mistral-large-2512

Oversigt. Mistral Large 3 er flagskibet med åbne vægte fra det franske Mistral AI: en Granular sparse Mixture-of-Experts-model med 675 milliarder parametre (hvoraf 41 milliarder er aktive) og en indbygget vision-encoder med 2,5 milliarder parametre, udgivet under Apache-2.0-licensen. Den leveres med et kontekstvindue på 262.144 tokens og betjenes via vLLM med mistral-common-tokenizeren. Udviklere, der har brug for åbne vægte, som de selv kan køre, kombineret med både tekst og billeder som inddata samt indbyggede verktøjskald, vil vælge denne model.

Vigtigste styrker. Det granulære MoE-design holder den aktive beregning på 41 milliarder parametre, mens den samlede kapacitet bevares på 675 milliarder parametre, hvilket er den vigtigste kilde til effektivitet i denne udgivelse. Den accepterer tekst og billeder som inddata direkte gennem sin indbyggede vision-encoder, og Mistral dokumenterer indbyggede verktøjskald, JSON-uddata og overholdelse af systemprompter som kerneegenskaber. Kontekstvinduet på 262.144 tokens understøtter analyse af lange dokumenter og udvidede arbejdsforløb med mange runder uden behov for ekstern opdeling.

Anvendelsesområder. Brug denne model til analyse af lange dokumenter, multimodale opgaver, der kombinerer tekst med billeder, og generelle instruktionsopgaver, hvor middel kompleksitet og åbne vægte er vigtigere end ræsonnering eller kodning på højeste niveau. Den er en fornuftig standard, når man ønsker en Apache-2.0-licenseret model, man selv kan køre, med indbyggede verktøjskald og JSON-uddata til integration i eksisterende behandlingskæder. Det er ikke modellen til tunge agentiske eller kodeintensive opgaver, hvor uafhængige signaler i vores research placerer den under de stærkeste frontmodeller.

Begrænsninger. Signaler for kodning og agentiske egenskaber indsamlet i research ligger under, hvad vi forventer af en frontmodel på topniveau, så dette er ikke det rigtige valg til krævende kodning med mange trin eller agentiske arbejdsflow. Mistral har ikke oplyst, hvor træningsdataene slutter, og detaljer som antallet af eksperter per lag, og hvor mange der rutes per token, er ikke offentliggjort. Der er heller ingen dokumenteret tilstand for udvidet tænkning eller ræsonneringsspor i denne instruct-udgivelse.

Bemærkning om suverænitet. Mistral AI er baseret i Frankrig, hvilket betyder, at denne model ikke er underlagt CLOUD Act. Kombineret med åbne vægte under Apache-2.0 kan den køres selv i løsninger, der kræver direkte kontrol over dataplacering og suveræn inferens.