Model
.ai
追蹤開放 AI 模型
本模型的指南
全部指南
mistralai | 32,768 代幣上下文 | 輸入 $0.06/千,輸出 $0.06/千。Mistral-7B-Instruct-v0.2 大型語言模型(LLM)是 Mistral-7B-v0.2 生成文本模型的指令微調版本,使用多種公開可用的對話數據集進行訓練。
Mistral 7B Instruct v0.2 是 Mistral AI 推出的小型指令調教模型,基於公開對話數據微調,擁有 32,768 代幣上下文窗口。每百萬輸入輸出代幣均為 $0.06,屬於托管模型中較便宜的選擇。適合需要具備能力且低成本的通用聊天模型的開發者和愛好者,無需前沿系統的複雜負擔。

以...聞名

  • 異常低廉價格:輸入與輸出皆為每百萬代幣 $0.06。
  • 32,768 代幣上下文,對 7B 級模型來說不錯。
  • 基於多元公開對話數據調教的指令遵循能力。
  • 在日常聊天與輕量寫作任務中表現超出預期。

注意

  • 此列表未提供權重下載連結,本地部署選項不明。
  • 7B 模型在複雜推理、長篇分析與困難編碼任務上有實際限制。
  • Mistral 後續版本已推出,性能超越此版本。

可嘗試的提示詞

快速文件摘要
將以下會議記錄摘要成五點重點,每點不超過 20 字。聚焦決策與指派行動。最後加一句整體結論。 [貼上你的會議記錄]
清晰改寫
將下段文字改寫成非技術讀者易懂的白話文。保留所有事實,刪除術語,句子不超過 20 字。段落如下:『非同步事件驅動架構利用非阻塞 I/O,在並發負載下最大化吞吐量。』
簡單說明概念
向懂試算表但未學過機器學習的人解釋變壓器神經網路如何運作。用比喻,字數不超過 200 字,避免使用「神經」、「層」和「矩陣」等詞。

比較

更多來自 mistralai 的文字模型

常見問題

我可以本地運行 Mistral 7B Instruct v0.2 嗎?
此列表未提供權重下載連結,故本地部署尚未確認;請查閱 Mistral AI 官方渠道了解下載可用性。
價格和上下文窗口多大?
API 價格為每百萬輸入與輸出代幣各 $0.06,上下文窗口為 32,768 代幣。
v0.2 與其他 Mistral 7B 版本有何不同?
v0.2 是基於 Mistral-7B-v0.2 基礎模型微調的指令版本,訓練資料涵蓋比 v0.1 更廣泛的公開對話數據;Mistral 後續已推出更大且性能更佳的版本。
船長評語
一款真正便宜且有能力的小型模型 — 適合聊天與輕量寫作,重任請另覓他途。
船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料,可能會變動。
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai 上的 Mistral 7B Instruct v0.2:#87 Hottest Text / LLM model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #87 Hottest Text / LLM text model
Not this creator?
這個分數是怎麼累積的
這個模型目前還沒有任何來源的流行度數據,所以它會有一個低於 7,000° 的替代數字,讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據,細項就會顯示在這裡。
詞彙表:這裡使用的術語
熱度分數
一個數字,表示模型目前的使用和需求程度,範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序,沒有其他排序依據。
底線
每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°;底線以下保留給沒有數據的模型,確保有數據的模型總是排名較前。底線對所有人相同,不影響排名;超過底線的度數才是評分依據。
下載等值
分數中視為下載的所有項目加總:下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
對數刻度
以十為單位計數,不是以一為單位:從 1,000 到 10,000 下載增加的度數,和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
喜歡數
來自各來源的讚和喜歡,每個在對數刻度上算半個下載量。
採用率
模型目前每天的下載次數,根據兩次來源讀取的差異計算。權重是下載量的四分之一。
實測與估算
實測表示有兩個來源的讀數,且差異是真實的。估算表示只知道今天的總數,過去的數據則分散在模型的整個生命週期;網站會說明顯示的是哪一種。
種子節點
指在線上保留權重檔案供他人透過種子下載的人,或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
AI Horde
一個志願者網絡,利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的,每張圖片算作一次下載。
生成網站
自己托管模型並讓人使用它生成圖片的網站,例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣,每次生成算一次下載。
OpenRouter 代幣
透過 API 提供的文字模型,如 Claude 或 GPT,沒有權重可下載,因此使用量以代幣計算:過去30天內透過 OpenRouter(許多應用使用的閘道)讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
完整模型(檢查點)
權重本身,是能獨立生成的檔案。它會有額外加分,因為其他附加檔案都依賴它。
LoRA和嵌入
小型附加檔案,用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
家族與權重
模型所建立的基礎,例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
年齡
根據家族權重發布時間距今多久,扣除的度數:每年150°,最多750°。它會保留那些有多年累積下載的舊模型,防止它們從排行榜頂端消失。
家族加成
針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成,會在分解中顯示。
替代分數
給尚無來源報告的模型一個穩定的最低分,讓列表保持完整。它永遠不會高於有數據的模型。
全新!(寬限期)
不到 7 天的新模型會顯示「全新!」而非分數,且不列入排名。分數從第一天開始計算,但一天大的模型成長最快,若不等待,週榜首將永遠是昨天剛出的模型,而非持續一週的。
趨勢
模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升,比典型慢表示下降。
典型模型
目錄中的中間值:一半模型在該期間成長較快,一半較慢。