Mistral 发布了 Mistral 3 系列
去年的时候，他们是开源届的当红炸子鸡
然后...已经一年多没发模型了
Base Model 对比，对标 DeepSeek 和 Kimi
他们的官方对比很有意思
对标的不再是 GPT/Claude/Gemini
而只有中国模型， DeepSeek-3.1 和 Kimi-K2
补充一个冷知识...Mistral 是一家法国公司，被认为是欧洲的希望
估值....140亿 美金
一定是哪里踏马出了什么问题
先说旗舰
Mistral Large 3，675B 总参数，41B 激活参数，MoE 架构，全系列 Apache 2.0 开源，reasoning 版本即将推出
LMArena 排名开源非推理模型第二，总榜第六
LMArena 排名
训练方面，使用了3000 张 NVIDIA H200
评测信息
对于Mistral Large 3，官方给了和 DeepSeek V3.1、Kimi K2 的对比数据，如下
Base Model 对比，对标 DeepSeek 和 Kimi
第三方做的模型人类评估（虽然也不知道是啥）
Mistral 对 DeepSeek 胜率 53%，对 Kimi 胜率 55%
多语言任务上差距更大，对 DeepSeek 胜率 57%，对 Kimi 胜率 60%
Instruct 模型人类评估，第三方做的
再说小模型
Ministral 3 系列还有几个小尺寸模型，3B、8B、14B 三个尺寸，都是 dense 模型
每个尺寸都有 pretraining、instruct、reasoning 三个版本
全系列支持图像理解，支持 40+ 语言
官方说 Ministral instruct 生成的 token 数量比同级别模型少一个数量级
14B reasoning 版本在 AIME '25 上跑到 85%
GPQA Diamond Accuracy 对比14B 系列跑分
Ministral 14B benchmark: pretraining
Ministral 14B benchmark: instruct
Ministral 14B benchmark: reasoning8B 系列跑分
Ministral 8B benchmark: pretraining
Ministral 8B benchmark: instruct
Ministral 8B benchmark: reasoning3B 系列跑分
Ministral 3B benchmark: pretraining
Ministral 3B benchmark: instruct
Ministral 3B benchmark: reasoning
部署
和 NVIDIA、vLLM、Red Hat 合作做了优化
Large 3 可以在 Blackwell NVL72 系统上跑，也可以在单个 8×A100 或 8×H100 节点上跑
Ministral 系列可以跑在 DGX Spark、RTX PC、Jetson 设备上
API 服务上，已上线各主力算力平台，并提供定制训练服务
最后
我提个有趣的点，这个是 Mistral2 发布时候，评测对比上，一水的海外模型
Mistral 2 发布的对比
而 Mistral3 则都选的是中国模型，或许也可以理解为...中国的开源模型，或已是全球的标杆...
(当然，我们也要承认和头部闭源的差距）
