Ministral 3 14B (Unsloth)
Ministral 3 14B ist das Top-Modell der Ministral-3-Familie für lokale Assistenten- und Analyse-Workloads. 13,9 Mrd. Dense-Parameter, 256.000 Tokens Kontext, multimodale Eingabe für Text und Bild, nativem Function-Calling und JSON-Output. Apache-2.0-lizenziert und als Unsloth-GGUF-Variante lokal voll betreibbar — der bisher leistungsfähigste Ministral ohne Cloud-Zwang.
- Open Weights
- Desktop
- llama.cpp
- Text
- Vision
- Instruction-Tuned
- Batch
Sovereign Risk: LOW TODO
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 74.49
- Routine
- 45.77
- Reasoning
- 28.72
- LLM Judge Avg
- 3.76 / 5
- 100 Coverage
- Avg Task Duration
- 68.03s
- Batch
- Token Rate
- 15.78tok/s
- Output Rate
- P95 Latency
- 162.1s
- Top 5 %
- Total Tokens
- 100100
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 100100 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Ministral 3 14B (Unsloth)
Bestes Modell
Ø Alle Modelle
Code Quality
77.1
CLI Benchmark
81.12
Logical Reasoning
70.25
UX Writing
74.05
Documentation
76.63
Content Transform.
77.81
Cultural Intelligence
81.1
Synthesis Quality
33.33
Tool Execution
85.83
ToolUse Score
61.17
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze / Standard).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.