12月2日，法国人工智能初创企业 Mistral AI 一口气扔出 Large 3 和 Ministral 3，全开源、能看图、能跑在大多数电子设备上，甚至断网也能用。
一款前沿级开源 MoE：Mistral Large 3，总参数量为 675B，激活参数为 41B；
「世界上最好的小型模型」：Ministral 3（14B、8B、3B），每个模型都发布了基础版、指令微调版和推理版。
这些模型及衍生版本均以 Apache 2.0 许可证开源。
Mistral Large 3 是在 3000 台 NVIDIA H200 GPU 上从头开始训练的，已成为全球最顶尖的开放权重模型之一。
通过采用英伟达的最新芯片技术，Mistral AI 开源模型家族的新成员在性能、效率和部署灵活性上实现跨越式提升。
Mistral Large 3（Base）在 MMLU、GPOA、SimpleQA、AMC、LiveCodeBench 等多项基础任务上与 DeepSeek 37B、Kimi K2 127B 保持同一水平，属于开源系的第一梯队底模。
在真实人工评估中，Mistral Large 3在通用任务和多语言任务里对DeepSeek V3.1、Kimi K2取得53%–60%的胜率。
Mistral Large 3 在 LMArena 排行榜的 OSS （开源软件）非推理模型类别中位列第二，OSS 总榜第六。
总的来说，Mistral Large 3 在开源大模型中稳居第一梯队，和 Kimi K2 打成平手，仅落后 DeepSeek v3.2一小截。
再说小模型，对于参数较小的 Ministral 3，Mistral AI 称其实现了所有 OSS 模型中最佳的性价比，这些模型的指令变体在性能上与同类模型相当或更优，同时生成的 token 数量通常降低了一个数量级。
图：GPQA Diamond Accuracy 对比 Ministral 3系列跑分
Ministral 3系列体量小，但性能强。3B、8B、14B三种大小，全部有base、instruct、reasoning三个版本，全部能看图，全部在官方benchmark里表现不俗。
在预训练能力方面，Mistral 3 和Qwen、Gemma的底模在核心评测上也能正面硬刚。
比如，Ministral 14B的底模实力远超同量级对手，在数学、知识问答、多语言任务中几乎全面领先Gemma 13B和Qwen 1.8B。
左右滑动查看更多
Ministral 3的instruct版本在综合智能指数上的得分分别是31（14B）/ 28（8B）/ 22（3B）──全部跑赢上一代Mistral Small 3.2，参数量甚至多40%。
Ministral 14B（Instruction）在WildBench、Arena Hard、数学推理和多模态任务上全面领先Gemma 13B与Qwen 1.8B，指令调优后的综合能力几乎碾压同量级模型。
左右滑动查看更多
Ministral 14B（Reasoning）在AIME’25、LiveCodeBench、GPOA Diamond、HMMT等推理任务上全面领先Qwen 14B「Thinking」，数学和代码推理几乎是同量级中的天花板。
左右滑动查看更多
值得注意的是，Mistral 在这里并没有对比刚发布几天的 DeepSeek-V3.2 正式版，可能是因为 DeepSeek 没有发布在普通语言任务上的基准测试结果，仅给出了推理和智能体任务的基准结果。
