Mistral 3模型亮相，推出旗艦與輕量系列滿足雲端與邊緣AI需求

法國AI新創Mistral AI釋出新一代開源模型家族Mistral 3，以旗艦模型Mistral Large 3搭配Ministral 3小型模型系列，形成從雲端資料中心到邊緣裝置都能部署的完整產品線，鎖定企業與開發者在多語言、多模態與在地運算上的需求。

Mistral Large 3採用稀疏MoE（Mixture-of-Experts）架構，推論時僅啟用部分專家網路，以降低運算成本與延遲。官方說明，Large 3約有410億活躍參數與6,750億總參數，支援最長25.6萬Token上下文，可支援長文件處理、跨語言對話與工具呼叫等企業級應用情境。

Mistral 3家族全部採用Apache 2.0授權，旗艦模型Mistral Large 3目前開放的是基本版（Base）與指令微調（Instruct）兩種權重，官方尚未同步釋出推理（Reasoning）版本，表示之後會推出專門強化推理能力的變體。Mistral同時提供AI Governance Hub等技術與治理文件，協助企業在導入過程中處理合規與風險管理議題。

Mistral Large 3在開源模型社群的排名屬於前段班，在LMArena文字評測的ELO分數，Large 3約落在1418，與Qwen與DeepSeek等新一代開源旗艦模型的分數非常接近，整體實力明顯高於多數早期開源模型。依LMArena的分類來看，Large 3在開源非推理模型中已是前段班，要是只看開源陣營的整體排行榜，也達第一梯隊水準。

對本地與邊緣運算需求，Mistral推出Ministral 3系列，提供30億（3B）、80億（8B）與140億（14B）三種參數規模，每一種都分為基本版、指令微調與推理三個版本，並具備多語言與圖像理解能力，適合部署於筆電、工作站、嵌入式裝置與邊緣伺服器等硬體環境，在資源有限的條件下，仍可支援對話助理、文件摘要與基本推理等應用。

官方強調Ministral 3系列在成本效益上的設計不只反映在模型尺寸，也刻意控制回答時產生的Token數量，對於以Token計價或頻寬受限的場景，有助於降低營運成本，而針對需要較高準確度的情境，推理版本允許模型採用較長的推理步驟，以換取在數學與邏輯等基準測試上較佳表現。

Mistral 3家族已在Mistral AI Studio、Amazon Bedrock、Azure AI Foundry、Hugging Face、IBM WatsonX與OpenRouter等多個平臺上架，之後也規畫透過Nvidia NIM與AWS SageMaker提供容器化或託管服務。