виде вопроса на естественном языке во время инференса, возвращая калиброванную оценку безопасности за один прямой проход. Модель построена на основе Ministral-3-3B-Base-2512 с нативным зрительным кодировщиком Pixtral и выпущена под лицензией Apache 2.0. Она показывает средний показатель F1 84,9% для текстовой безопасности, что соответствует модели GPT-OSS-Safeguard-20B, и 83,8% для мультимодальной безопасности, опережая все базовые модели, которые оценивала Mistral. Модель умещается в 16 ГБ видеопамяти в формате BF16, работает на одном графическом процессоре и поддерживает vLLM, llama.cpp, SGLang и Transformers. Её обучающие данные включают около 54,1 миллиона примеров, а контрастная генерация создаёт сложные негативные примеры для обучения распознаванию нарушений, специфичных для политики. К недостаткам относятся более низкая производительность на языках с ограниченными ресурсами, таких как арабский и индонезийский, а также сниженная надёжность при работе с состязательными или запутанными входными данными и очень длинными документами.