Mistral AI 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布了 Codestral 25.08 模型,并推出了面向企业的完整编码栈,包括 Codestral Embed 和 Devstral 代理。该方案旨在解决企业采用 AI 编码工具的部署、定制、集成和可观测性等限制,声称可将开发、审查和测试时间减少 50%。Codestral 25.08 在补全接受率、代码保留和减少失控生成方面有显著提
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 AI 发布了 Codestral 25.08 模型,并推出了面向企业的完整编码栈,包括 Codestral Embed 和 Devstral 代理。该方案旨在解决企业采用 AI 编码工具的部署、定制、集成和可观测性等限制,声称可将开发、审查和测试时间减少 50%。Codestral 25.08 在补全接受率、代码保留和减少失控生成方面有显著提
Mistral AI 发布博客,介绍通过 LoRA 微调其视觉语言模型 Pixtral-12B 在卫星图像分类任务上的应用。实验使用 AID 数据集,微调后模型在模糊类别上的分类准确率显著提升,且微调过程可通过 Mistral API 或 LaPlateforme UI 轻松完成。文章强调了领域专用微调在卫星图像等高专业度场景中的价值。
Mistral AI 为其 Connectors 平台推出多项新功能,包括增强的管理员控制、带作用域的 API 密钥、多账户连接器、调试器,以及将连接器集成到 Workflows 和 Vibe Code 中。这些功能旨在为企业提供更安全、更可控的 AI 工作流集成体验,支持超过 60 个预构建连接器及自定义 MCP 选项。
Mistral AI 发布了 Leanstral 1.5,这是一个免费、Apache-2.0 许可的模型,拥有 119B 总参数和 6B 激活参数,在形式验证方面实现了重大性能提升,完全饱和 miniF2F,解决 587/672 个 PutnamBench 问题,并在 FATE-H 和 FATE-X 上达到新的最先进水平。该模型通过三阶段训练(中期训练、监督
Mistral AI 发布了 Robostral Navigate,一个 8B 参数的具身导航模型,仅使用单个 RGB 摄像头即可让机器人自主导航,在 R2R-CE 基准上达到 76.6% 的成功率,超越多传感器方法。该模型完全在模拟环境中训练,采用指向导航和强化学习,并计划扩展至统一具身智能体。
Mistral AI 宣布其 Studio 平台为提示词和技能提供集中式记录系统,支持版本管理、所有权追踪和审计日志,使企业能够快速迭代并受控部署 AI 行为。该功能将提示词视为生产资产,通过不可变版本、清晰所有权和审计日志确保合规性,并集成可观测性以追踪生产输出到具体版本。
Mistral AI 发布了 Voxtral TTS,一个 4B 参数的多语言文本转语音模型,支持 9 种语言,具有低延迟和情感表达。该模型可通过 API 和 Mistral Studio 使用,定价为每 1k 字符 0.016 美元,并支持零样本跨语言语音适应。
Mistral AI 发布了 Mistral Small 4,这是其 Small 系列的新旗舰模型,首次统一了推理、多模态和智能体编码能力,支持文本和图像输入,并采用 Apache 2.0 开源许可。该模型基于 MoE 架构,总参数 119B,激活参数 6B,上下文窗口 256k,性能相比 Small 3 提升显著,推理延迟降低 40%,吞吐量提升 3 倍。
Mistral AI 发布了 Mistral Medium 3.5,这是一个 128B 参数的开源权重模型,支持长时程编码和生产力任务,并成为 Le Chat 和 Mistral Vibe 的默认模型。同时推出了远程代理和 Le Chat 的 Work 模式,支持并行异步任务执行。该模型在 SWE-Bench Verified 上得分 77.6%,定价为每百
Mistral AI 发布了 Mistral OCR 4,这是一款文档解析模型,支持边界框、块分类和置信度评分,覆盖 170 种语言,并可在单容器中自托管部署。该模型在人类评估和 OlmOCRBench 基准上表现优异,价格低至每千页 2 美元(批量 API),适用于企业搜索、RAG 和代理工作流。