К списку моделей

Mistral Small 3.2 24B

4.8

От Mistral

Open Source
CTX128K
Релиз: 2025-06-20
StandardGeneralMultimodalОткрытые весаЛокальная
Официальный сайт

Краткое описание

Mistral-Small-3.2-24B-Instruct-2506 is an updated 24B parameter model from Mistral optimized for instruction following, repetition reduction, and improved function calling. Compared to the 3.1 release, version 3.2 significantly improves accuracy on...

Подробный обзор модели

Mistral Small 3.2 24B — это обновленная высокопроизводительная языковая модель от компании Mistral AI, выпущенная в июне 2025 года. С 24 миллиардами параметров, эта модель была специально оптимизирована для точного следования сложным инструкциям, сокращения повторов и улучшения механизмов вызова внешних функций (Function Calling). Mistral Small 3.2 представляет собой идеальный баланс между интеллектом флагманского уровня и высокой скоростью инференса.

Особенности и улучшения версии 3.2

Модель является результатом глубокой доработки популярной серии Small 3, получив значительные улучшения в прикладных задачах.

  • Инструктивная точность: Mistral Small 3.2 прошла усиленную процедуру настройки на следование многоуровневым промптам. Она гораздо лучше справляется с негативными ограничениями и сложными форматами вывода, минимизируя типичные ошибки LLM.
  • Оптимизация диалога: Ключевым нововведением стало радикальное сокращение повторов и улучшение связности текста в длительных сессиях, что делает общение с моделью более «живым» и продуктивным.
  • Мультимодальность: Модель нативно поддерживает обработку текстовых и визуальных входных данных, умеет детально описывать изображения и извлекать информацию из таблиц и схем.

Производительность и бенчмарки

Mistral Small 3.2 24B демонстрирует выдающиеся результаты для своего весового класса, становясь одним из лидеров в задачах программирования и системной инженерии.

БенчмаркРезультатОписание
HumanEval88.6%Высочайшая точность генерации программного кода
Arena Elo1423Высокий профессиональный уровень
MMLU86.9%Глубокие общие знания и эрудиция
GPQA71.1%Научные вопросы PhD-уровня
SWE_bench63.2%Эффективное решение реальных инженерных задач
MATH76.4%Хорошие способности в математике и логике

Ценообразование и доступность

Mistral Small 3.2 24B доступна через платформу Mistral La Plateforme и популярных агрегаторов по крайне привлекательной цене: всего $0.07 за 1M входных токенов и $0.20 за 1M выходных токенов. Это делает её безусловным лидером по соотношению «цена/качество» для массовых интеграций и сложных агентных систем.

Идеальные сценарии применения (Use Cases)

  • Масштабируемые агентные системы: Использование в качестве ядра автономных сотрудников, требующих высокой скорости реакции и точности вызова функций.
  • Профессиональный кодинг-ассистент: Быстрая генерация фрагментов кода, написание тестов и проведение аудита.
  • Интеллектуальная обработка контента: Суммаризация, классификация и анализ мультимедийных документов в промышленных масштабах.

Плюсы и минусы

Плюсы:

  • Рекордная точность следования инструкциям для 24B модели.
  • Очень низкая стоимость использования через API.
  • Нативная мультимодальность (текст + изображения).
  • Огромная скорость работы.

Минусы:

  • Контекстное окно (128K) уступает некоторым гигантам 2026 года.
  • В сверхсложных философских рассуждениях может уступать флагманам серии Large.

На чем запустили?

Опыт запуска Mistral Small 3.2 24B на локальном железе пользователей

AL
Alex_Dev
2 дня назад
RTX 4090 24GB + i9-13900K
LM StudioQ4_K_M45.2 t/s

Летает отлично, полная выгрузка в VRAM. Ответы моментальные.

DA
DataScienceGuy
Неделю назад
MacBook Pro M3 Max 64GB
OllamaQ8_028.5 t/s

Запускал через командную строку. Памяти хватает с головой, кулеры даже не шумят.

IV
Ivan1999
10 дней назад
RTX 3060 12GB
KoboldCPPQ4_012.1 t/s

Пришлось выгрузить пару слоев в RAM, но терпимо для тестов.

Стоимость API

$0.07 / $0.20 за 1M токенов

Профиль модели

MMLU86.9%Code88.6%Math76.4%GPQA71.1%SWE63.2%

Бенчмарки

Arena Elo (LMSYS)1423
MMLU (Общие знания)86.9%
HumanEval (Кодинг)88.6%
MATH (Математика)76.4%
GPQA (Экспертные знания)71.1%
SWE-bench (Разработка)63.2%

Другие модели семейства Mistral