mistral-medium-latest

Oversikt. Mistral Medium 3.5 (2604-versjonen) er en tett modell med 128 milliarder parametere fra Mistral AI. Den tar imot tekst og bilder som inndata og produserer tekst som utdata. Resonnering kan slås av og på per forespørsel, slik at én modell dekker både rask instruksjonsfølging og tyngre arbeid med resonnering.

Viktigste styrker. Modellen har et kontekstvindu på 262 144 token, bekreftet i Mistrals publiserte konfigurasjon, noe som passer godt for lange dokumenter og utvidede flerrundesøkter. Siden den er tett, er alle 128 milliarder parametere aktive for hvert token. Innebygd bildeinndata betyr at skjermbilder, diagrammer og skannede sider kan sendes i samme forespørsel som tekst. Vi har ingen benchmarkresultater for dette øyeblikksbildet, så disse styrkene er basert på arkitekturen og dokumenterte egenskaper, ikke på skår.

Når du bør bruke den. Bruk den til komplekse oppgaver som krever et stort kontekstvindu, for eksempel analyse av lange dokumenter eller arbeid på tvers av store kodebaser. Den passer også for arbeidsflyter som blander tekst og bilder. Slå på resonnering for vanskeligere problemer og av når du vil ha et raskere, mer direkte svar. Er oppgaven enkel og svartid viktig, er en mindre modell rutet gjennom Smart Router sannsynligvis et bedre valg.

Begrensninger. Det finnes ingen benchmarkdata, informasjon om når treningsdataene slutter eller separat maksimal utdatalengde for denne modellversjonen, så valider kvaliteten på dine egne arbeidsflyter før du forplikter deg. Resonnering er en enkel av/på-bryter heller enn graderte resonneringsnivåer. Modified MIT-lisensen er ikke standard MIT: den begrenser bruk over en viss selskapsomsetning med mindre du inngår en separat kommersiell lisens med Mistral AI.

Suverenitetsnotat. Mistral AI har hovedkontor i Frankrike og har ingen eksponering under CLOUD Act, noe som støtter suverene EU-distribusjoner. Datalokasjon for endepunktet og policy for trening på inndata er ikke bekreftet i forskningen for denne modellen, så sjekk dette på det spesifikke endepunktet du bruker.