Mixtral 8x7B Instruct v0.1 (Deep Infra)

Mixtral 8x7B Instruct v0.1 发布于 2023 年 12 月 11 日，隶属 mistral 模型家族，采用开源权重方式发布，本站记录的调用渠道由 Eden AI 提供。它的核心用途是通用文本指令跟随：给定一段自然语言指令或对话，输出结构化的文字结果，支持工具调用与温度调节两项能力，方便接入需要函数调用或需要控制输出随机性的业务流程。上下文窗口与单次最大输出均为 32768 tokens，意味着长文档可以整篇放入，长答案也能一次性生成，不必频繁截断或分段拼接。输入输出模态均为纯文本，不涉及图像、音频等其它形态。本站未收录该模型的公开跑分，因此对它的能力判断只能落在架构特征与使用边界上，而不是榜单名次。对于已经在使用 Mistral 系列接口的团队，它更像是一个可替换的通用档位：能力覆盖常见文本任务，价格结构简单，便于做成本预估。

选型建议需要 32K 长上下文、纯文本与工具调用、且希望输入输出同价便于预算的通用任务可以选它；追求最低单价、需要多模态或最新一代推理能力的情况不建议选。

• 把长篇合同或研究报告整篇送入，一次性生成结构化摘要与要点清单
• 接入工具调用链路，让模型在客服或运维机器人中按固定格式触发外部接口
• 批量改写与润色营销文案，通过温度调节在稳定与多样之间取平衡
• 对工单、评论、问卷等非结构化文本做字段抽取，输出规范化文本结果
• 作为多语言内容的第一轮翻译草稿生成器，再由人工做术语校订

采用稀疏混合专家（MoE）结构，模型名称中的 8x7B 即指由多个专家子网络组成，推理时并不需要全部专家同时参与。

• 结构稀疏专家路由让每个 token 只经过部分专家计算，总参数量与单次实际激活的参数量并不相等，这是它区别于同规模稠密模型的关键设计。
• 能力指令微调版本强化了对话与任务跟随，配合工具调用可直接嵌入函数调用链路；温度可调则便于在稳定输出与发散生成之间切换。
• 披露本站未收录该模型的参数细节、训练数据与公开跑分的完整说明，MoE 具体配置的精确数值公开资料较少，不宜据此推断性能上限。

开源权重

是

模型家族

mistral

缺少本站跑分支撑，只能从架构类型、上下文规格与能力项做定性判断，整体属于通用文本档位而非专项尖子。

• 强项32K 上下文加 32K 最大输出，长文档摘要、长报告改写这类「大进大出」任务不必分段处理；工具调用与温度调节让它在流程编排里更好用。
• 短板纯文本模态，不处理图像与音频；2023 年底发布的模型，面对后续迭代的同类模型在复杂推理与代码任务上通常不占优。
• 适合中等复杂度的文本生成、信息抽取、客服与内容改写，以及需要稳定工具调用格式的自动化流程，而非高强度数学或竞赛级推理。

本站记录官方价格为输入 0.4 美元/百万 tokens、输出 0.4 美元/百万 tokens，输入输出同价，成本结构简单易算。

• 定位0.4 美元/百万 tokens 的输入价在同类 32K 上下文模型中处于中等偏上，属于「价格不极致、能力通用」的平衡档位。
• 横向对比相对本站对比列表里 Mistral Small 3 (Deep Infra) 的输入价低 87.5%、Voxtral Mini 3B 低 90.0%，本模型在低价侧不占优势；但比 Qwen2.5-Coder-32B-Instruct 的输入价便宜 65.0%。
• 平台差价本站收录的 models.dev 与 models.dev · edenai 两处报价完全一致，均为 0.4/0.4，相对输入价 0.0%，不存在跨平台迁移的价差收益。
• 省钱输入输出同价意味着长输出场景不会因输出单价高而被放大成本，相比输出价 2.5 美元/百万 tokens 的 Nano Banana (Vertex AI)，大批量生成文本时预算更可预测。

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 $0.4/M / $0.4/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

• 口径本站未收录该模型的第三方跑分，任何能力描述都只能基于架构类型与规格参数，不能等同于实测结论；具体版本行为以提供方接口文档为准。
• 边界上下文与单次输出上限均为 32768 tokens，超出需自行切分；仅支持文本输入输出，多模态任务不适用；缓存读价格未标注，长期高频调用需自行测算实际账单。

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。