Mistral Vision -mallin valinta
Tällä sivulla
Mikä malli mihinkin käyttötarkoitukseen?
Mistral tarjoaa useita kuvia käsitteleviä malleja, joilla kullakin on omat ominaisuutensa laadun, nopeuden ja hinnan suhteen. Oikean mallin valinta ei ole pelkkä toteutusyksityiskohta: raskaimman ja kevyimmän mallin välillä hintasuhde on yli kymmenkertainen. Kymmenen tuhannen kuvan kuukausivirralla tämä päätös vaikuttaa budjettiisi enemmän kuin mikään muu arkkitehtuurisi osa.
Tässä oppitunnissa käydään läpi kunkin vision-mallin erityispiirteet ja annetaan menetelmä juuri sinun käyttötapaustasi vastaavan mallin valitsemiseksi.
Vision-mallien vertailu
Alla olevassa taulukossa kerrataan oppitunnilla 1 esitelty huhtikuun 2026 tilanne ja lisätään valinnan kannalta keskeiset mittarit.
| Malli | Parametrit | Nopeus | Hinta (syöte/1M tokenia) | Käyttötapaukset |
|---|---|---|---|---|
| Mistral Large 3 | ~123B | Kohtalainen | ~$2 | Hienosyinen analyysi, monimutkainen päättely |
| Mistral Medium 3.1 | ~70B | Nopea | ~$0.40 | Monipuolinen, paras hinta-laatusuhde |
| Mistral Small 3.2 | ~24B | Erittäin nopea | ~$0.10 | Suuret volyymit, yksinkertainen OCR, lajittelu |
| Ministral 3 14B | 14B | Erittäin nopea | ~$0.10 | Reuna (edge), kriittinen viive, paikallinen (on-premise) |
| Ministral 3 8B | 8B | Äärimmäisen nopea | ~$0.10 | Upotetut järjestelmät, nopea luokittelu |
Hinnat ovat suuntaa antavia ja voivat vaihdella – tarkista ajantasaiset tiedot Mistralin hinnoittelusivulta.
Mistral Large 3 – Laadun vertailukohta
Mistral Large 3 on visionin lippulaivamalli. Sen noin 123 miljardia parametria perustelevat kolme aluetta. Ensinnäkin hienosyinen analyysi: kaavio, jossa legendat limittyvät, annotoitu tekninen kaavio tai tiivis käyttöliittymä ovat kuvia, joissa puolet tiedosta piilee pienessä tekstissä ja elementtien välisissä suhteissa. Toiseksi askelten ketjutus päättelyssä, kun kysymys menee pelkkää kuvausta pidemmälle: “Tarkastele tätä kaaviota, tunnista trendi ja selitä todennäköiset syyt” ketjuttaa kolme operaatiota, joista kolmas riippuu kahden ensimmäisen tarkkuudesta. Kolmanneksi strukturoitu ekstraktio, jossa tavoitteena on muuntaa kuvan sisältö hyvin muotoilluksi JSONiksi keksimättä tai jättämättä kenttiä pois.
from mistralai.client import Mistral
client = Mistral(api_key="YOUR_API_KEY")
# Large 3 monimutkaiseen analyysiin
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"
}
]
}
]
)
Varaa se kriittiseen analyysiin, arkaluonteiseen dataan ja ammattimaisiin sovelluksiin, joissa tarkkuus voittaa hinnan. Laskun summan väärin tulkitseminen maksaa enemmän kuin kahden mallin välinen hintaero.
Mistral Small 3.2 – Taloudellinen valinta
Small 3.2 tarjoaa noin 24 miljardilla parametrillaan laatu-hintasuhdetta, joka tekee siitä putkistojen työjuhdan. Se käsittelee suuria volyymejä ilman vaikeuksia – satoja tai tuhansia kuvia päivässä – sekä yksinkertaista OCR:ää selkeälle painetulle tekstille: etiketit, kyltit, asiakirjojen otsikot. Toinen sen suosikkikäyttötarkoitus on lajittelu: kuvien nopea luokittelu lähettämällä raskaalle mallille vain ne, jotka todella ansaitsevat sen.
# Small 3.2 suurten volyymien käsittelyyn
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"}
]
}
]
)
Tämä on oikea valinta automatisoituihin putkistoihin, MVP:hen ja kaikkiin tapauksiin, joissa nopeus ja hinta merkitsevät enemmän kuin täydellisyys viimeisessä prosenttipisteessä.
Ministral 3 – Reunamalli (Edge)
Ministral-mallit, versioina 14B ja 8B, on suunniteltu paikalliseen (on-premise) tai reuna (edge) -käyttöönottoon. Niiden arvo ei piile niinkään raakalaadussa kuin siinä, mitä ne mahdollistavat: vastaukset muutamassa sadassa millisekunnissa, suoritus kuluttajatason näytönohjaimilla kuten RTX 4090 tai A10G, ja ennen kaikkea takuu siitä, että data ei poistu infrastruktuuristasi. Tuotantolinja, joka tarkastaa puristimesta tulevia osia, ei voi odottaa verkkokierrosta eikä viedä kuviaan ulos.
# Ministral 14B hostattuna paikallisesti (vLLM:n tai Ollaman kautta)
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..."}
]
}
]
)
Huomaa server_url, joka osoittaa omaan palvelimeesi: loput koodista on täysin identtistä. Tyypillisiä käyttötapauksia ovat teollinen tarkastus, terveydenhuolto, offline-ympäristöt ja luottamuksellinen data.
Päätöspuu
Uuden projektin edessä erottavin kysymys on sijainti: jos datan on pysyttävä paikallisesti (on-premise), keskustelu päättyy Ministral 3:een, jolloin valitset 14B:n laadun tai 8B:n upotetun laitteen vuoksi. Jos pilvi käy, päätä seuraavaksi kuorman luonteen perusteella. Kriittinen analyysilaatu vaatii Mistral Large 3:a; suuri kuvavolyymi viittaa Mistral Small 3.2:een; ja kun kumpikaan rajoite ei dominoi, Mistral Medium 3.1 tarjoaa yleisen kompromissin.
Mallin vaihtaminen koodissa
Tämän yhtenäisen API:n koko pointti on se, että valinta pysyy palautettavana. Mallista toiseen siirtyminen vaatii vain yhden rivin muuttamista koskematta viestien rakentamiseen:
# Vaihda Smallista Largeen muuttamalla vain malli
model = "mistral-small-latest" # kehitys, testaus
# model = "mistral-large-latest" # tuotanto, maksimilaatu
response = client.chat.complete(model=model, messages=messages)
Tämä ominaisuus mahdollistaa älykkään reitityksen, jonka näet koko kurssin ajan: Small hoitaa lajittelun koko virralle, kun taas Large käsittelee vain monimutkaiset tapaukset. Erässä, jossa vain yksi kymmenesosa kuvista vaatii hienosyistä analyysiä, säästöt ovat huomattavia lopullisen laadun pysyessä muuttumattomana.
Keskeiset asiat
- Mistral Large 3 tarjoaa parhaan laadun, mutta korkeimmalla hinnalla
- Mistral Small 3.2 on ihanteellinen volyymeille ja yksinkertaisille käyttötapauksille
- Ministral-mallit mahdollistavat paikallisen käyttöönoton ilman pilviriippuvuutta
- API on identtinen kaikille malleille – vain
model-parametri muuttuu - Älykäs reititys (Small lajitteluun, Large analyysiin) optimoi laatu-hintasuhdetta