Избор на вашия Mistral Vision модел
На тази страница
Кой модел за кой случай на употреба?
Mistral предлага няколко модела, способни да обработват изображения, всеки със свои специфики по отношение на качеството, скоростта и цената. Изборът на правилния не е просто детайл от имплементацията: разликата в цената между най-тежките и най-леките модели надхвърля десетократно. При поток от десет хиляди изображения на месец това решение влияе върху бюджета Ви повече от която и да е друга част от архитектурата Ви.
Този урок разглежда подробно спецификите на всеки vision модел и Ви предоставя метод за избор на този, който отговаря на Вашия случай на употреба.
Сравнение на Vision моделите
Таблицата по-долу актуализира пейзажа от април 2026 г., представен в Урок 1, добавяйки ключовите метрики, които имат значение при вземането на решение.
| Модел | Параметри | Скорост | Цена (вход/1M токена) | Случаи на употреба |
|---|---|---|---|---|
| Mistral Large 3 | ~123B | Умерена | ~$2 | Детайлен анализ, сложно разсъждение |
| Mistral Medium 3.1 | ~70B | Бърза | ~$0.40 | Универсален, най-добро съотношение цена/качество |
| Mistral Small 3.2 | ~24B | Много бърза | ~$0.10 | Голям обем, просто OCR, триаж |
| Ministral 3 14B | 14B | Много бърза | ~$0.10 | Edge, критична латентност, on-premise |
| Ministral 3 8B | 8B | Ултра бърза | ~$0.10 | Вградени системи, бърза класификация |
Цените са ориентировъчни и могат да варират – проверете страницата с цени на Mistral за актуални данни.
Mistral Large 3 – Еталонът за качество
Mistral Large 3 е водещият модел за работа с изображения. Неговите приблизително 123 милиарда параметри са оправдани в три области. Първо, детайлен анализ: диаграма с припокриващи се легенди, анотирана техническа схема или плътен потребителски интерфейс са изображения, при които половината информация се крие в дребния шрифт и връзките между елементите. Второ, многоетапно разсъждение, когато въпросът надхвърля простото описание: „Разгледайте тази диаграма, идентифицирайте тенденцията и обяснете вероятните причини“ свързва три операции, като третата зависи от точността на първите две. Накрая, структурирано извличане, където целта е да се трансформира съдържанието на изображението в добре форматиран JSON, без да се измислят или пропускат полета.
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
# Large 3 за сложен анализ
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Analyze this financial chart. Identify the main trends and inflection points."
},
{
"type": "image_url",
"image_url": "https://example.com/financial-chart.png"
}
]
}
]
)
Запазете го за критичен анализ, чувствителни данни и професионални приложения, където прецизността е по-важна от цената. Грешното тълкуване на сума във фактура струва повече от разликата в цената между два модела.
Mistral Small 3.2 – Икономичният избор
С около 24 милиарда параметра, Small 3.2 предлага съотношение качество-цена, което го превръща в работния кон на пайплайните. Той обработва без затруднение големи обеми – стотици или хиляди изображения на ден – и изпълнява просто OCR върху ясен печатен текст: етикети, табели, заглавия на документи. Другото му предпочитано приложение е триажът: бързо класифициране на изображения, за да се изпратят към тежкия модел само онези, които наистина го заслужават.
# Small 3.2 за обработка на големи обеми
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Read the text visible on this product label."},
{"type": "image_url", "image_url": "https://example.com/label.jpg"}
]
}
]
)
Това е правилният избор за автоматизирани пайплайни, MVP и всеки случай, при който скоростта и цената са по-важни от съвършенството в последния процентил.
Ministral 3 – Моделът за Edge
Моделите Ministral, във версии 14B и 8B, са проектирани за on-premise или edge разполагане. Тяхната стойност се крие по-малко в суровото качество, а повече в това, което позволяват: отговори за няколкостотин милисекунди, изпълнение на потребителски GPU като RTX 4090 или A10G и най-вече гаранцията, че никакви данни не напускат Вашата инфраструктура. Производствена линия, която инспектира детайли, излизащи от преса, не може нито да чака мрежово връщане (round-trip), нито да изнася своите изображения.
# Ministral 14B хостван локално (чрез vLLM или Ollama)
from mistralai.client import Mistral
client = Mistral(
api_key="local",
server_url="http://localhost:8000/v1"
)
response = client.chat.complete(
model="ministral-14b-2512",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Does this image contain a manufacturing defect?"},
{"type": "image_url", "image_url": "data:image/jpeg;base64,/9j/4AAQ..."}
]
}
]
)
Обърнете внимание на server_url, сочещ към Вашия собствен сървър: останалата част от кода е строго идентична. Типични случаи на употреба включват индустриална инспекция, здравеопазване, среди без връзка с мрежата и поверителни данни.
Дърво на решенията
Когато се сблъскате с нов проект, най-разграничаващият въпрос е местоположението: ако данните трябва да останат on-premise, дебатът приключва с Ministral 3, като избирате 14B за качество или 8B за вградено устройство. Ако облакът е приемлив, след това решете въз основа на естеството на натоварването. Критичното качество на анализа изисква Mistral Large 3; големият обем изображения насочва към Mistral Small 3.2; а когато нито едно ограничение не доминира, Mistral Medium 3.1 предлага общия компромис.
Смяна на моделите във Вашия код
Цялата смисъл на този унифициран API е, че изборът остава обратим. Превключването от един модел към друг изисква промяна само на един ред, без да се пипа конструкцията на съобщенията:
# Превключване от Small към Large чрез промяна само на модела
model = "mistral-small-latest" # разработка, тестване
# model = "mistral-large-latest" # продукция, максимално качество
response = client.chat.complete(model=model, messages=messages)
Това свойство позволява интелигентно насочване, което ще видите през целия курс: Small изпълнява триаж на целия поток, докато Large обработва само сложните случаи. При партида, където само една десета от изображенията изискват детайлен анализ, спестяванията са значителни при непроменено крайно качество.
Ключови изводи
- Mistral Large 3 предлага най-доброто качество, но на най-висока цена
- Mistral Small 3.2 е идеален за големи обеми и прости случаи на употреба
- Моделите Ministral позволяват локално разполагане без зависимост от облак
- API е идентичен за всички модели – променя се само параметърът
model - Интелигентното насочване (Small за триаж, Large за анализ) оптимизира съотношението цена/качество