Mistral Medium 3
Réseau Neuronal
Mistral Medium 3 est un modèle de langage d'entreprise de Mistral AI pour le raisonnement et les tâches multimodales.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Mistral Medium 3?
Mistral Medium 3 est un modèle de l'entreprise française Mistral AI, conçu pour les scénarios d'entreprise : il combine un raisonnement avancé et une capacité multimodale avec un coût d'exploitation environ huit fois inférieur à celui de solutions comparables. Sur BotHub, il est accessible sans VPN ni carte étrangère : vous payez les jetons avec des cartes russes à l'usage, sans abonnement, et les jetons non utilisés ne sont pas perdus. Plus de 250 réseaux de neurones sont disponibles dans une seule fenêtre, ce qui permet de comparer facilement les réponses et de passer à un autre modèle sans réécrire l'intégration : la connexion se fait via une API unique compatible OpenAI, les échanges sont chiffrés, et les entreprises ont accès à des contrats, factures, EDI et un panneau d'administration avec limites. Utile pour analyser un document volumineux et en faire un résumé, élaborer des analyses et expliquer le raisonnement, traiter une image avec une requête textuelle, créer un assistant interne pour l'équipe ou intégrer le modèle dans un chatbot de support.Questions fréquentes sur Mistral Medium 3
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Il s'agit d'un modèle textuel universel de Mistral avec un contexte de 131 072 jetons. Il est adapté au travail sur le code et au refactoring, à l'analyse de longs documents, aux analyses et aux tâches STEM, ainsi qu'aux chatbots et assistants avec appel d'outils. Il accepte également des images et des fichiers en entrée.
La limite de sortie est de 104 857 jetons par réponse, ce qui correspond au volume d'un document complet ou d'un grand module de code. Avec une fenêtre de contexte de 131 072 jetons, vous pouvez charger un matériel volumineux et obtenir une analyse détaillée sans découpage.
Aucun mode de raisonnement détaillé distinct n'est indiqué dans nos données. Cependant, vous pouvez demander au modèle de détailler la solution étape par étape directement dans le prompt — pour les tâches logiques et STEM, cela améliore généralement la qualité. Si vous avez besoin de modèles de raisonnement, basculez vers eux dans la même fenêtre BotHub.
Oui, le modèle prend en charge l'appel de fonctions (function calling) et la sortie structurée en JSON. Cela permet de connecter des outils, bases de données et services externes, de créer des agents et d'obtenir des réponses prévisibles selon un schéma. Il fonctionne via l'API unique compatible OpenAI de BotHub, donc l'intégration n'est pas à réécrire lors du changement de modèle.
Le modèle accepte en entrée du texte, des images et des documents, incluant le traitement natif des fichiers. Vous pouvez envoyer une capture d'écran, un schéma, un PDF ou un tableau et obtenir une analyse, une extraction de données ou un résumé. La prise en charge de l'audio et de la vidéo n'est pas indiquée dans nos données.
Mistral Medium 3 est un modèle multilingue qui fonctionne avec les requêtes en russe : il répond, résume des documents, aide avec le code et les formulations. La qualité est facile à vérifier sur vos propres tâches — sur BotHub, vous ne payez que les jetons réellement consommés et vous pouvez comparer la réponse avec d'autres modèles.