49.80)。 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
213 / 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
49.80
204 / 231

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
23.80
133 / 135

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
6.60
147 / 168

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
1.20
118 / 124
Ministral 3 14B

发布机构

Ministral 3 14B (v25.12, Base/Instruct/Reasoning)

模型解读

简介与定位

Ministral 3 14B 为该边缘/本地部署导向家族的最大密集模型,具备文本与视觉能力,面向多硬件平台本地运行;上下文 256K,Apache 2.0 许可。

可用变体(本条目合并)

同代 v25.12 的 Base、Instruct 与 Reasoning 变体;Reasoning 允许更长思考路径以提升数学/推理类任务的稳健性。

规格与定价

  • 参数:约 14B(密集)。
  • 上下文:256K tokens。
  • 定价:输入 $0.20 / 1M、输出 $0.20 / 1M(按本模型文档)。

渠道与权重

可在 AI Studio 等平台交互;HF 提供 Base/Instruct/Reasoning 及多精度权重(含 FP8/BF16/GGUF 等)。

资料:官方新闻、14B 文档、HF 集合与具体仓库。

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