就在这周，也就是 2025 年的 12 月初，AI 圈子再次变得热闹非凡。当我们还在讨论几家硅谷巨头谁的闭源 API 更贵时，来自法国的 Mistral AI 直接把桌子掀了。
Mistral 3 系列正式发布。
这一波更新不仅硬核，而且充满了一种久违的极客浪漫主义色彩——全系回归 Apache 2.0 许可。如果你是开发者，看到这里大概已经懂了这意味着什么：自由。没有繁琐的商用限制，拿着这些模型，你想怎么改就怎么改，想怎么用就怎么用。
这次发布的阵容非常有意思，Mistral 似乎看透了现在的 AI 落地痛点，打出了一套“高低搭配”的组合拳。
不仅大，而且还要“大得聪明”
首先登场的是重型武器：Mistral Large 3。
看参数党可能会先被吓一跳：总参数量高达 6750 亿。但别急着担心你的显存，它是经典的稀疏混合专家（MoE）架构。这意味着虽然它脑容量巨大，但每次思考时只动用其中最灵光的 410 亿参数（活跃参数）。
这种设计非常鸡贼，它在保留了万亿级模型那样的广博知识和逻辑深度的同时，把推理成本压到了一个非常可观的水平。加上 256K 的超长上下文，这基本上就是对着 GPT-4o 这种前沿闭源模型去的。而且它原生支持多模态，不论是看图说话还是多语言处理，都不再是英语语境下的“特供版”，对非英语用户相当友好。
在 LMArena 的榜单上，它已经冲到了开源非推理模型的第二把交椅。这说明什么？说明开源和闭源的护城河，又被填平了一截。
把 AI 装进你的口袋：Ministral 的野心
如果说 Large 3 是为了秀肌肉，那么 Ministral 3 系列就是为了抢地盘。
这一次，Mistral 居然一口气发了 3B、8B 和 14B 三个尺寸的密集型模型。这显然是冲着“边缘智能”去的。
以前我们总觉得跑个大模型得有张 H100，现在 Mistral 告诉你：不用。你的笔记本电脑、甚至高端手机，就能跑得起来。特别是那个 3B 的版本，简直是为浏览器和 IoT 设备量身定做的。
最关键的是，这些小模型并不“傻”。Mistral 给它们配备了 Base（基础）、Instruct（指令）和 Reasoning（推理）三种变体。在同等性能下，Ministral 生成 token 的数量比对手少了一个数量级。这不仅仅是快，更是省钱。对于那些想把 AI 能力集成到本地应用里的企业来说，这才是真正的杀手锏。
为什么要回归 Apache 2.0？
这次发布最耐人寻味的，其实是那个许可证。
在过去的一年里，很多所谓的“开源”模型其实都加了不少限制条款，变成了“开放权重”而非真正的开源。但 Mistral 这次彻底放开了。
这是一种极其聪明的战略博弈。面对 Google 和 OpenAI 这种构筑高墙的打法，Mistral 选择了发动群众。通过最宽松的 Apache 2.0 协议，它把全球的开发者都拉到了自己的阵营里。你用我的模型赚钱，我不在乎，我只在乎我的生态是不是遍布了从云端到手机的每一个角落。
加上英伟达在背后的全栈支持，从 H200 的训练算力到 TensorRT-LLM 的推理优化，这套组合拳打得非常流畅。
写在最后
Mistral 3 系列的出现，给 2025 年的 AI 结尾战定了一个调子：大模型不仅仅是云端神坛上的神像，它正在变成每个人手中的工具。
无论你是需要在服务器上处理海量多模态数据的企业 CTO，还是想在自己开发的 App 里塞进一个离线智能助手的独立开发者，Mistral 这次都给了你一个无法拒绝的理由。
目前模型已经在 Hugging Face 和各大云平台上线，本地跑个 Ollama 就能试用。建议你也去试试，感受一下这股来自欧洲的开源飓风。
如果你也对最新的AI信息感兴趣或者有疑问 都可以加入我的大家庭 第一时间分享最新AI资讯、工具、教程、文档 欢迎你的加入！！！😉😉😉
公众号：墨风如雪小站
