Ministral 14B 2512: Ficha de modelo
Publicado por Nextbit256 S.L. | Última actualización: mayo de 2026 Referencia normativa: Reglamento (UE) 2024/1689 del AI Act, art. 53.1.c y 53.1.d
Identificación del modelo
| Campo | Detalle |
|---|---|
| Nombre completo del modelo | Ministral 3 14B Instruct 2512 |
| Desarrollado por | Mistral AI |
| Fecha de publicación | Diciembre de 2025 (2512 = año 25, mes 12) |
| Ficha del modelo | huggingface.co/mistralai/Ministral-3-14B-Instruct-2512 |
| Informe técnico | arXiv:2601.08584 |
| Blog del desarrollador | mistral.ai/news/mistral-3 |
Arquitectura y parámetros
| Campo | Detalle |
|---|---|
| Arquitectura | Densa (transformer solo decodificador) con codificador de visión |
| Parámetros totales | ~13,9 B (13,5 B de modelo de lenguaje más 0,4 B de codificador de visión) |
| Parámetros activos por token | No aplica. Modelo denso, todos los parámetros del modelo de lenguaje están activos |
| Parámetros sin incluir embeddings | No publicado por Mistral AI |
| Capas | No publicado por Mistral AI |
| Atención | No publicado por Mistral AI |
| Longitud de contexto nativa | 256.000 tokens |
| Contexto extendido | No aplica |
| Precisión | FP8 (versión instruct), BF16 (versión base) |
| Modalidades | Texto e imagen (multimodal) |
Licencia y uso comercial
Licencia: Apache License 2.0
Apache 2.0 es una licencia de código abierto permisiva que permite el uso comercial, la distribución y la modificación de forma gratuita, siempre que se conserve el aviso de copyright original y el texto de la licencia, y que cualquier modificación quede documentada.
Verificación de Nextbit: Nextbit ha revisado los términos de licencia aplicables a Ministral 14B 2512 y ha confirmado que prestar este modelo por API bajo un servicio de inferencia comercial está permitido conforme a Apache 2.0. No se requiere ningún acuerdo comercial adicional con Mistral AI para este caso de uso.
Restricciones relevantes para los usuarios: ninguna específica de este modelo más allá de los términos estándar de Apache 2.0. La ficha del modelo señala que no debe usarse de forma que infrinja, se apropie indebidamente o vulnere de cualquier otro modo los derechos de terceros, incluidos los derechos de propiedad intelectual. Los usuarios de la API de Nextbit que integren las salidas del modelo en sus propios productos siguen siendo responsables de su propio cumplimiento de la normativa aplicable y de cualquier requisito de licencia derivado.
Resumen de datos de entrenamiento
A continuación se resume la información públicamente disponible para la familia de modelos Ministral 3 (variantes de 3B, 8B y 14B). Los detalles de los datos de entrenamiento se comparten en toda la familia. Mistral AI no ha publicado diferencias específicas por variante.
Datos de preentrenamiento
Mistral AI no ha publicado especificaciones detalladas de los datos de entrenamiento para la familia Ministral 3 en la ficha del modelo ni en el informe técnico asociado (arXiv:2601.08584). Lo siguiente se conoce por fuentes públicas:
- Método de entrenamiento: Cascade Distillation, una técnica de poda iterativa y entrenamiento continuado con destilación, aplicada para producir los miembros de la familia de 3B, 8B y 14B
- Soporte multilingüe: los modelos admiten 11 idiomas: inglés, francés, español, alemán, italiano, portugués, neerlandés, chino, japonés, coreano y árabe, lo que sugiere cobertura de datos de entrenamiento en al menos esos idiomas. La entrada de blog menciona "más de 40 idiomas nativos" para la familia Mistral 3 más amplia
Volumen de tokens: no publicado por Mistral AI.
Idiomas: 11 idiomas admitidos de forma explícita. No se ha publicado la distribución completa de idiomas en los datos de entrenamiento.
Fecha de corte del conocimiento
No publicada por Mistral AI.
Qué no está disponible públicamente
Mistral AI no ha publicado:
- El recuento total de tokens de preentrenamiento
- Conjuntos de datos o corpus específicos utilizados
- La distribución de idiomas en los datos de entrenamiento
- La metodología de filtrado o deduplicación de datos
- La fecha de corte del conocimiento
- El cómputo de entrenamiento (FLOPs u horas de GPU)
Las referencias públicas principales son la ficha del modelo y el informe técnico de Ministral 3. Nextbit actualizará esta sección si Mistral AI publica documentación adicional sobre los datos de entrenamiento.
Idiomas admitidos
Ministral 14B 2512 admite explícitamente 11 idiomas: inglés, francés, español, alemán, italiano, portugués, neerlandés, chino, japonés, coreano y árabe. El entrenamiento más amplio de Mistral 3 cubre idiomas adicionales. Cobertura completa de idiomas: consulta el informe técnico de Ministral 3.
Usos previstos
Este modelo está diseñado para:
- Inferencia de alto rendimiento en entornos con recursos de cómputo limitados (cabe en 24 GB de VRAM en formato FP8 en una sola GPU)
- Razonamiento complejo, programación y tareas de seguimiento de instrucciones
- Tareas multimodales: análisis de imágenes y comprensión de contenido visual
- Generación de contenido multilingüe y traducción
- Flujos de trabajo agénticos con function calling nativo y salida en JSON
- Fine-tuning y especialización para casos de uso empresariales avanzados
Como la variante más grande de la familia Ministral 3, este modelo está pensado para aplicaciones que requieren la máxima capacidad y siguen siendo desplegables en una sola GPU de gama alta.
La ficha del modelo no indica usos explícitamente excluidos más allá de los principios generales de uso responsable.
Evaluación de riesgo sistémico
| Campo | Detalle |
|---|---|
| FLOPs de entrenamiento | No publicados por Mistral AI |
| FLOPs estimados (modelo denso) | ~1,6 × 10²³ (estimación basada en 13,5 B de parámetros del modelo de lenguaje por unos ~6 billones de tokens de entrenamiento asumidos, fórmula 6 × N × D. El recuento de tokens es en sí mismo una estimación) |
| ¿Supera el umbral de 10²⁵ FLOPs? | No. Se estima aproximadamente 60 veces por debajo del umbral de riesgo sistémico |
| Nota sobre la arquitectura densa | Ministral 14B es un modelo denso, todos sus 13,5 B de parámetros del modelo de lenguaje están activos por token. El recuento total de parámetros es el que se usa para la estimación de FLOPs |
| Designación por la Oficina de IA | No está designado como modelo de riesgo sistémico a fecha de mayo de 2026 |
| ¿Aplican las obligaciones del art. 55? | No |
Esta estimación se basa en recuentos de parámetros públicamente disponibles. Mistral AI no ha publicado ni el recuento de tokens de entrenamiento ni los FLOPs. La estimación de tokens es aproximada y se actualizará si Mistral AI publica cifras oficiales.
Esta documentación está publicada por Nextbit256 S.L. de conformidad con el artículo 53(1)(c) y 53(1)(d) del Reglamento (UE) 2024/1689 (AI Act). Nextbit256 S.L. presta este modelo a través de su API de inferencia, pero no lo ha desarrollado ni entrenado. Toda la información sobre datos de entrenamiento y arquitectura procede de la documentación pública publicada por Mistral AI.
Para consultas: [email protected]