Ministral 3 14B
MistralMistralओपन वेटApache 2.0 · व्यावसायिक उपयोग
विवरण
A balanced model in the Ministral 3 family, Ministral 3 14B is a powerful, efficient tiny language model with vision capabilities. This model is the reasoning post-trained version, trained for reasoning tasks, making it ideal for math, coding and stem related use cases. The Ministral 3 family is designed for edge deployment, capable of running on a wide range of hardware. Ministral 3 14B can even be deployed locally, capable of fitting in 24GB of VRAM in BF16, and less than 12GB of RAM/VRAM when quantized.
रिलीज़ तिथि
2025-12-02
पैरामीटर
14.0B
संदर्भ लंबाई
262K
मोडैलिटीज़
image, text
क्षमता रडार
28
general
23
coding
35
reasoning
35
science
31
agents
10
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 406 | 22.0 | AA |
| सामान्य रैंकिंग | 384 | 33.0 | AA |
| विज्ञान | 389 | 34.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Biology
GPQANYU + Cohere + Anthropic (2023)
71.2%स्वयं
Code
LiveCodeBench
64.6%स्वयं
Communication
Wild Bench
68.5%स्वयं
MM-MT-Bench
0.08 / 100स्वयं
Creativity
Arena Hard
55.1%स्वयं
Finance
MMLU
79.4%स्वयं
General
MMLU-Redux
82.0%स्वयं
TriviaQA
74.9%स्वयं
Multilingual MMLU
74.2%स्वयं
AGIEval
64.8%स्वयं
Math
MATH
90.4%स्वयं
AIME 2024
89.8%स्वयं
AIME 2025
85.0%स्वयं
MATH (CoT)
67.6%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Math Index(Artificial Analysis)30.0
Coding Index(Artificial Analysis)14.4
Intelligence Index(Artificial Analysis)11.2
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))0.7
Gpqa(NYU + Cohere + Anthropic (2023))0.6
Livecodebench(UC Berkeley + MIT + Cornell (2024))0.4
Ifbench(Google Research (2023))0.3
Aime 25(MAA (Mathematical Association of America))0.3
Tau2(Sierra + U Toronto + Vector Institute (2025))0.3
Lcr(Artificial Analysis)0.3
Scicode(UIUC + Argonne National Lab (2024))0.2
Terminalbench V2 10.1
Tau Banking0.1
Hle(Center for AI Safety + Scale AI (2025))0.0
Terminalbench Hard(Stanford × Laude Institute (2026))0.0
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Math90
Reasoning80
General80
Physics70
Biology70
Chemistry70
Code60
मूल्य निर्धारण
इनपुट मूल्य$0.2 / 1M टोकन
आउटपुट मूल्य$0.2 / 1M टोकन
मिश्रित मूल्य (3:1)$0.2 / 1M टोकन
कैश पठन मूल्य$0.02 / 1M टोकन
गति
टोकन/सेकंड93.9
पहले टोकन में देरी0.53s
पहले उत्तर में देरी0.53s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
4 प्रदाता
सबसे सस्ता: Mistralसबसे महंगा: Kilo Gateway
प्रदाताइनपुटआउटपुट
1Mistralप्राथमिक
$0.2
$0.2
2NanoGPT
$0.2
$0.2
3OpenRouter
$0.2
$0.2
4Kilo Gateway
$0.2
$0.2
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।