Mistral 发布 Medium 3.5 模型,同步推出 Vibe 远程编码 agent 与 Le Chat Work 模式
Mistral 发布 128B 稠密模型 Medium 3.5,同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由:原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态,读者可以据此和同类模型与产品做横向对比。
Mistral 发布 128B 稠密模型 Medium 3.5,同步在 Vibe 和 Le Chat 中推出远程编码 agent 与新的 Work 模式。
推荐理由:原文同时给出 Medium 3.5 的基准成绩、API 定价与云端编码 agent 形态,读者可以据此和同类模型与产品做横向对比。
Mistral AI 发布首个文本转语音模型 Voxtral TTS,参数量 4B,支持英、法、德、西、荷、葡、意、印地、阿拉伯 9 种语言及多种方言,主打自然情感表达与零样本跨语言音色适配。
推荐理由:官方给出 4B 参数量、9 种语言、$0.016/1k 字符定价与企业级语音流程对接,便于评估其替代现有 TTS 方案的成本和体验。
Mistral AI 发布 Voxtral Transcribe 2 系列语音转写模型,包含面向批量转写的 Voxtral Mini Transcribe V2 与面向实时场景的 Voxtral Realtime。
推荐理由:对比 GPT-4o mini Transcribe、Gemini 2.5 Flash 等主流语音转写 API,给出 FLEURS 词错率和每分钟价格的横向参照。
Mistral 发布 Mistral 3 模型家族,旗舰款 Mistral Large 3 为 41B 激活 / 675B 总参数的稀疏 MoE,在 LMArena OSS 非推理模型榜位列第 2,全系采用 Apache 2.0 协议开源。
推荐理由:原文给出 Mistral Large 3 的 MoE 规模与 LMArena 排名,以及 Ministral 3 端侧尺寸,可作为开源权重模型横向对比的坐标。
Mistral AI 与 All Hands AI 联合发布面向软件工程任务的智能体大模型 Devstral,并以 Apache 2.0 协议开源。
推荐理由:原文给出 Devstral 在 SWE-Bench Verified 上 46.8% 的成绩以及和闭源模型的对比数据,读者可据此判断它在编码任务中的实际可用程度。
Mistral 发布 Mistral Small 3.1,文本与多模态基准超过 Gemma 3 和 GPT-4o Mini,推理速度 150 tokens/s,上下文扩展至 128k tokens。
推荐理由:以 Apache 2.0 开放权重并附对照 Gemma 3、GPT-4o Mini 的基准数字,128k 上下文与多模态能力使其适合低成本本地运行。