Mistral 发布 Mistral Small 4 与开源代码智能体 Leanstral
Mistral 发布了 Mistral Small 4,这是一个统一指令、推理和编码的多模态混合模型,支持 256k 上下文窗口。同时,Mistral 还发布了 Leanstral,这是其首个面向 Lean 4 形式化证明工程的开源代码智能体。
公司与模型 · 欧洲开源力量 Mistral 的模型发布与商业化进展
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-09-26 07:29
Mistral 发布了 Mistral Small 4,这是一个统一指令、推理和编码的多模态混合模型,支持 256k 上下文窗口。同时,Mistral 还发布了 Leanstral,这是其首个面向 Lean 4 形式化证明工程的开源代码智能体。
Mistral 发布了 Mistral Medium 3.5,这是一个面向智能体和编码用例的前沿多模态模型,支持通过 reasoning effort 参数调节推理强度,并以修改版 MIT 许可证开放权重。
Mistral 平台发布了 Leanstral 1.5 模型,这是面向 Lean 4 形式化证明工程的更新版本,改进了 SFT 混合质量并扩展了长上下文推理能力。该模型将于 2026 年 9 月 30 日退役。
Mistral AI 与沙特阿拉伯的 HUMAIN 公司宣布建立战略合作,共同推进主权 AI,涵盖 AI 基础设施、先进模型开发及本地化部署,初期聚焦网络安全和语音领域,并计划开发阿拉伯语前沿模型。合作金额达数亿欧元,Mistral 将探索使用 HUMAIN 的数据中心基础设施,并联合制定沙特市场战略,面向受监管行业提供 AI 解决方案。此举旨在满足主权 A
Mistral AI 发布了 Agentic Search,一种多步骤检索工具,使 AI 系统能够导航、阅读和验证复杂文档中的信息。在 FinanceBench 和 OfficeQA Pro 基准测试中,它显著提高了准确性(FinanceBench 上从 26.7% 提升至 86%),同时降低了延迟和 token 消耗。该工具通过 Mistral Searc
Mistral AI 于2026年8月4日发布Shieldstral,一款3B参数的多模态安全分类器,支持通过自然语言自定义审核规则,统一审核文本、图片及图文混合内容。该模型采用三层设计,将审核任务转化为Yes/No判断,通过对比式训练和合成数据提升规则匹配能力,在多个基准上超越更大参数模型。Shieldstral降低了部署门槛,展示了小模型在垂直场景中的潜
Mistral 推出欧盟区域数据处理选项和优先队列访问服务,均需额外付费。区域推理仅覆盖部分功能,且账户设置等数据仍可能在区域外处理。优先层级提供 99.5% 可用性 SLA,但价格上浮 75%。此外,Mistral 平台开始托管第三方模型,如 Z.ai 的 GLM-5.2,并寻求长期算力承诺以支持欧洲数据中心建设。
Mistral AI 宣布三项举措以推进AI主权:推出区域端点和优先服务层级,支持第三方开放模型(如Z.ai的GLM-5.2),并组建联盟确保欧洲长期AI算力,目标到2030年建设1GW容量。这些措施旨在让企业和国家控制模型、基础设施和算力,同时保持区域合规和可靠性。
Mistral AI 发布了 Shieldstral,一个 3B 参数的开源多模态安全分类器,通过将内容审核构建为策略自适应问答任务,在文本安全方面匹配甚至超越高达其 7 倍规模的模型,并在多模态审核上达到新高度。该模型支持在推理时以自然语言提供政策,无需重新训练即可统一处理文本和图像,并输出校准的安全分数。Shieldstral 以 Apache 2.0
Mistral AI 发布了 Mathstral,这是一个专为数学和 STEM 领域设计的新模型,基于 Mistral 7B 构建,在 MATH 基准上达到 56.6%,在 MMLU 上达到 63.47%。该模型旨在支持学术研究,与 Project Numina 合作开发,并可通过 HuggingFace 获取。Mathstral 在推理时增加计算量可显著提
Mistral AI 与 NVIDIA 合作发布了 12B 参数的 Mistral NeMo 模型,支持 128k 上下文窗口,在推理、世界知识和编码方面达到同类最佳水平。该模型采用 Apache 2.0 许可,支持 FP8 推理,并引入新分词器 Tekken,在多语言压缩效率上显著提升。Mistral NeMo 已可通过 HuggingFace、Mistr
Mistral AI 发布了 Mistral Large 2 模型,拥有 128k 上下文窗口,支持多语言和 80 多种编程语言,参数规模为 1230 亿,可在单节点上高效运行。该模型在代码、推理和多语言基准上表现优异,并增强了指令遵循和函数调用能力。模型以研究许可发布,商业使用需获取商业许可,并已在 la Plateforme 和多家云平台上提供。
Mistral AI 宣布在 La Plateforme 平台上支持对其旗舰模型(如 Mistral Large 2 和 Codestral)进行定制,包括基础提示、少样本提示或微调,并允许用户自带数据集。同时,该公司推出了 Agents 的早期版本,用于在 Le Chat 或 API 上创建自定义行为和工作流。此外,Mistral AI 发布了稳定版的客户
Mistral AI 发布了 Pixtral 12B,这是一个原生多模态模型,基于 Mistral Nemo 架构,并新训练了 4 亿参数的视觉编码器,支持可变图像尺寸和 128K 长上下文。该模型在 MMMU 基准上达到 52.5%,在指令跟随和多模态任务上表现优异,同时保持文本性能不妥协。模型采用 Apache 2.0 许可证,可在 La Platefo
Mistral AI 宣布推出新的 AI 基础设施产品 Mistral Compute,提供从裸机服务器到完全托管 PaaS 的私有集成堆栈,包括 GPU、编排、API 等。该产品旨在让各国、企业和研究实验室自主构建 AI 环境,减少对少数云提供商的依赖,并已获得多家欧洲公司支持。
Mistral AI 宣布推出“AI for Citizens”计划,旨在帮助各国政府和公共机构战略性地利用人工智能,通过提供开放、可定制的AI解决方案,避免对封闭式大型科技供应商的依赖。该计划强调数据主权、部署选择和定制化研发,已与法国、新加坡等多国政府及机构合作。此举旨在让国家和公民掌握AI应用的主动权,促进公共服务转型和创新。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium 和升级版 Devstral Small 1.1,前者在 SWE-Bench Verified 上得分 61.6%,后者得分 53.6% 且为开源模型中的新 SOTA。Devstral Small 1.1 以 Apache 2.0 协议发布,Devstral Medi
Mistral AI 发布了 Voxtral 语音理解模型,提供 24B 和 3B 两种规模,均采用 Apache 2.0 许可证,并可通过 API 使用。该模型支持长上下文、多语言、问答、摘要和函数调用,在转录和音频理解基准上优于 Whisper 等模型,且成本低于同类 API。
Mistral AI 为其 AI 助手 Le Chat 推出多项新功能,包括 Deep Research 预览模式、基于 Voxtral 模型的语音模式、由 Magistral 推理模型驱动的多语言推理、Projects 上下文文件夹,以及与 Black Forest Labs 合作的图像编辑功能。这些功能旨在提升用户的深度研究、自然交互和上下文管理体验,用
Mistral AI 发布了其大语言模型的首个全生命周期环境影响评估,与 Carbone 4 和 ADEME 合作完成,并经过同行评审。报告披露了训练 Mistral Large 2 的碳排放、耗水量和资源消耗,以及 Le Chat 每次推理的边际影响。该公司呼吁行业采用标准化环境报告,并提出了减少 AI 环境足迹的杠杆,如提高透明度和优化模型使用。