Mistral AI hat Mistral 3 veröffentlicht, eine Sammlung von 10 Open-Source-Modellen für künstliche Intelligenz. Die Modelle laufen auf Geräten vom Smartphone bis zu Cloud-Systemen für Unternehmen. Das französische Startup hat alle Modelle unter der Apache 2.0-Lizenz veröffentlicht, die kommerzielle Nutzung ohne Einschränkungen erlaubt.
Die Veröffentlichung umfasst Mistral Large 3, das Flaggschiff-Modell des Unternehmens, und die Ministral 3-Serie mit neun kleineren Modellen für Edge Computing. Mistral Large 3 nutzt eine Mixture-of-Experts-Architektur mit 41 Milliarden aktiven Parametern aus einem Pool von insgesamt 675 Milliarden Parametern. Das Modell verarbeitet Text und Bilder und bewältigt Kontextfenster bis zu 256.000 Token.
Mistral trainierte Large 3 auf 3.000 NVIDIA H200 GPUs. Nach Angaben des Unternehmens belegt das Modell Platz zwei unter den Open-Source-Modellen ohne reasoning auf dem LMArena-Leaderboard. Mistral betont, dass Large 3 besondere Stärken bei mehrsprachigen Konversationen jenseits von Englisch und Chinesisch zeigt.
Die Ministral 3-Reihe bietet drei Modellgrößen: 3 Milliarden, 8 Milliarden und 14 Milliarden Parameter. Jede Größe gibt es in drei Varianten für unterschiedliche Zwecke: Basis-Modelle für umfassende Anpassung, instruction-tuned Modelle für allgemeine Aufgaben und reasoning-optimierte Modelle für komplexe Logik. Alle Varianten können Bilder verstehen.
Guillaume Lample, Chief Scientist und Mitgründer von Mistral, sagte gegenüber VentureBeat, dass die kleinsten Ministral 3-Modelle auf Geräten mit nur 4 Gigabyte Videospeicher laufen können. Dafür nutzen sie 4-Bit-Quantisierung. Das ermöglicht den Einsatz auf Standard-Laptops, Smartphones und eingebetteten Systemen ohne Cloud-Infrastruktur oder Internetverbindung.
Mistrals Ansatz unterscheidet sich von Konkurrenten wie OpenAI, Google und Anthropic, die größere proprietäre Systeme entwickeln. Lample erklärte, das Unternehmen richte sich an Geschäftskunden, die Alternativen zu teuren Closed-Source-Modellen suchen. Er sagte, in mehr als 90 Prozent der Fälle könne ein feinjustiertes kleines Modell größere Allzweck-Systeme bei spezifischen Aufgaben übertreffen.
Das Unternehmen positioniert die Veröffentlichung als Antwort auf praktische Geschäftsanforderungen. Lample merkte an, dass Kunden oft Prototypen mit Closed-Source-Modellen bauen, die Kosten für den Einsatz im großen Maßstab aber unerschwinglich werden. Mistral bietet Engineering-Teams, die direkt mit Kunden arbeiten, um synthetische Trainingsdaten zu erstellen und kleinere Modelle für spezifische Workflows zu optimieren.
Mistral 3 ist auf mehreren Plattformen verfügbar, darunter Mistral AI Studio, Amazon Bedrock, Azure Foundry, Hugging Face und weitere Dienste. Das Unternehmen bietet auch Custom-Training-Services für Organisationen, die maßgeschneiderte Lösungen benötigen.
Die Veröffentlichung erfolgt inmitten von Wettbewerb durch chinesische Unternehmen wie DeepSeek und Alibabas Qwen-Serie, die ihre Open-Source-Angebote weiterentwickelt haben. Mistral unterscheidet sich durch mehrsprachige Fähigkeiten und integrierte multimodale Verarbeitung in einzelnen Modellen statt separaten Systemen.
Mistral hat seit der Gründung im Mai 2023 etwa 1,05 Milliarden Dollar an Finanzierung eingeworben. Das Unternehmen wurde im Juni 2024 mit 6 Milliarden Dollar bewertet und verdoppelte seine Bewertung in einer Finanzierungsrunde im September mehr als. Zu den Investoren gehört ASML, der niederländische Halbleiterausrüstungshersteller.
Das Unternehmen hat sein Angebot über die Modellentwicklung hinaus erweitert. Dazu gehören AI Studio für den Produktionseinsatz, die Mistral Agents API und der Le Chat-Assistent mit Recherche- und Sprachfunktionen.
Quellen: Mistral, VentureBeat
