Mistral: Mistral Small 3.1 24B mistralai/mistral-small-3.1-24b-instruct

Модель Mistral: Mistral Small 3.1 24B от Mistral AI (семейство mistral-small) 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

128K

контекст, токенов

35 ₽

за 1 млн входных токенов

56 ₽

за 1 млн выходных токенов

возможностей

2023-10

база знаний до

Что такое Mistral: Mistral Small 3.1 24B

Мультимодальные задачи среднего масштаба, где нужен баланс между качеством, поддержкой изображений и разумной стоимостью инференса.

Mistral Small 3.1 24B Instruct — обновлённая версия модели Mistral Small 3 от французской компании Mistral AI с 24 миллиардами параметров. Ключевое отличие от предшественника — добавление мультимодальных возможностей: модель принимает на вход как текст, так и изображения, что расширяет спектр задач без необходимости переключаться на более тяжёлые решения.

При компактном для мультимодальной модели размере Mistral Small 3.1 демонстрирует сильные результаты в текстовых рассуждениях, следовании инструкциям и анализе визуального контента. Контекстное окно в 128 000 токенов позволяет работать с длинными документами, многоходовыми диалогами и объёмными кодовыми базами. Модель ориентирована на баланс между производительностью и стоимостью инференса — там, где более крупные модели избыточны, а базовые текстовые модели уже не справляются.

Mistral Small 3.1 хорошо подходит для production-сценариев с умеренной нагрузкой: чат-ботов, инструментов анализа документов с иллюстрациями, ассистентов для разработчиков и задач классификации или извлечения данных из смешанного контента.

Когда брать эту модель

✓ Анализ изображений и документов со смешанным контентом (схемы, скриншоты, таблицы)
✓ Чат-боты и виртуальные ассистенты с длинным контекстом диалога
✓ Извлечение структурированных данных из текстов и визуальных материалов
✓ Генерация и ревью кода с учётом архитектурных диаграмм
✓ Суммаризация и классификация больших объёмов текста

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй прикреплённый скриншот интерфейса мобильного приложения и предложи три конкретных улучшения UX с обоснованием для каждого.

Использование Mistral: Mistral Small 3.1 24B 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-small-3.1-24b-instruct",
    "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-small-3.1-24b-instruct",
    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-small-3.1-24b-instruct",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);