Ministral 3 8B est un modèle de langage open source de dernière génération développé par Mistral AI. Avec ses 8 milliards de paramètres, il occupe une position particulièrement intéressante entre les modèles très compacts, destinés aux configurations modestes, et les modèles plus volumineux qui nécessitent davantage de ressources matérielles.
Dans le cadre du laboratoire IA Open Source, Ministral 3 8B a été retenu comme l’un des modèles de référence pour évaluer les performances d’une IA locale sur du matériel accessible. Son objectif est d’offrir un excellent compromis entre qualité des réponses, rapidité d’exécution et consommation de mémoire, tout en restant exploitable sur des configurations équipées d’un GPU de 8 Go de mémoire vidéo.
Contrairement aux simples benchmarks de performances, notre démarche consiste à évaluer les modèles dans des situations d’usage concrètes. Chaque campagne de tests est réalisée selon un protocole identique afin de permettre une comparaison fiable avec les autres modèles évalués par le laboratoire.
Cette fiche regroupe les résultats obtenus par Ministral 3 8B au travers de plusieurs campagnes d’évaluation portant sur des corpus de nature différente :
- un corpus pédagogique destiné à mesurer les capacités de recherche documentaire et de compréhension ;
- un corpus technique permettant d’évaluer le comportement du modèle sur une documentation spécialisée ;
- une campagne d’ingestion directe d’une URL Wikipédia afin de mesurer la qualité de compréhension d’un contenu dense, la précision des réponses et la résistance aux hallucinations.
Au fil des nouvelles campagnes de tests, cette fiche sera régulièrement mise à jour afin de refléter l’évolution de notre évaluation et de fournir une vision aussi représentative que possible des performances réelles de Ministral 3 8B dans un contexte d’utilisation locale.
| Éditeur | Mistral AI |
|---|---|
| Année | 2025 |
| Tailles | 8 milliards |
| Architecture | Dense · Transformer |
| Fenêtre contexte | 256 000 tokens |
| Poids ~ | ~6 Go |
| Quantisation | Q4_K_M |
| Licence | Apache 2.0 |
| Type | Multimodal · Texte + Vision |
| Multilingue | 40+ langues |
| Conçu pour | Edge · Enterprise · Agentic |
| Critère | Évaluation |
|---|---|
| 📚 Corpus pédagogiques | ⭐⭐⭐⭐⭐ |
| 📖 Documentation technique | ⭐⭐⭐☆☆ |
| 🌐 Ingestion d’URL | ⭐⭐⭐☆☆ |
| 🚫 Résistance aux hallucinations | ⭐⭐⭐⭐⭐ |
| ⚡ Rapidité | ⭐⭐⭐⭐☆ |
| 💾 Rapport performances / matériel | ⭐⭐⭐⭐⭐ |
Ce profil est établi à partir des protocoles de test du laboratoire IA Open Source et reflète les performances observées dans ces conditions d’évaluation. Il ne constitue pas une mesure universelle du modèle.
Notre avis
Après trois campagnes de tests menées sur des corpus pédagogiques, une documentation technique et une ingestion directe d’une URL Wikipédia, Ministral 3 8B confirme sa place parmi les meilleurs modèles open source exploitables sur une configuration équipée de 8 Go de VRAM.
Son principal atout réside dans sa fiabilité : le modèle restitue correctement les informations présentes dans le corpus, structure efficacement ses réponses et adopte une attitude prudente lorsque les données récupérées sont incomplètes. Cette sobriété limite fortement les hallucinations, un comportement observé de manière constante sur l’ensemble des protocoles évalués.
Les limites apparaissent essentiellement lors des tâches nécessitant une vision globale d’un document très dense ou lorsque le système de retrieval ne fournit pas les passages les plus pertinents. Dans ces situations, Ministral 3 8B préfère signaler explicitement l’absence d’information plutôt que de produire une réponse erronée.
Pour un usage en recherche documentaire, en assistance à la consultation de documents ou dans un environnement RAG fonctionnant sur un GPU de 8 Go de VRAM, Ministral 3 8B constitue aujourd’hui un excellent compromis entre performances, consommation de ressources et fiabilité.
Voir le test Ministral 3 8B sur corpus pédagogique
Voir le test Ministral 3 8B sur corpus technique
Voir le test Ministral 3 8B sur ingestion d’url (w1)