◆ 模型舱

Ministral-8B-2512 评测：8B 多模态+262K，但学术/中文待证

查看模型详情 →
结论：谨慎
优点
  • ✓ Apache-2.0 许可证，可商用且社区友好
  • ✓ 原生多模态（文本+视觉），支持图像理解
  • ✓ 262K 超长上下文窗口（128K 的 2 倍），适合长文档
  • ✓ 8B 本地部署硬件门槛较低
  • ✓ 2025-12 发布，训练数据较新
缺点
  • ✗ 中文 benchmark 无公开证据，中文能力待验证
  • ✗ MMLU 76.1%、MATH 62.6% 在 8B 级非顶尖，落后更大模型
  • ✗ API 定价偏高（约 Llama-3.1-8B 的 5 倍），API 使用性价比低
  • ✗ 部分变体（Reasoning）为研究许可证，商用受限
适合场景：本地部署且预算有限的个人开发者/小团队、多模态边缘应用（文本+图像理解）、长文档摘要与 RAG（262K）、需要 Apache-2.0 的商用项目

本文基于公开资料综述（智谱 / Kimi / DeepSeek 3 家 AI 采集交叉，2026-07-21），非实机测试。

① 公开证据综合

Mistral AI 2025-12-04 发布 Ministral-3-8B-2512（Ministral 3 系列），8B，含 Base/Instruct/Reasoning 变体，Apache-2.0（部分研究许可证）。差异化：原生多模态（文本+视觉）+ 262,100 token 超长上下文（128K 的 2 倍）。MMLU 76.1%（Base）、MATH 62.6%、Arena Hard 50.9%、Wild Bench 66.8%。Reasoning 版 GPQA 优于 Mistral Small 3.1 24B。

短板：GSM8K/HumanEval 详细数据无公开；中文专项（C-Eval/CMMLU）无记录；LMSys Arena Elo 未找到。学术 benchmark 8B 级非顶尖（MMLU 76.1 低于 Llama-3.1-70B 83.6/405B 87.3）。

② 与同类模型横评

③ 本地部署建议与 verdict

能否本地跑？可以。 BF16 权重约 20-25GB 存储，RTX 4090 或 L40S 可运行；4-bit 量化（GGUF/Q4_K_M）显存约 6-8GB（RTX 3060 12GB / 4060 Ti 16GB 消费级，待实机验证）。

Verdict：caution（有条件推荐）。 不 recommend（学术 benchmark 非顶尖 + 中文无证据 + API 贵）；不 not-recommend（开源可本地 + 多模态+262K 差异化 + 硬件适中）。若场景恰好需”8B + 多模态 + 超长上下文 + Apache-2.0”值得考虑；纯文本或中文为主，Llama-3.1-8B 或 Qwen3-8B 更成熟。建议实机验证中文表现 + 业务推理速度。