Mistral Nemo
Red Neuronal
Mistral Nemo es un modelo multilingüe de 12B parámetros de Mistral y NVIDIA con una ventana de contexto de 128k tokens.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 131 072 tokens
- Longitud máxima de respuesta
- 16 384 tokens
- Funciones
- llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Mistral Nemo?
Mistral Nemo es un modelo de lenguaje de 12 mil millones de parámetros desarrollado por Mistral junto con NVIDIA. Con una ventana de contexto de 128 mil tokens, el modelo maneja diálogos largos y documentos extensos, mientras que su capacidad multilingüe permite trabajar con diversos idiomas. Su tamaño compacto lo hace ideal para situaciones que requieren respuestas rápidas. En BotHub, accedes al modelo sin VPN ni tarjetas extranjeras: pagas en rublos con tarjeta rusa solo por los tokens utilizados, sin suscripciones. Tienes más de 250 redes neuronales disponibles en la misma ventana para comparar respuestas o cambiar rápidamente. La API compatible con OpenAI evita reescribir integraciones; los chats se cifran con AES-GCM y el historial no se guarda. Para equipos, ofrecemos contratos, facturación y panel de administración con límites. Casos de uso: análisis de informes largos, resumen y estructuración de notas, borradores de correos, diálogos multilingües en chatbots y soporte, y traducción de conceptos para equipos distribuidos.Preguntas frecuentes sobre Mistral Nemo
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.
mistral-nemo trabaja con texto: responde preguntas, edita y resume documentos, escribe y analiza código, y ayuda con análisis. Acepta imágenes y documentos, admite llamadas a funciones, por lo que es adecuado tanto para escenarios de diálogo como para integración en servicios mediante API.
Hasta 16384 tokens por respuesta, lo que equivale a un artículo largo o varias páginas de código. Con una ventana de contexto de 128000 tokens, el modelo retiene documentos largos y toda la conversación, y si es necesario, puedes continuar la respuesta con la siguiente solicitud.
No hemos registrado un modo de razonamiento separado para mistral-nemo en nuestros datos, así que no podemos prometerlo. En la práctica, un truco sencillo ayuda: pide en el prompt que descomponga la tarea paso a paso; el modelo desarrollará la lógica directamente en la respuesta y verás el proceso de resolución.
Sí. Se admiten llamadas a funciones y salida estructurada en JSON: describes las herramientas, el modelo elige la necesaria y devuelve los argumentos según el esquema dado. Esto es útil para agentes, análisis de documentos e integraciones. En BotHub, todo esto está disponible a través de una API única compatible con OpenAI.
Imágenes y documentos, sí; se pueden enviar junto con el texto, el modelo analizará el contenido y responderá con texto. El audio y el video no están declarados en nuestros datos, y la generación de imágenes o sonido tampoco está prevista: para ello, cambia a un modelo especializado en la misma ventana.
En nuestros datos no se especifica el idioma de los prompts y respuestas, por lo que no haremos afirmaciones; es más fácil probarlo con tu propia tarea, toma un par de minutos. Si el resultado no te satisface, cambia a otro modelo en la misma ventana sin reescribir la integración, y paga solo por los tokens utilizados.