Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Izbira vašega vizualnega modela Mistral

Lekcija 3 od 12 Posodobljeno 2. november 2026 Razvijalec
Na tej strani
  1. Kateri model za katero uporabo?
  2. Primerjava vizualnih modelov
  3. Mistral Large 3 – merilo kakovosti
  4. Mistral Small 3.2 – gospodarna izbira
  5. Ministral 3 – robni model
  6. Odločitveno drevo
  7. Spreminjanje modelov v vaši kodi
  8. Ključne ugotovitve

Kateri model za katero uporabo?

Mistral ponuja več modelov, sposobnih obdelovati slike, pri čemer ima vsak svoje značilnosti glede kakovosti, hitrosti in stroškov. Izbira pravega ni le tehnična podrobnost: razmerje v ceni med najtežjim in najlažjim modelom presega desetkratnik. Pri toku deset tisoč slik na mesec ta odločitev vpliva na vaš proračun bolj kot kateri koli drug del vaše arhitekture.

Ta lekcija podrobno opisuje specifičnosti vsakega vizualnega modela in vam ponuja metodo za izbiro tistega, ki najbolj ustreza vašemu primeru uporabe.

Primerjava vizualnih modelov

Spodnja tabela ponovno prikazuje stanje iz aprila 2026, predstavljeno v 1. lekciji, in dodaja ključne metrike, pomembne pri vaši odločitvi.

Model Parametri Hitrost Cena (vhod/1M žetonov) Primeri uporabe
Mistral Large 3 ~123B Zmerna ~2 $ Podrobna analiza, kompleksno sklepanje
Mistral Medium 3.1 ~70B Hitro ~0,40 $ Vsestransko, najboljše razmerje med ceno in kakovostjo
Mistral Small 3.2 ~24B Zelo hitro ~0,10 $ Velike količine, preprost OCR, razvrščanje
Ministral 3 14B 14B Zelo hitro ~0,10 $ Robni računalniki, kritična zakasnitev, lokalno nameščeno
Ministral 3 8B 8B Izjemno hitro ~0,10 $ Vgrajeni sistemi, hitra klasifikacija

Cene so okvirne in se lahko razlikujejo – za najnovejše podatke preverite stran s cenikom Mistral.

Mistral Large 3 – merilo kakovosti

Mistral Large 3 je vodilni model za vizualne naloge. Njegova približno 123 milijard parametrov se opravičuje na treh področjih. Prvič, podrobna analiza: graf z prekrivajočimi se legendami, anotirani tehnični diagram ali gosto uporabniško vmesnik so slike, kjer polovica informacij tiči v drobnem tisku in odnosih med elementi. Drugič, večstopenjsko sklepanje, ko vprašanje presega preprost opis: „Poglej ta graf, identificiraj trend in pojasni verjetne vzroke” združuje tri operacije, kjer je tretja odvisna od natančnosti prvih dveh. Nazadnje, strukturirana ekstrakcija, kjer je cilj pretvoriti vsebino slike v dobro oblikovan JSON brez izmišljanja ali izpuščanja polj.

from mistralai.client import Mistral

client = Mistral(api_key="YOUR_API_KEY")

# Large 3 za kompleksno analizo
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"
                }
            ]
        }
    ]
)

Rezervirajte ga za kritične analize, občutljive podatke in profesionalne aplikacije, kjer natančnost prevlada nad stroški. Napačno razumevanje zneska na računu stane več kot cenovna razlika med dvema modeloma.

Mistral Small 3.2 – gospodarna izbira

S približno 24 milijardami parametrov Small 3.2 ponuja razmerje med kakovostjo in ceno, ki ga dela za delovnega konja cevovodov. Brez težav obvlada obdelavo velikih količin – stotine ali tisoče slik na dan – in preprost OCR na jasnem tiskanem besedilu: etikete, znaki, glave dokumentov. Njegova druga prednostna uporaba je razvrščanje: hitra klasifikacija slik, da se težjemu modelu pošljejo le tiste, ki si to resnično zaslužijo.

# Small 3.2 za obdelavo velikih količin
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"}
            ]
        }
    ]
)

To je prava izbira za avtomatizirane cevovode, MVP-je in vse primere, kjer sta hitrost in strošek pomembnejša od popolnosti v zadnjem percentilu.

Ministral 3 – robni model

Modela Ministral v različicah 14B in 8B sta zasnovana za namestitev lokalno ali na robu omrežja. Njuna vrednost ni toliko v surovi kakovosti, temveč v tem, kar omogočata: odzive v nekaj sto milisekundah, izvajanje na potrošniških grafičnih karticah, kot sta RTX 4090 ali A10G, in predvsem garancijo, da noben podatek ne zapusti vaše infrastrukture. Proizvodna linija, ki pregleduje dele, ki prihajajo iz stiskalnice, ne more čakati na krožno potovanje po omrežju niti izvažati svojih slik.

# Ministral 14B gostovan lokalno (prek vLLM ali 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..."}
            ]
        }
    ]
)

Upoštevajte server_url, ki kaže na vaš lastni strežnik: preostanek kode je strogo identičen. Tipični primeri uporabe vključujejo industrijski pregled, zdravstvo, okolja brez povezave in zaupne podatke.

Odločitveno drevo

Ko se soočite z novim projektom, je najbolj razločilno vprašanje lokacija: če morajo podatki ostati lokalno, se razprava konča z Ministral 3, pri čemer izberete 14B za kakovost ali 8B za vgrajeno napravo. Če je oblak sprejemljiv, se nato odločite glede na naravo obremenitve. Kritična kakovost analize zahteva Mistral Large 3; velika količina slik kaže na Mistral Small 3.2; kadar pa nobena omejitev ne prevladuje, Mistral Medium 3.1 ponuja splošen kompromis.

Spreminjanje modelov v vaši kodi

Bistvo tega enotnega API-ja je, da izbira ostane reverzibilna. Preklop z enega modela na drugega zahteva spremembo le ene vrstice, ne da bi se dotaknili konstrukcije sporočil:

# Preklop z Small na Large s spremembo samo modela
model = "mistral-small-latest"   # razvoj, testiranje
# model = "mistral-large-latest" # proizvodnja, največja kakovost

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

Ta lastnost omogoča inteligentno usmerjanje, ki ga boste videli skozi celoten tečaj: Small opravi razvrščanje celotnega toka, medtem ko Large obdela le kompleksne primere. Pri seriji, kjer le desetina slik zahteva podrobno analizo, so prihranki precejšnji ob nespremenjeni končni kakovosti.

Ključne ugotovitve

  • Mistral Large 3 ponuja najboljšo kakovost, vendar po najvišji ceni
  • Mistral Small 3.2 je idealen za velike količine in preproste primere uporabe
  • Modeli Ministral omogočajo lokalno namestitev brez odvisnosti od oblaka
  • API je identičen za vse modele – spremeni se le parameter model
  • Inteligentno usmerjanje (Small za razvrščanje, Large za analizo) optimizira razmerje med kakovostjo in stroški