Ministral 3 (3B Base 2512)

Fiche modèle · Mistral AI · ministral-3-3b-base-2512

The smallest model in the Ministral 3 family, Ministral 3 3B is a powerful, efficient tiny language model with vision capabilities. This model is the base pre-trained version, not fine-tuned for instruction or reasoning tasks, making it ideal for custom post-training processes. The Ministral 3 family is designed for edge deployment, capable of running on a wide range of hardware. Ministral 3 3B can even be deployed locally, fitting in 16GB of VRAM in BF16, and less than 8GB of RAM/VRAM when quantized.

Fiches modèles

Identité

Organisation	Mistral AI
Pays	—
Famille	—
Type	llm
Date de sortie	2025-12-04
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	—
Fenêtre de contexte	262 144
KV cache / token (Q8)	—
Paramètres totaux	3 B
Paramètres actifs (session)	3.85 B
Source des paramètres actifs	web : https://huggingface.co/mistralai/Ministral-3-3B-Base-2512
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:32.093750Z
Mis à jour le	2026-11-04T06:04:56.083096Z
Source	LLM Stats
URL	https://llm-stats.com/models/ministral-3-3b-base-2512

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.70
legal	0.60
math	0.60
reasoning	0.60
finance	0.70
general	0.60
healthcare	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agieval	reasoning	0.51	1.00	0.51	non	oui	2026-11-04T06:04:56.113248Z
math-(cot)	math	0.60	1.00	0.60	non	oui	2026-11-04T06:04:56.103132Z
mmlu	general	0.71	1.00	0.71	non	oui	2026-11-04T06:04:56.133167Z
mmlu-redux	language	0.73	1.00	0.73	non	oui	2026-11-04T06:04:56.123157Z
multilingual-mmlu	general	0.65	1.00	0.65	non	oui	2026-11-04T06:04:56.093374Z
triviaqa	general	0.59	1.00	0.59	non	oui	2026-11-04T06:04:56.143173Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04