Elección de tu modelo de visión de Mistral
En esta página
¿Qué modelo para qué caso de uso?
Mistral ofrece varios modelos capaces de procesar imágenes, cada uno con sus propias características en cuanto a calidad, velocidad y coste. Elegir el adecuado no es un mero detalle de implementación: entre los modelos más pesados y los más ligeros, la relación de precios supera el factor diez. En un flujo de diez mil imágenes al mes, esta decisión impacta tu presupuesto más que cualquier otra parte de tu arquitectura.
Esta lección detalla las especificidades de cada modelo de visión y te proporciona el método para seleccionar el que mejor se adapte a tu caso de uso.
Comparativa de modelos de visión
La tabla siguiente retoma el panorama de abril de 2026 presentado en la Lección 1, añadiendo las métricas clave que importan a la hora de tomar tu decisión.
| Modelo | Parámetros | Velocidad | Precio (entrada/1M tokens) | Casos de uso |
|---|---|---|---|---|
| Mistral Large 3 | ~123B | Moderada | ~2 $ | Análisis fino, razonamiento complejo |
| Mistral Medium 3.1 | ~70B | Rápida | ~0,40 $ | Versátil, mejor relación calidad-precio |
| Mistral Small 3.2 | ~24B | Muy rápida | ~0,10 $ | Alto volumen, OCR simple, triaje |
| Ministral 3 14B | 14B | Muy rápida | ~0,10 $ | Edge, latencia crítica, on-premise |
| Ministral 3 8B | 8B | Ultra rápida | ~0,10 $ | Integrado, clasificación rápida |
Los precios son orientativos y pueden variar; consulta la página de precios de Mistral para obtener datos actualizados.
Mistral Large 3: el referente de calidad
Mistral Large 3 es el modelo insignia para visión. Sus aproximadamente 123 mil millones de parámetros se justifican en tres áreas. Primero, el análisis fino: un gráfico con leyendas superpuestas, un diagrama técnico anotado o una interfaz de usuario densa son imágenes donde la mitad de la información reside en letra pequeña y en las relaciones entre elementos. Segundo, el razonamiento en varios pasos, cuando la pregunta va más allá de la simple descripción: «Observa este gráfico, identifica la tendencia y explica las causas probables» encadena tres operaciones donde la tercera depende de la precisión de las dos primeras. Por último, la extracción estructurada, donde el objetivo es transformar el contenido de la imagen en un JSON bien formateado sin inventar ni omitir campos.
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
# Large 3 para análisis complejos
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Analiza este gráfico financiero. Identifica las tendencias principales y los puntos de inflexión."
},
{
"type": "image_url",
"image_url": "https://example.com/financial-chart.png"
}
]
}
]
)
Resérvalo para análisis críticos, datos sensibles y aplicaciones profesionales donde la precisión prime sobre el coste. Interpretar mal el importe de una factura cuesta más que la diferencia de precio entre dos modelos.
Mistral Small 3.2: la opción económica
Con alrededor de 24 mil millones de parámetros, Small 3.2 ofrece una relación calidad-precio que lo convierte en el caballo de batalla de las canalizaciones de datos. Gestiona sin dificultad el procesamiento de alto volumen —cientos o miles de imágenes al día— y el OCR simple en texto impreso nítido: etiquetas, carteles, cabeceras de documentos. Su otro uso preferente es el triaje: clasificar rápidamente las imágenes para enviar solo aquellas que realmente lo merecen al modelo pesado.
# Small 3.2 para procesamiento de alto volumen
response = client.chat.complete(
model="mistral-small-latest",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "Lee el texto visible en esta etiqueta de producto."},
{"type": "image_url", "image_url": "https://example.com/label.jpg"}
]
}
]
)
Esta es la elección correcta para canalizaciones automatizadas, MVP y cualquier caso en el que la velocidad y el coste importen más que la perfección en el último percentil.
Ministral 3: el modelo para edge
Los modelos Ministral, en sus versiones de 14B y 8B, están diseñados para un despliegue on-premise o en el edge. Su valor reside menos en la calidad bruta que en lo que permiten: respuestas en unos pocos cientos de milisegundos, ejecución en GPU de gama de consumo como la RTX 4090 o la A10G y, sobre todo, la garantía de que ningún dato sale de tu infraestructura. Una línea de producción que inspecciona piezas que salen de una prensa no puede permitirse esperar un viaje de ida y vuelta por la red ni exportar sus imágenes.
# Ministral 14B alojado localmente (vía vLLM u 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": "¿Contiene esta imagen un defecto de fabricación?"},
{"type": "image_url", "image_url": "data:image/jpeg;base64,/9j/4AAQ..."}
]
}
]
)
Observa el server_url que apunta a tu propio servidor: el resto del código es estrictamente idéntico. Los casos de uso típicos incluyen inspección industrial, sanidad, entornos desconectados y datos confidenciales.
Árbol de decisión
Ante un nuevo proyecto, la pregunta más discriminante es la ubicación: si los datos deben permanecer on-premise, el debate termina con Ministral 3, eligiendo 14B para calidad u 8B para un dispositivo integrado. Si la nube es aceptable, decide a continuación en función de la naturaleza de la carga. La calidad crítica del análisis exige Mistral Large 3; un alto volumen de imágenes apunta a Mistral Small 3.2; y cuando ninguna restricción domina, Mistral Medium 3.1 ofrece el compromiso general.
Cambio de modelo en tu código
La gracia de esta API unificada es que la elección sigue siendo reversible. Cambiar de un modelo a otro requiere modificar solo una línea, sin tocar la construcción del mensaje:
# Cambio de Small a Large modificando solo el modelo
model = "mistral-small-latest" # desarrollo, pruebas
# model = "mistral-large-latest" # producción, máxima calidad
response = client.chat.complete(model=model, messages=messages)
Esta propiedad permite un enrutamiento inteligente que verás a lo largo del curso: Small realiza el triaje de todo el flujo, mientras que Large procesa solo los casos complejos. En un lote donde solo una décima parte de las imágenes requiere un análisis fino, el ahorro es considerable para una calidad final inalterada.
Puntos clave
- Mistral Large 3 ofrece la mejor calidad, pero al coste más elevado
- Mistral Small 3.2 es ideal para volúmenes altos y casos de uso simples
- Los modelos Ministral permiten el despliegue local sin dependencia de la nube
- La API es idéntica para todos los modelos; solo cambia el parámetro
model - El enrutamiento inteligente (Small para triaje, Large para análisis) optimiza la relación calidad-coste