Mistral 3：开源AI新纪元，小型模型与多模态的强力结合

就在昨日，「欧洲版DeepSeek」Mistral一口气宣布了两项重大成果：

一款大型MoE模型：Mistral Large 3

一系列小型模型：Ministral 3（14B/8B/3B）

这些模型全部开源、多模态且可落地。

Mistral Large 3

Mistral推出的Mistral Large 3，规格上几乎达到了「开源界的准天花板」：

41B活跃参数/675B总参数MoE架构、原生图像理解、256k上下文、多语言能力在非英语种上表现非凡，LMArena排名直接跃升至开源模型第6。

Mistral Large 3的ELO得分在开源大模型中稳居第一梯队，与Kimi K2不分伯仲，仅稍逊于DeepSeek v3.2。

其基础模型表现同样不俗，在多项基础任务上与DeepSeek、Kimi等大体量模型正面交锋。

Mistral Large 3（Base）在MMLU、GPOA、SimpleQA、AMC、LiveCodeBench等多项基础任务上与DeepSeek 37B、Kimi K2 127B保持同一水平，属于开源系的第一梯队底模。

在预训练能力方面，它与Qwen、Gemma的基础模型在核心评测上也是正面硬刚。

但官方并未过分强调数值，反而着重指出：

我们开源Apache 2.0，全权由你；你想怎么改、怎么部署都行。

为实现这一目标，他们与NVIDIA合作完成了一项简单却关键的工作：

为了让Large 3运行更稳定，Mistral联合NVIDIA重新设计了底层推理链路：

采用NVIDIA的FP4，并重写了Blackwell的注意力与MoE内核，使Large 3在Blackwell NVL72上既快、又稳、又便宜。

这不仅是简单的适配，而是重新设计了Blackwell的注意力机制、MoE内核、预填充/解码分离和投机解码等关键推理路径。

Ministral 3系列

真正让Mistral骄傲的，是Ministral 3系列。

它们体型小巧但性能卓越。有Base、Instruct、Reasoning三个版本，全部支持图像识别，且在官方基准测试中表现优异。

这意味着：你的笔记本能跑，你的台式机能跑，无人机、机器人、汽车、边缘摄像头都能跑，甚至脱离互联网也能运行。

更重要的是，这些模型不仅「小」，而且「更聪明」。

Ministral 3的Instruct版本在综合智能指数上的得分分别是：31（14B）/ 28（8B）/ 22（3B）──全部超越上一代Mistral Small 3.2，参数量甚至多40%。

这意味着这代小模型不仅便宜且能在更多设备上运行，本身能力也从底层被大幅提升。

Mistral的野心

将视线从模型本身移开，你会发现Mistral不仅仅是在卖模型。

它正在悄然将自己变成一种平台型存在，其结构已经清晰到无法忽视。

Mistral Agents API不仅能跑模型，还能直接在API内部接Code Interpreter、执行代码、连接工具、保持长期记忆、做结构化推理。

由此可见，Mistral正在走一条不同寻常的AI路线。

它不像美国那套「云端神谕」，而更像是欧洲式的「软件制造业」哲学：

将能力做成标准件，让所有人随取随用。