Mistral
Mistral是由法国人工智能公司Mistral AI开发的开源大语言模型系列，采用稀疏混合专家（MoE）等先进架构设计，具备高效的文本生成、推理和多语言理解能力。该模型以开放权重方式发布，允许研究者和开发者自由使用与部署，在同等参数规模下具有较强的推理效率和性能表现，广泛应用于自然语言处理、代码生成及对话系统等场景。
核心事实
时间轴 (近 90 天)
Mistral正式推出Agentic Search，让大模型像人类一样翻阅文档而非机械做单次向量召回
Mistral Agentic Search在Finance Bench财报评测中准确率由26.7%提升至86%，P90延迟降低39.6%，Token消耗减少约三分之一
Mistral推出Agentic Search，通过Search、Open、Navigate、Read、Grab五大检索工具赋予智能体多轮定位与翻阅长篇复杂文档的能力
Mistral由前DeepMind和Meta研究员创立的法国公司推出，其Mixtral系列采用稀疏混合专家（Sparse MoE）架构，在推理时只激活部分参数
watsonx 平台支持 IBM 自研的 Granite 系列模型以及来自 Meta、Mistral 等公司的开源模型
Mistral和Mixtral等模型采用了交替使用Full Attention和SWA的架构，vLLM的Group分组机制支持这种模式
Unsloth支持Llama、Mistral、Qwen、Gemma等主流架构，并提供跨平台支持，涵盖NVIDIA、AMD显卡及Apple Silicon
2023年起Meta的Llama系列、阿里的Qwen系列、Mistral AI的Mistral系列等开源模型快速发展，参数规模从70亿到700亿不等
随着Llama、Mistral等开源模型能力逼近闭源模型,API价格持续下探
Shieldstral是一个3B(30亿参数)的开源权重多模态护栏模型
还有 30 条时间轴事件
全部知识事实 (20)
OpenAI 的 Chat Completions API 采用消息数组作为输入的格式已成为行业事实标准，Anthropic、Google Gemini、Mistral 等主流模型提供商都提供了兼容或类似的接口
80%已验证DeepSeek、通义千问等主流国产大模型均提供了与OpenAI API格式兼容的接口标准
80%已验证OpenAI API的接口规范已成为AI行业事实上的通信标准，包括Anthropic、Google、Mistral在内的众多模型提供商都提供兼容该格式的接口
80%已验证2024年以来大模型API价格战愈演愈烈，多家厂商多次大幅降价
80%已验证Google的Switch Transformer和Mistral的Mixtral 8x7B是MoE架构的典型代表
75%已验证Meta于2023年发布LLaMA系列模型，随后Mistral、Qwen、DeepSeek等相继跟进形成开源生态
70%已验证Mistral是法国AI公司，以高效的开源模型著称
70%已验证对于调用量大的应用，自建部署开源模型的总成本往往显著低于使用商业API
65%已验证Meta的Llama 3系列、Mistral、Qwen、DeepSeek等模型在多项基准测试上已接近甚至超越早期的GPT-4水平，且支持本地部署
65%待验证Ollama originally gained recognition as an open-source local LLM running tool, with its core value being enabling users to deploy open-source models like Llama and Mistral on local devices
90%待验证开源AI大模型阵营以Meta（Llama系列）、DeepSeek、Mistral、阿里（Qwen）等为代表
90%待验证Mistral Vibe CLI基于DevSteel 2模型，学生价$6/月，普通用户$15/月
80%待验证2024-2025年间Llama 3、Qwen 2.5等开源模型在多项基准测试中已接近甚至匹敌闭源商业模型
75%待验证Sliding Window Attention 被 Mistral 等模型采用，将每个 token 的注意力范围限制在固定窗口内
60%待验证OpenAI、Anthropic和Google DeepMind均已在各自模型中集成了类似的智能体能力框架
60%待验证Rebiha目前支持Qwen、Gemma、Phi、DeepSeek、Llama和Mistral等主流开源模型
50%待验证Mistral Agentic Search在Finance Bench财报评测中准确率由26.7%提升至86%，P90延迟降低39.6%，Token消耗减少约三分之一
50%待验证Mistral由前DeepMind和Meta研究员创立的法国公司推出，其Mixtral系列采用稀疏混合专家（Sparse MoE）架构，在推理时只激活部分参数
50%待验证watsonx 平台支持 IBM 自研的 Granite 系列模型以及来自 Meta、Mistral 等公司的开源模型
50%待验证Mistral和Mixtral等模型采用了交替使用Full Attention和SWA的架构，vLLM的Group分组机制支持这种模式
50%