強み
- ローカル導入向けに設計
- すべてのサイズに推論バリアント
- 画像理解
- Apache 2.0ライセンス
最適な用途
- エッジおよびオンプレミス導入
- 低コストの大量タスク
- ローカルエージェント
EDDIで実行する
最も手早いのはEDDIマネージャーです：エージェントウィザードまたはPlatform Operatorを開き、プロバイダーとモデルを選びます。自分で設定する場合は、使いたいプロバイダーについて以下の手順に従ってください。
Mistral AI · type: "mistral"
モデルID: ministral-14b-2512
1. 認証情報を保存する
プロバイダーのAPIキーを、EDDIマネージャーのシークレットVault、またはPUT /secretstore/secrets/default/mistral-keyで、以下で使う名前で追加します。設定からは${vault:…}として参照するため、キーが平文で現れることはありません。
${vault:mistral-key}2. LLMタスクを設定する
これをエージェントのワークフローのlangchain.jsonとして使うか、EDDIマネージャーのLLMエディターにパラメーターを貼り付けます。
{
"tasks": [
{
"actions": [
"send_message"
],
"id": "chat",
"type": "mistral",
"parameters": {
"apiKey": "${vault:mistral-key}",
"modelName": "ministral-14b-2512",
"systemMessage": "You are a helpful assistant",
"addToOutput": "true"
}
}
]
}または1回の呼び出しでエージェント全体を作成
setup_agentはルール、LLM設定、ワークフローを書き込み、エージェントをデプロイします。MCPまたはPOST /administration/agents/setupで呼び出せます。
setup_agent(
agentName: "My ministral-14b-2512 agent",
systemPrompt: "You are a helpful assistant.",
provider: "mistral",
model: "ministral-14b-2512",
apiKey: "${vault:mistral-key}"
)EDDIでの注意点
- モデルカスケードの第1層に適しています：高速で安価で、コンフィデンスが低いときにだけ大きなモデルにエスカレートします。
関連モデル
出典
このページの情報はベンダーのドキュメントに基づき、2026-09-30に確認したものです。モデルは頻繁に変わるため、制限値に依存する前にベンダーに確認してください。価格はここには掲載していません：ベンダーの料金ページをご覧ください。