Ministral-3b-instruct

Ministral-3b-instruct 属于 Ministral 的小参数指令微调系列，只处理文本输入与文本输出，不涉及多模态。3B 的参数规模意味着它对显存和推理硬件的门槛较低，可在单卡甚至边缘设备上运行，适合把指令跟随、文本改写、结构化抽取、轻量对话等任务放到本地或私有环境里完成。模型以 Apache-2.0 许可证开放权重，商用与二次修改的限制较少，便于团队做领域微调后再分发。需要说明的是，本站未收录该模型的官方价格、能力标注与第三方跑分，收录平台数为 0，公开可核验的评测数据有限，选型时应以自己的任务样本实测为准，而不是依赖榜单结论。

选型建议需要低成本本地部署、可自由微调的轻量文本指令模型时选它；追求复杂推理、长上下文或开箱即用的托管服务则不选。

• 在本地或私有服务器部署轻量对话助手，处理内部问答与文本改写
• 对工单、评论等短文本做分类、打标与结构化字段抽取
• 作为领域微调的基座，用自有语料训练垂直场景的指令模型
• 在边缘设备或低配显卡上搭建离线文本处理流水线
• 承担翻译草稿、摘要初稿等对精度要求不极端的批量任务

官方未在本站数据中披露网络结构细节，公开资料较少，只能就 3B 密集参数、纯文本指令微调这一形态做定性判断。

• 结构3B 量级的密集参数模型，权重以 Apache-2.0 开放，便于在单卡或端侧部署并做全参或轻量微调。
• 能力指令微调版本针对对话与任务指令优化，文本输入输出，适合改写、抽取、分类等中小粒度任务。
• 披露本站未记录层数、注意力机制、上下文长度与训练数据构成，这些参数需查官方模型卡确认。

开源权重

是

许可证

apache-2.0

参数规模

3B

本站未收录该模型的任何公开跑分，性能只能按参数规模与同类小模型的一般表现做定性描述。

• 强项3B 规模下推理成本低、响应快，指令跟随与常见文本处理任务足以覆盖，本地跑通门槛低。
• 短板复杂多步推理、长文理解与专业知识问答上，普遍弱于更大参数模型，需要外部工具或检索补足。
• 适合把任务拆小、对延迟与成本敏感的场景，比调用大模型更划算，但需先用自有样本验证效果。

官方价格未公开，本站也没有收录任何平台的报价，成本判断只能围绕开源自部署这一条路径展开。

• 定位开源权重加宽松许可证，成本主要来自自建推理的硬件与运维，而非按 token 计费。
• 横向对比与闭源大模型 API 相比没有单价可对，优势在于可控与可微调，劣势是需自担部署工作。
• 平台差价本站收录平台数为 0，暂无托管服务商报价可比较，接入前需自行询价或自建。
• 省钱小参数模型对显存要求低，用消费级显卡或已有服务器即可承载，适合以量换成本的高频轻任务。

• 口径本站无第三方跑分与能力标注，任何效果描述都属定性判断，不代表实测结论。
• 边界纯文本模型，不处理图像与音频；3B 规模在长上下文与复杂推理上存在上限，需评估任务复杂度。

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。