Mistral 发布开源 Lean 4 代码智能体 Leanstral
Mistral 发布 Leanstral,首个面向 Lean 4 的开源代码智能体,权重以 Apache 2.0 协议开源,并集成进 Mistral Vibe 和免费 API 端点。
推荐理由:原文给出了 Leanstral 的架构、评测分数和成本对比,读者可据此判断它在形式化证明场景中的性价比。
Mistral 发布 Leanstral,首个面向 Lean 4 的开源代码智能体,权重以 Apache 2.0 协议开源,并集成进 Mistral Vibe 和免费 API 端点。
推荐理由:原文给出了 Leanstral 的架构、评测分数和成本对比,读者可据此判断它在形式化证明场景中的性价比。
Mistral AI 发布下一代编码模型 Devstral 2(123B)和 Devstral Small 2(24B),均采用宽松开源许可,Devstral 2 在 SWE-bench Verified 上取得 72.2% 的成绩,并推出原生 CLI 工具 Mistral Vibe 实现端到端代码自动化。
推荐理由:原文给出了新模型在 SWE-bench Verified 上的得分、与闭源模型的差距以及 API 定价,读者可据此判断开源编码模型的实际水平与成本。
Mistral 发布下一代模型 Mistral 3,包含 14B、8B、3B 的 Ministral 3 系列和旗舰 Mistral Large 3,全部采用 Apache 2.0 许可证。
推荐理由:原文给出了 Mistral 3 全家族参数、许可证和可用平台,读者可据此判断开源模型的最新能力水位与部署选择。
Mistral AI 发布开源语音理解模型 Voxtral,提供 24B 生产级和 3B 端侧两个版本,均采用 Apache 2.0 许可并开放 API。Voxtral 支持 32k token 上下文、最长 30 分钟转写或 40 分钟理解、内置问答与摘要、多语言识别及语音直接触发函数调用。
推荐理由:原文给出了两个开源语音模型的规模、许可和定价,读者可据此评估其在生产场景中的成本与部署选择。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并升级 Devstral Small 1.1。
推荐理由:原文给出了两款模型的基准分数、定价和开源范围,读者可据此评估其在编码智能体场景的性价比。
Mistral AI 发布其首款推理模型 Magistral,分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由:Mistral 首次推出推理模型,开源版与商业版并行,读者可据此评估其多语言透明推理能力与部署选择。
Mistral AI 发布 Codestral Embed,这是其首个专为代码设计的嵌入模型,在真实代码数据的检索场景中表现突出,显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由:原文给出了首个代码专用嵌入模型的性能对比、定价和分块建议,读者可据此评估其在代码检索场景的适用性。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大模型 Devstral,在 SWE-Bench Verified 上取得 46.8% 的成绩,超过此前开源最优模型 6 个百分点以上,并以 Apache 2.0 协议免费开源。
推荐理由:原文给出了基准成绩、开源许可和本地部署门槛,读者可据此评估它作为开源编码智能体的实际可用性。
Mistral AI 发布 Mistral Medium 3,在多数基准上达到 Claude Sonnet 3.7 的 90% 以上性能,定价为每百万 token 输入 $0.4、输出 $2,成本显著更低。该模型在编码和 STEM 任务上接近更大规模的竞品,并支持混合部署或本地 VPC 部署,API 即日起在 Mistral La Plateforme 和 Amazon Sagemaker 上线。
推荐理由:原文给出了性能对比和定价,读者可以据此判断中等规模模型在成本与能力之间的取舍。
Mistral AI 发布 Mistral Small 3.1,在文本性能、多模态理解和 128k 上下文窗口上较前代升级,推理速度达每秒 150 tokens,性能超越 Gemma 3 和 GPT-4o Mini,并以 Apache 2.0 许可开源。
推荐理由:官方公布了性能对比、推理速度和开源许可,读者可据此判断它相对同类小模型的定位与适用场景。