Mistral Medium 3.5
Rede Neural
Mistral Medium 3.5 é um modelo da Mistral AI para código, cenários de agentes e tarefas complexas com suporte a texto e imagens.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Mistral Medium 3.5?
Mistral Medium 3.5 é um modelo denso de 128 bilhões de parâmetros da equipe Mistral AI. Aceita texto e imagens como entrada, gera texto como saída e segue instruções com precisão, lidando bem com longas cadeias de passos em cenários de agentes, codificação e tarefas complexas que exigem raciocínio. No BotHub, o modelo está acessível sem VPN ou cartões estrangeiros, com pagamento em rublos conforme o uso, sem assinaturas. Mais de 250 modelos estão disponíveis na mesma janela: alterne entre eles e compare respostas. A API compatível com OpenAI permite trocar de modelo sem reescrever a integração. As solicitações são criptografadas e oferecemos contratos, faturas e painel administrativo para empresas. Útil para analisar repositórios desconhecidos, explicar lógica, escrever e depurar funções, criar agentes para tarefas de várias etapas, extrair significado de capturas de tela ou diagramas e preparar documentação técnica.Perguntas frequentes sobre Mistral Medium 3.5
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto da Mistral com contexto de 262.144 tokens. Adequado para trabalhar com documentos longos e código, análise, refatoração, depuração e preparação de respostas estruturadas. Aceita imagens e documentos, raciocina antes de responder e chama funções externas.
Até 209.715 tokens em uma resposta — suficiente para um relatório de várias páginas, reconstrução de um documento grande ou geração de um módulo de código inteiro. O comprimento real depende da tarefa e do seu prompt: geralmente, o modelo usa bem menos que o volume total disponível.
Sim, o raciocínio antes da resposta é confirmado: o modelo pode dividir a tarefa em etapas antes de fornecer o resultado. Isso ajuda em matemática, lógica, análise de código e instruções de várias etapas. Em solicitações simples, a diferença é menos perceptível, mas em tarefas complexas, a resposta é mais precisa.
Sim. O modelo suporta chamada de funções e saída estruturada em JSON, facilitando a integração em agentes, chatbots e pipelines onde a resposta vai direto para o código. No BotHub, isso funciona via API unificada compatível com OpenAI — você pode trocar de modelo sem reescrever a integração.
Imagens e documentos, sim: envie uma captura de tela, diagrama, tabela ou arquivo e peça para analisar o conteúdo. O recebimento de áudio e vídeo não está indicado em nossos dados. A geração de imagens, som ou vídeo também não é suportada por este modelo — para essas tarefas, o BotHub possui modelos específicos.
Nossos dados não especificam os idiomas, então não podemos prometer nada concreto. É mais fácil testar com sua própria tarefa: envie uma solicitação típica e compare o resultado com outro modelo na mesma janela. Pagamento e acesso em rublos, sem VPN ou cartões estrangeiros.