Mistral AI heeft Mistral 3 aangekondigd, een nieuwe generatie van AI-modellen. Het gaat om vier modellen: drie compacte varianten (3B, 8B en 14B) en het geavanceerde Mistral Large 3-model.
Alle modellen worden uitgebracht onder de Apache 2.0-licentie, wat betekent dat ontwikkelaars er ook mee aan de slag kunnen. Mistral Large 3 markeert een belangrijke mijlpaal noemt het bedrijf zelf in een blogpost. Dat model werd vanaf de grond opnieuw getraind waarbij 3000 Nvidia H200-videokaarten werden gebruikt. Het gaat om een zogenaamd mixture-of-experts model, oftewel MoE. Daarbij worden niet alle parameters geactiveerd bij een verzoek, maar slechts een selecte groep van ‘experts’ oftewel submodellen.
Met 41 miljard actieve parameters uit een totaal van 675 miljard behaalt het vergelijkbare prestaties als de beste open source instructiemodellen (bijvoorbeeld Deepseek V3.1) op algemene vragen. Het model kan bovendien goed overweg met beelden en presteert bij meertalige gesprekken (dus in andere talen dan Engels en Chinees) tot de beste in zijn klasse.
Ministral: krachtige AI voor randapparaten
De Ministral 3-serie richt zich op edge- en lokale toepassingen. Voor elke modelgrootte (3B, 8B en 14B) brengt Mistral drie varianten uit: base, instruct en reasoning. Alle versies kunnen afbeeldingen verwerken en bieden ondersteuning voor meerdere talen. Wat de Ministral-modellen bijzonder maakt is de efficiëntie noemt de ontwikkelaar. Bij praktijkgebruik genereren ze vaak een factor tien minder tokens dan vergelijkbare modellen, terwijl de prestaties gelijk blijven of beter zijn. Dat vertaalt zich direct in lagere kosten. Voor situaties waar nauwkeurigheid prioriteit heeft, kunnen de reasoning-varianten langer ‘nadenken’ om betere antwoorden te genereren.
Beschikbaarheid en aanpassing
Mistral 3 is per direct beschikbaar via verschillende kanalen zoals Mistral AI Studio, Amazon Bedrock, en Hugging Face. Mistral AI biedt ook aangepaste modeltrainingen aan als je er als organisatie mee aan de slag wil. Kies je daarvoor dan wordt er geholpen bij het fine-tunen of volledig aanpassen van modellen voor specifieke taken, propriëtaire datasets of unieke implementatieomgevingen. Volgens het bedrijf zorgt aangepaste training ervoor dat AI-oplossingen veilig, efficiënt en op schaal maximale impact leveren.