mistralai/mistral-small-24b-instruct-2501
Data publikacji: 2025-01-31
32,768 context · $0.05/M input tokens · $0.08/M output tokens
Mistral Small 3 is a 24B-parameter language model optimized for low-latency performance across common AI tasks. Released under the Apache 2.0 license, it features both pre-trained and instruction-tuned versions designed...
Cennik
Płać za użycie
Bez kosztów początkowych, płacisz tylko za to, czego używasz
Wypróbuj model
Użycie API
Użyj poniższych przykładów kodu, aby zintegrować się z naszym API:
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'mistralai/mistral-small-24b-instruct-2501',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2,
});
try {
const response = await client.chat.completions.create({
model: 'mistralai/mistral-small-24b-instruct-2501',
messages: [{ role: 'user', content: 'Hello!' }],
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}Wprowadzenie do modelu
Mistralai mistral-small-24b-instruct-2501
Mistral Small 3 is a 24B-parameter language model optimized for low-latency performance across common AI tasks
Mistral Small 3 is a 24B-parameter language model optimized for low-latency performance across common AI tasks. Released under the Apache 2.0 license, it features both pre-trained and instruction-tuned versions designed for efficient local deployment.
The model achieves 81% accuracy on the MMLU benchmark and performs competitively with larger models like Llama 3.3 70B and Qwen 32B, while operating at three times the speed on equivalent hardware. Read the blog post about the model here.
Why It Looks Great
- Large Language Model architecture for efficient processing
- 32768 context window for long document handling
- Competitive pricing at $0.0/$0.1 per million tokens
Key Features
- Context Window: 32768 tokens
- Max Output: 16384 tokens
- Vision: Supported
- Function Calling: Supported
Specifications
| Specification | Value |
|---|---|
| Provider | Mistralai |
| Model Type | Large Language Model (LLM) |
| Architecture | N/A |
| Context Window | 32768 tokens |
| Max Output | 16384 tokens |
| Input | Text |
| Output | Text |
| Vision | Supported |
| Function Calling | Supported |
Pricing
| Token Type | Cost per Million Tokens |
|---|---|
| Input | $0.0 |
| Output | $0.1 |
How to Use
- Write your prompt — describe the task, provide context, and specify desired output format.
- Submit — the model processes your request and returns the response.
API Integration
Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: mistralai/mistral-small-24b-instruct-2501
API Usage
Python SDK
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://llm.wavespeed.ai/v1"
)
response = client.chat.completions.create(
model="mistralai/mistral-small-24b-instruct-2501",
messages=[
{"role": "user", "content": "Hello!"}
]
)
print(response.choices[0].message.content)cURL
curl https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "mistralai/mistral-small-24b-instruct-2501",
"messages": [{"role": "user", "content": "Hello!"}]
}'Notes
- Model: mistralai/mistral-small-24b-instruct-2501
- Provider: Mistralai
Info
Obsługiwane funkcje
Przewodnik dostępu do API
Mistral Small 24b Instruct 2501 API
mistralai/mistral-small-24b-instruct-2501
Mistral Small 3 is a 24B-parameter language model optimized for low-latency performance across common AI tasks. Released under the Apache 2.0 license, it features both pre-trained and instruction-tuned versions designed...
Wejście
$0.05 /M
Wyjście
$0.08 /M
Kontekst
33K
Maks. wyjście
16K
Użycie narzędzi
Obsługiwane
Wypróbuj Mistral Small 24b Instruct 2501 w WaveSpeedAI
Uzyskaj dostęp do Mistral Small 24b Instruct 2501 przez nasze ujednolicone API — kompatybilne z OpenAI, bez zimnych startów, przejrzyste ceny.
Najczęstsze pytania o Mistral Small 24b Instruct 2501
Ile kosztuje API Mistral Small 24b Instruct 2501?+
Cennik na WaveSpeedAI: $0.05 za milion tokenów wejściowych i $0.08 za milion tokenów wyjściowych. Prompt caching i przetwarzanie wsadowe są rozliczane oddzielnie i obniżają efektywny koszt długich, powtarzalnych obciążeń.
Jakie jest okno kontekstu Mistral Small 24b Instruct 2501?+
Mistral Small 24b Instruct 2501 obsługuje do 33K tokenów kontekstu i do 16K tokenów wyjściowych na zapytanie.
Czy Mistral Small 24b Instruct 2501 jest kompatybilny z OpenAI?+
WaveSpeedAI udostępnia Mistral Small 24b Instruct 2501 pod adresem https://llm.wavespeed.ai/v1 przez interfejs Chat Completions zgodny z OpenAI. W większości klientów OpenAI SDK wystarczy zmienić base URL i klucz API; opcjonalne pola zależą od modelu.
Jak zacząć z Mistral Small 24b Instruct 2501?+
Zaloguj się do WaveSpeedAI, utwórz klucz API w Access Keys i wyślij żądanie do https://llm.wavespeed.ai/v1/chat/completions z identyfikatorem modelu pokazanym powyżej. Bieżącą dostępność, możliwości i ceny sprawdź w katalogu modeli.