Mistral: Mistral 7B Instruct v0.1 mistralai/mistral-7b-instruct-v0.1

Модель Mistral: Mistral 7B Instruct v0.1 от Mistral AI (семейство mistral-7b) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Европейский AI-чемпион. Эффективные модели + сильная Mixtral-серия.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

контекст, токенов

11 ₽

за 1 млн входных токенов

19 ₽

за 1 млн выходных токенов

возможностей

2023-09

база знаний до

Что такое Mistral: Mistral 7B Instruct v0.1

Лёгкая open-source модель для быстрых задач на коротком контексте, где важны скорость и низкая стоимость инференса.

Mistral 7B Instruct v0.1 — одна из первых публично доступных моделей от Mistral AI, выпущенная как open-source. При размере в 7,3 миллиарда параметров она демонстрирует производительность, сопоставимую с более крупными моделями предыдущего поколения, что сделало её заметным событием в мире открытых языковых моделей. Модель оптимизирована для скорости инференса и эффективной работы с контекстом.

Версия Instruct обучена следовать инструкциям пользователя, что делает её пригодной для диалоговых сценариев, генерации текста и автоматизации задач. Важно учитывать, что доступный контекстный окон в данной конфигурации составляет около 2800 токенов — это относительно скромный показатель, который стоит принять во внимание при работе с длинными документами или многоходовыми диалогами. Для задач, требующих большего контекста, стоит рассмотреть более поздние версии семейства Mistral.

Когда брать эту модель

✓ Быстрое прототипирование чат-ботов и ассистентов с короткими диалогами
✓ Генерация и редактирование текстов небольшого объёма
✓ Классификация и извлечение информации из коротких фрагментов
✓ Локальный деплой и эксперименты благодаря open-source лицензии
✓ Задачи с ограниченным бюджетом, где важна скорость ответа

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Объясни разницу между REST и GraphQL API, приведи примеры сценариев, когда лучше использовать каждый подход.

Использование Mistral: Mistral 7B Instruct v0.1 через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistralai/mistral-7b-instruct-v0.1",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="mistralai/mistral-7b-instruct-v0.1",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "mistralai/mistral-7b-instruct-v0.1",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);