LLM Perks

Mixtral 8x7b

Gratis ahora mismo Mediano
Pesos abiertos

Mixtral 8x7b es un modelo de lenguaje con 46.7B parámetros de Mistral AI. Actualmente es gratis en 1 proveedor con hasta 33K tokens de contexto. Sus pesos son abiertos, así que también se puede ejecutar en local.

Desarrollador
Mistral AI
Parámetros
46.7B / 12.9B activos
Contexto
33K tokens
Tipo
Texto
Licencia
Pesos abiertos

Dónde usar Mixtral 8x7b gratis

Cada fila es un endpoint gratuito independiente con sus propios límites.

ProveedorContextoLímiteTarjeta
Together AI
mistralai/Mixtral-8x7B-Instruct-v0.1-FP8-Lora
33K Fair use (depends on server load) — Abrir

Inicio rápido

curl https://api.together.xyz/v1/chat/completions \
  -H "Authorization: Bearer $TOGETHER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistralai/Mixtral-8x7B-Instruct-v0.1-FP8-Lora",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Ejemplo para Together AI. Funciona cualquier cliente compatible con OpenAI: Cursor, Cline, OpenCode, Open WebUI.

Benchmarks

Intelligence Index
5.1
GPQA Diamond
29.2%
Humanity's Last Exam
4.7%

Fuente: Artificial Analysis · Mixtral 8x7B Instruct

Modelos gratuitos similares

Preguntas frecuentes

¿Mixtral 8x7b es gratis?

Sí. A fecha de 26 de septiembre de 2026, Mixtral 8x7b es gratis en Together AI. Cada proveedor tiene sus propios límites — consulta la tabla de arriba.

¿Cuál es la ventana de contexto de Mixtral 8x7b?

El mayor contexto entre las rutas gratuitas es de 32.768 tokens. Algunos proveedores lo limitan más.

¿Cómo llamo a Mixtral 8x7b vía API?

Usa cualquier cliente compatible con OpenAI con la base URL https://api.together.xyz/v1, el ID de modelo mistralai/Mixtral-8x7B-Instruct-v0.1-FP8-Lora y una clave de Together AI.

¿Qué tan bueno es Mixtral 8x7b?

Artificial Analysis Intelligence Index: 5.1, GPQA Diamond: 29%. Como comparación, el modelo gratuito más potente del catálogo ahora mismo es GLM 5.3.

¿Mixtral 8x7b es de pesos abiertos?

Sí, los pesos están publicados — puedes descargarlo y ejecutarlo en local, por ejemplo con Ollama o LM Studio.