¿Qué es Mistral 3?

Mistral 3 es la próxima generación de modelos de IA multimodales y multilingües de código abierto de Mistral. Esta versión incluye tres modelos densos pequeños de última generación (14B, 8B y 3B parámetros) y Mistral Large 3, el modelo más potente hasta la fecha, un modelo disperso de mezcla de expertos (MoE) entrenado con 41B parámetros activos y 675B parámetros totales. Todos los modelos se publican bajo la licencia Apache 2.0, brindando a los desarrolladores acceso abierto a capacidades de IA de vanguardia.

Para quién es

• Desarrolladores empresariales – que crean soluciones de IA personalizadas que necesitan un sólido soporte multilingüe y comprensión de imágenes sin dependencia de un proveedor.
• Equipos de computación en el borde – que implementan IA en dispositivos locales, robots o entornos con recursos limitados, donde la serie Ministral 3 ofrece la mejor relación rendimiento-costo.
• Comunidad de IA de código abierto – investigadores y entusiastas que desean ajustar, personalizar o alojar modelos de última generación bajo una licencia permisiva.

Características clave

Mistral Large 3: Arquitectura MoE de vanguardia

Mistral Large 3 es el primer modelo de mezcla de expertos de Mistral desde la serie Mixtral, entrenado desde cero en 3,000 GPU NVIDIA H200. Alcanza la paridad con los mejores modelos de pesos abiertos ajustados por instrucciones en indicaciones generales, demostrando comprensión de imágenes y un rendimiento líder en conversaciones multilingües.

Ministral 3: Inteligencia optimizada para el borde

La serie Ministral 3 está disponible en tres tamaños (3B, 8B y 14B) con variantes base, instruct y de razonamiento, cada una con capacidades multimodales y multilingües nativas. Estos modelos ofrecen la mejor relación costo-rendimiento de cualquier modelo de código abierto en su categoría.

Licencia Apache 2.0 en todos los modelos

Cada modelo de Mistral 3, desde la variante más pequeña de 3B hasta el enorme Large 3, se publica bajo la licencia Apache 2.0. Esto incluye tanto las versiones base como las ajustadas por instrucciones, proporcionando una base sólida para una mayor personalización en comunidades empresariales y de desarrolladores.

Optimizado para hardware NVIDIA y herramientas de código abierto

Mistral se asoció con NVIDIA, vLLM y Red Hat para ofrecer soporte de inferencia eficiente. Large 3 se ejecuta en un solo nodo 8×A100 o 8×H100 usando vLLM, mientras que los modelos Ministral se implementan sin problemas en DGX Spark, PC con RTX, portátiles y dispositivos Jetson, desde el centro de datos hasta el robot.

Lo que destaca

"Mistral Large 3 se une a las filas de los modelos de código abierto ajustados por instrucciones de vanguardia, mientras que la serie Ministral ofrece la mejor relación rendimiento-costo en su categoría."

Esta doble publicación es notable porque cubre todo el espectro de implementación de IA, desde modelos MoE masivos en la nube hasta modelos densos pequeños optimizados para el borde, todo bajo una misma licencia permisiva. Mistral Large 3 debuta en el puesto #2 en la categoría de modelos sin razonamiento de OSS en el ranking LMArena, mientras que la serie Ministral 3 establece un nuevo estándar para la IA local rentable.

Vale la pena echarle un vistazo si…

Necesitas modelos de pesos abiertos que equilibren rendimiento, costo y flexibilidad de implementación. Mistral 3 es ideal si estás creando aplicaciones multilingües, implementando IA en dispositivos de borde o deseas un modelo MoE de vanguardia que puedas personalizar libremente. La licencia Apache 2.0 y el amplio soporte de hardware lo convierten en una opción sólida tanto para proyectos empresariales como comunitarios.