Ministral 3 8B — Specifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Mistral AI |
|---|---|
| Type | LLM (dense, multimodal) |
| Modalité | Texte, image → texte |
| Paramètres | 8.4B + 0.4B vision encoder |
| Fenêtre de contexte | 256 K |
| Licence | Apache 2.0 (ouverte) |
| Poids ouverts | Oui |
| Publié | 2025-12 |
| Prix de l’entrée | $0.15 /1M |
| Prix de la sortie | $0.15 /1M |
| Fournisseurs d'API | Mistral API, Amazon Bedrock, OpenRouter, Ollama (local) |
Exécutez-le localement
| VRAM (4 bits) | ~8 Go |
|---|
What is Ministral 3 8B?
Ministral 3 8B is the middle model of Mistral AI’s Ministral 3 family, released on 2 December 2025 alongside Mistral Large 3 under the Apache 2.0 licence. It pairs an 8.4B language model with a 0.4B vision encoder, so it reads images as well as text, and it has a 256K-token context window. Mistral built the family for edge and local use and ships base, instruct and reasoning versions (per Mistral’s launch post).
On Mistral’s API (ministral-8b-2512) it costs $0.15 per million input tokens and $0.15 per million output tokens, with cached input at $0.015 (per Mistral’s pricing page). Amazon Bedrock and OpenRouter also carry it. For local use, Mistral’s model page puts the approximate minimum at 8 GB of GPU memory for 4-bit weights with a 16K context, 17 GB at 4-bit with a quarter of the full context, and 67 GB for BF16 at the full 256K. Mistral’s own GGUF release has a 5.2 GB Q4_K_M file plus a 0.86 GB vision projector, and Ollama’s default ministral-3:8b build is a 6.0 GB download.
Mistral names it the replacement for both Mistral 7B (retired from Mistral’s API on 30 March 2025) and Mistral NeMo 12B (retired on 31 July 2026). Compared with Mistral 7B it adds image input and a 256K window instead of 32K. For other 8B-class options see Llama 3.1 8B et Qwen3 8B, and check what fits your GPU with the Calculateur de VRAM pour LLM.
Ministral 3 8B pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $0.150 |
|---|---|
| Sortie (par million de jetons) | $0.150 |
| Ratio sortie/entrée | 1× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.150 par 1 million de jetons |
What Ministral 3 8B costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.19 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $3.75 |
| Production | 200 millions en entrée / 50 millions en sortie | $38 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Ministral 3 8B
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Llama 3.1 8B ouverte | $0.0240 | 84% cheaper |
| Mistral NeMo 12B ouverte | $0.0292 | 81 % moins cher |
| Gemma 3 4B ouverte | $0.0600 | 60% moins cher |
Hébergement local ou paiement via API ?
Ministral 3 8B is open-weight, so you can run it yourself. It needs ~8 Go of VRAM at 4-bit. Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the calculatrice auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
How much does Ministral 3 8B cost per 1M tokens?
Ministral 3 8B costs $0.150 per 1M input tokens and $0.150 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.150 per 1M tokens.
How much does Ministral 3 8B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $3.75 on Ministral 3 8B. A side project (1M in / 0.25M out) costs roughly $0.19.
What is a cheaper alternative to Ministral 3 8B?
Llama 3.1 8B is the strongest cheaper option in our database at $0.0240 per 1M blended — about 84% less than Ministral 3 8B. It is also open-weight, so self-hosting is an option.
Can I run Ministral 3 8B locally?
Yes. Ministral 3 8B is open-weight and needs about ~8 GB of VRAM at 4-bit quantisation.
Why does Ministral 3 8B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Ministral 3 8B charges 1× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).