Ministral 3 (3B Base 2512)
Ministral 3 (3B Base 2512) est un LLM open-weights de Mistral AI, publié le 4 décembre 2025 sous licence Apache 2.0, avec usage commercial autorisé. Cette version de base pré-entraînée vise le post-entraînement personnalisé plutôt qu’un usage direct comme assistant.
Ministral 3 (3B Base 2512) est un LLM open-weights de Mistral AI, publié le 4 décembre 2025 sous licence Apache 2.0, avec usage commercial autorisé. Cette version de base pré-entraînée vise le post-entraînement personnalisé plutôt qu’un usage direct comme assistant.
Le modèle associe un modèle de langage de 3,4 milliards de paramètres à un encodeur vision de 0,4 milliard. Il traite le texte et les images, prend en charge des dizaines de langues et accepte une fenêtre de contexte de 256k. Conçu pour le déploiement edge, il est compatible avec vLLM et Transformers.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Poids | 🟢 Poids ouverts · usage commercial autorisé |
| Licence | Apache 2.0 |
| Date de sortie | 4 décembre 2025 |
| Multimodal | oui |
| Paramètres | 3 milliards |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| MMLU-Redux | 73,5 % | 44ᵉ / 48 | llm-stats | Auto-déclaré |
| MMLU | 70,7 % | 79ᵉ / 98 | llm-stats | Auto-déclaré |
| Multilingual MMLU | 65,2 % | 4ᵉ / 5 | llm-stats | Auto-déclaré |
| MATH (CoT) | 60,1 % | 5ᵉ / 6 | llm-stats | Auto-déclaré |
| TriviaQA | 59,2 % | 18ᵉ / 18 | llm-stats | Auto-déclaré |
| AGIEval | 51,1 % | 7ᵉ / 10 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Notre analyse
Forces. Ministral 3 (3B Base 2512) réunit traitement du texte, analyse d’images, prise en charge multilingue et contexte de 256k dans un modèle conçu pour l’edge. Les langues couvertes comprennent notamment le français, l’anglais, l’espagnol, l’allemand, l’italien, le portugais, le néerlandais, le chinois, le japonais, le coréen et l’arabe. Sa licence Apache 2.0 autorise l’exploitation commerciale, tandis que son format de base et sa compatibilité avec vLLM et Transformers facilitent son intégration dans des processus de post-entraînement personnalisés.
Limites et points d’attention. Cette version n’est pas fine-tunée pour suivre des instructions ou accomplir des tâches de raisonnement. Elle nécessite donc un post-entraînement adapté avant d’être employée comme modèle spécialisé ou comme assistant. Sur MMLU, à sa sortie, elle se situait dans le top 78% des 82 LLM de sa génération, un positionnement qui ne la place pas dans le haut du panier. Cette évaluation repose sur une seule source de données concordante. Le modèle s’adresse principalement aux projets recherchant une base multimodale, multilingue et exploitable commercialement pour un développement personnalisé.
Sources des données : LLM-Stats (llm-stats.com).