Ministral 3 14B (Infomaniak)

Ministral 3 14B 属于 ministral 系列，2025-12-02 发布，本站记录的供应方为 Eden AI，模型名后缀 Infomaniak 指向托管来源。它要解决的问题比较具体：在单机可承载的参数量内，同时提供文本与图像输入、工具调用与结构化输出，让发票识别、带附件的客服问答、表单字段抽取这类链路不必依赖更大的闭源模型。100K tokens 的上下文窗口足以容纳长报告或多轮对话历史，温度调节便于在确定性输出与多样性之间切换。与同表的 Gemma、Llama、Qwen 条目相比，它的差异点不是价格最低，而是开源权重、多模态输入与工具调用的组合；本站未收录该模型的公开跑分，选型时应以自建评测集为准，而不是参考榜单结论。

选型建议需要开源权重、图像输入与工具调用且预算可控时选它；若追求更强的复杂推理或更低的输入单价，同表的 Gemma 3 12B、Llama-3.3-70B 值得先做对比评测。

• 解析发票、合同等带图附件，抽取关键字段并输出固定 JSON 结构
• 用工具调用把客服问答接到内部订单、物流查询等业务接口上
• 在 100K 上下文内对长报告或多份文档做摘要与追问式问答
• 批量执行文本分类、情感判断与标签打标等轻量高频任务
• 在私有环境部署开源权重，承接对数据出域敏感的推理请求

延续 Ministral 系列的小体量稠密解码器路线，权重开放可自部署，支持文本与图像输入、纯文本输出；层数、注意力配置与训练细节官方披露有限。

• 结构采用稠密 Transformer 解码器架构，权重开放，可在私有环境自行部署推理，适合对数据出域敏感的场景；具体参数规模与注意力设计公开资料较少。
• 能力文本与图像双输入，叠加工具调用、结构化输出与温度调节，可在同一次请求里完成看图取信息、再触发函数调用或返回固定 JSON 的链路。
• 披露厂商字段记为 Eden AI，发布日期为 2025-12-02，开源权重为是；训练数据构成、对齐方式与许可证条款未在事实中说明，落地前需自行核对。

开源权重

是

模型家族

ministral

本站未收录该模型的公开跑分，性能只能做定性判断：14B 量级以小算力换取低延迟与低单价，能力上限通常低于更大体量或 70B 级模型。

• 强项小体量稠密模型在有限算力上即可服务，配合 100K 上下文与图像输入，适合文档问答、附件信息抽取这类吞吐优先、单次推理不复杂的任务。
• 短板缺少可引用的跑分佐证；与同表 Llama-3.3-70B 等更大模型相比，多步推理与长链代码生成的稳定性一般偏低，需用自有样本验证后再上线。
• 适合把延迟和单价放在首位的批量任务，例如工单分类、表单结构化、带图客服问答；不追求榜单最优成绩、也不要求超长推理链的场景更匹配。

官方报价为输入 0.3345 美元/百万 tokens、输出 0.446 美元/百万 tokens，输出单价略高于输入，整体处于小模型档位的中段。

• 定位以 14B 体量、100K 上下文和多模态输入支撑生产流量，单价高于入门级小模型，但明显低于 70B 级模型，属于能力与成本折中的一档。
• 横向对比同表 Gemma 3 12B、Llama 3.2 3B、Qwen3 Coder Next 的输入价分别低约 73%、85%、50%；相对 Llama-3.3-70B 则便宜约一半，价格带居中。
• 平台差价本站仅记录 1 家平台，models.dev 与 models.dev · edenai 两条报价完全一致，缓存读价格缺失，目前不存在跨平台比价或迁移套利空间。
• 省钱优先压缩输出 tokens、把长文档一次性放进 100K 上下文以减少重复请求，并按任务难度分流到更便宜的小模型，比在平台之间比价更有效。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.3364/M / $0.4486/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径厂商字段为 Eden AI，模型名后缀 Infomaniak 指向托管方，二者与权重发布主体的关系需以平台原始披露为准，不宜直接等同。
• 边界上下文窗口标注 100K，而单次最大输出标注 262144 tokens，两项规格不自洽，实际可用长度应以上下文窗口为准并做实测验证。
• 数据本站未收录公开跑分，也缺缓存读价格，评估阶段需自建评测集覆盖目标任务，不能依赖榜单或单点报价做选型结论。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。