Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Odabir Mistral Vision modela

Lekcija 3 od 12 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Koji model za koji slučaj upotrebe?
  2. Usporedba Vision modela
  3. Mistral Large 3 — Mjerilo kvalitete
  4. Mistral Small 3.2 — Ekonomičan izbor
  5. Ministral 3 — Model za rubne uređaje (Edge)
  6. Stablo odlučivanja
  7. Promjena modela u tvom kodu
  8. Ključne točke

Koji model za koji slučaj upotrebe?

Mistral nudi nekoliko modela sposobnih za obradu slika, od kojih svaki ima svoje karakteristike u pogledu kvalitete, brzine i cijene. Odabir pravog modela nije samo tehnički detalj: između najtežeg i najlakšeg modela omjer cijene prelazi deseterostruki iznos. Pri protoku od deset tisuća slika mjesečno, ova odluka utječe na tvoj budžet više nego bilo koji drugi dio tvoje arhitekture.

Ova lekcija detaljno opisuje specifičnosti svakog vision modela i daje ti metodu za odabir onog koji najbolje odgovara tvom slučaju upotrebe.

Usporedba Vision modela

Tablica u nastavku ponovno prikazuje stanje iz travnja 2026. predstavljeno u Lekciji 1, dodajući ključne metrike bitne pri donošenju odluke.

Model Parametri Brzina Cijena (ulaz/1M tokena) Slučajevi upotrebe
Mistral Large 3 ~123B Umjerena ~2 $ Fina analiza, složeno rezoniranje
Mistral Medium 3.1 ~70B Brza ~0,40 $ Svestran, najbolji omjer cijene i kvalitete
Mistral Small 3.2 ~24B Vrlo brza ~0,10 $ Veliki obujam, jednostavan OCR, trijaža
Ministral 3 14B 14B Vrlo brza ~0,10 $ Rubni uređaji (edge), kritična latencija, on-premise
Ministral 3 8B 8B Ultra brza ~0,10 $ Ugrađeni sustavi, brza klasifikacija

Cijene su indikativne i mogu varirati — provjeri stranicu s cijenama Mistrala za ažurne podatke.

Mistral Large 3 — Mjerilo kvalitete

Mistral Large 3 vodeći je model za viziju. Njegovih otprilike 123 milijarde parametara opravdano je u tri područja. Prvo, fina analiza: grafikon s preklapajućim legendama, anotirani tehnički dijagram ili gusto korisničko sučelje primjeri su slika gdje se pola informacija krije u sitnom tisku i odnosima između elemenata. Drugo, višekorakno rezoniranje, kada pitanje nadilazi jednostavan opis: „Pogledaj ovaj grafikon, identificiraj trend i objasni vjerojatne uzroke“ lanac je od tri operacije gdje treća ovisi o točnosti prve dvije. Konačno, strukturirana ekstrakcija, gdje je cilj transformirati sadržaj slike u dobro formatirani JSON bez izmišljanja ili izostavljanja polja.

from mistralai.client import Mistral

client = Mistral(api_key="YOUR_API_KEY")

# Large 3 za složenu analizu
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"
                }
            ]
        }
    ]
)

Rezerviraj ga za kritične analize, osjetljive podatke i profesionalne aplikacije gdje preciznost nadmašuje cijenu. Pogrešno tumačenje iznosa na računu košta više od razlike u cijeni između dva modela.

Mistral Small 3.2 — Ekonomičan izbor

S oko 24 milijarde parametara, Small 3.2 nudi omjer kvalitete i cijene koji ga čini radnim konjem pipelineova. Bez poteškoća obrađuje velike obujme — stotine ili tisuće slika dnevno — te jednostavan OCR na jasnom tiskanom tekstu: etikete, znakove, zaglavlja dokumenata. Njegova druga preferirana upotreba je trijaža: brza klasifikacija slika kako bi se teškom modelu poslale samo one koje to doista zaslužuju.

# Small 3.2 za obradu velikog obujma
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"}
            ]
        }
    ]
)

Ovo je ispravan izbor za automatizirane pipelineove, MVP-ove i sve slučajeve gdje su brzina i cijena važniji od savršenstva u posljednjem percentilu.

Ministral 3 — Model za rubne uređaje (Edge)

Modeli Ministral, u verzijama od 14B i 8B, dizajnirani su za on-premise ili edge implementaciju. Njihova vrijednost leži manje u sirovoj kvaliteti, a više u onome što omogućuju: odgovore u nekoliko stotina milisekundi, izvršavanje na GPU-ovima potrošačke klase poput RTX 4090 ili A10G, i prije svega, jamstvo da nijedan podatak ne napušta tvoju infrastrukturu. Proizvodna linija koja inspektira dijelove koji izlaze iz preše ne može si priuštiti čekanje na mrežni povratni put niti izvoz svojih slika.

# Ministral 14B hostiran lokalno (putem vLLM ili 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..."}
            ]
        }
    ]
)

Obrati pozornost na server_url koji pokazuje na tvoj vlastiti poslužitelj: ostatak koda strogo je identičan. Tipični slučajevi upotrebe uključuju industrijsku inspekciju, zdravstvo, okruženja bez mrežne povezanosti i povjerljive podatke.

Stablo odlučivanja

Kada se suočiš s novim projektom, najdiskriminirajuće pitanje je lokacija: ako podaci moraju ostati on-premise, rasprava završava s Ministral 3, birajući 14B za kvalitetu ili 8B za ugrađeni uređaj. Ako je oblak prihvatljiv, zatim odluči na temelju prirode opterećenja. Kritična kvaliteta analize zahtijeva Mistral Large 3; veliki obujam slika upućuje na Mistral Small 3.2; a kada nijedno ograničenje ne dominira, Mistral Medium 3.1 nudi opći kompromis.

Promjena modela u tvom kodu

Cijela poanta ovog jedinstvenog API-ja je da izbor ostaje reverzibilan. Prelazak s jednog modela na drugi zahtijeva promjenu samo jednog retka, bez dodirivanja konstrukcije poruka:

# Prijelaz s Small na Large promjenom samo modela
model = "mistral-small-latest"   # razvoj, testiranje
# model = "mistral-large-latest" # produkcija, maksimalna kvaliteta

response = client.chat.complete(model=model, messages=messages)

Ovo svojstvo omogućuje inteligentno usmjeravanje koje ćeš vidjeti tijekom cijelog tečaja: Small obavlja trijažu na cijelom toku, dok Large obrađuje samo složene slučajeve. Na seriji podataka gdje samo jedna desetina slika zahtijeva finu analizu, uštede su znatne uz nepromijenjenu konačnu kvalitetu.

Ključne točke

  • Mistral Large 3 nudi najbolju kvalitetu, ali uz najvišu cijenu
  • Mistral Small 3.2 idealan je za velike obujme i jednostavne slučajeve upotrebe
  • Ministral modeli omogućuju lokalnu implementaciju bez ovisnosti o oblaku
  • API je identičan za sve modele — mijenja se samo parametar model
  • Inteligentno usmjeravanje (Small za trijažu, Large za analizu) optimizira omjer kvalitete i cijene