XNews

Mistral 3 系列发布

Mistral 3 系列发布

Mistral AI 发布 Mistral 3 系列开源模型与 Mistral Large 3。 - Mistral Large 3 为 MoE 架构,总参数 675B,激活参数 41B。 - Large 3 支持图像输入、多模态对话与十余种主要语言原生支持。 - Large 3 支持 256K tokens 超长上下文、原生函数调用与结构化 JSON 输出。 - Ministral 3 系列包含 3B、8B、14B 小型稠密模型,定位端侧部署与高性价比。 - 14B 推理版在 AIME '25 数学竞赛级测试中准确率达 85%。 - Mistral 与 NVIDIA、Red Hat、vLLM 等合作,发布优化检查点以降低部署成本。 - 官方声明这些模型在多语言和多模态能力上达开源领先水平并优化单节点运行。 - LMArena 榜单:Mistral Large 3 在开源非推理模型排第2、开源总体第6。 - 端侧显存需求:14B 约需 24GB,8B 约需 12GB,3B 约需 8GB。

Key insights

Mistral 以多档位产品线覆盖端侧与云端场景

Mistral AI 同时发布 Mistral Large 3(675B MoE)与 Ministral 3 小型号(3B/8B/14B),形成从端侧到云端的产品线。Ministral 3 系列定位高性价比、端侧部署,3B/8B/14B 分别适配 8GB/12GB/24GB 显存。Large 3 为稀疏专家混合架构,目标面向需要超长上下文与复杂工具调用的工作流,二者构成互补阵列。

Mistral Large 3 技术规格与多模态能力

Mistral Large 3 采用 MoE 架构,总参数 675B、激活参数 41B;原生支持图像输入、多模态对话、十余种主要语言,并支持 256K tokens 的超长上下文及原生函数调用与结构化 JSON 输出,用于驱动外部系统与复杂工作流。

小模型推理版表现突出,减少对云端依赖

Ministral 3 小型模型发布了专门的推理版本,14B 推理版在 AIME '25 数学竞赛级测试中达到 85% 正确率,表明小模型在某些深度推理任务上取得显著进步,可在笔记本与机器人等端侧设备上部署以降低对昂贵云端大模型的依赖。

生态与部署优化通过产业合作实现

Mistral 与 NVIDIA、Red Hat、vLLM 等基础设施厂商展开深度适配,发布了优化检查点与单节点运行策略,以便在较少硬件资源下提高推理效率并简化大模型部署流程。

基准与排名显示开源竞争力

在 LMArena 榜单中,Mistral Large 3 在开源非推理模型中排名第2、开源总体排名第6;另有报道称其性能超越 Kim 2,显示在开源阵营中的领先地位。

Source posts