Mistral Medium 3.5
Red Neuronal
Mistral Medium 3.5 es un modelo de Mistral AI para código, escenarios de agentes y tareas complejas, con entrada de texto e imagen.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Mistral Medium 3.5?
Mistral Medium 3.5 es un modelo denso de 128 mil millones de parámetros de Mistral AI, entrenado para seguir instrucciones con precisión: acepta texto e imágenes como entrada y genera texto como salida. Está diseñado para escenarios de agentes, programación y tareas complejas de varios pasos. La variante batch está destinada al procesamiento por lotes de grandes conjuntos de solicitudes. En BotHub, el modelo está disponible sin VPN ni tarjetas extranjeras; puede pagar con tarjetas rusas en rublos según el uso, y los tokens comprados no caducan. Acceda a más de 250 modelos en una sola ventana, cambie fácilmente entre ellos, y utilice una API única compatible con OpenAI para reemplazar modelos en sistemas multimodelo sin reescribir la integración. Los chats están cifrados con AES-GCM. Los desarrolladores pueden aprovechar la generación y refactorización de código, la depuración y el acceso a herramientas externas en cadenas de agentes; los analistas pueden leer esquemas, tablas y capturas de pantalla; los editores y especialistas en marketing pueden crear borradores y estructurar materiales largos; y los equipos de soporte pueden clasificar tickets en flujo. BotHub ofrece contratos, facturas y EDI para empresas, y el panel de administración con límites mantiene los gastos bajo control.Preguntas frecuentes sobre Mistral Medium 3.5
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Mistral con un contexto de 262,144 tokens. Analiza documentos largos, escribe y refactoriza código, responde preguntas sobre materiales cargados, acepta imágenes y llama a funciones externas. Es adecuado para análisis, soporte, automatización y servicios multimodelo a través de la API unificada de BotHub.
En una sola respuesta, el modelo genera hasta 209,715 tokens, suficiente para un informe extenso, un módulo de código grande o un análisis detallado de documentos. La ventana total es de 262,144 tokens, por lo que debe planificar la respuesta larga junto con el tamaño de la solicitud.
Sí, tiene un modo de razonamiento: antes de la respuesta final, el modelo ejecuta pasos intermedios. Esto ayuda notablemente en matemáticas, lógica, depuración de código y tareas de varios pasos, donde es importante no solo adivinar el resultado, sino llegar a él de forma secuencial.
Sí. El modelo admite llamadas a funciones y salida JSON estructurada, por lo que es fácil integrarlo en agentes, chatbots y pipelines: invoca sus herramientas y devuelve datos en el esquema especificado. En BotHub, esto funciona a través de una API unificada compatible con OpenAI, sin necesidad de reescribir la integración al cambiar de modelo.
Imágenes y documentos, sí: puede enviar escaneos, PDF, esquemas o capturas de pantalla y pedir que extraiga datos, compare o explique. El trabajo con audio y video no está indicado en nuestros datos, por lo que para doblaje o análisis de videos, elija un modelo especializado en el catálogo.
Mistral desarrolla sus modelos como multilingües y, en la práctica, funcionan de manera confiable con textos en ruso. No tenemos evaluaciones de calidad precisas para esta versión específica en nuestros datos, por lo que lo más fiable es ejecutar un par de sus tareas típicas y compararlas con otros modelos en la misma ventana de BotHub.