Mistral 又搞了個 “小而美” 的狠貨： Mistral Small 3.1 發布并開源：

號稱 “小 3.1”，但能力不 “小”。 多模態、開源 Apache 2.0 協議，關鍵是性能還杠杠的，直接 PK 掉 Gemma 3 和 GPT-4o mini。

看 Benchmark 圖： 橫坐標是速度，越小越快； 縱坐標是知識，越大越強。 Mistral Small 3.1，直接霸榜左上角，速度、知識雙 Buff 加持。

Mistral 官方列出了 Small 3.1 的關鍵特性和能力：

? 輕量級： 能在 RTX 4090 或 32GB 內存的 Mac 上運行，適合本地部署。

? 快速響應： 適合虛擬助手等需要快速響應的應用。

? 低延遲函數調用： 能快速執行函數。

? 領域微調： 能針對特定領域進行微調，比如法律、醫療等。

? 高級推理基礎： 社區可以在此基礎上構建更強的推理模型。

最近幾周，已經有一些基于 Mistral Small 3 的優秀推理模型出現，比如Nous Research 的 DeepHermes 24B。Mistral 同時發布了基礎模型和指令調優的 checkpoint，方便大家進一步定制。

“AI 智能，兩周一降價”， 這趨勢有點猛。

有人分析 Mistral Small 3.1，覺得這模型潛力巨大。 雖然現在還不是原生多模態，但 Mistral 可能會憋個大的，直接搞個原生多模態模型出來。

參數 30B 左右，各種模態都支持。 要是真成了，說不定能再現 Mistral 7B 的 “經典時刻”。

Mistral Small 3.1 的基準測試成績

多張圖。

先看多語言能力，Mistral Small 3.1 在歐洲、東亞、中東語言上平均值領先。

長上下文方面，Mistral Small 3.1 只有在RULER 上不如 Claude-3.5 Haiku。

多模態指令上，Mistral Small 3.1 都有顯著優勢。

文本指令上，Mistral Small 3.1 在 SimpleQA 、GPQA Main、GPQA Diamond 上領先。在 MMLU、MMLU Pro、HumanEval、MATH 上，也是有高有低。

有網友指出，Mistral Small 3.1 參數多、支持多語言、多模態，還沒啥限制，就是推理能力差點意思。

但馬上有人潑冷水，說簡單任務用推理模型就是 “高射炮打蚊子”， 太啰嗦。 他們更喜歡輕量級的模型處理日常小事。

推理能力不是萬金油。 像低延遲翻譯，速度才是硬道理，要啥推理？ 

并且這個模型還開源：

有人覺得 Mistral 完勝， gpt4o-mini 不行。

反方表示，GPT-4 級別大模型的 “底蘊” 還是在那兒，小模型就算加了 RL 也比不了， “隱含知識” 就是值錢。

而又說到基準測試，有眼尖的網友表示：

“ 這測試選的，也太奇怪了吧？對比的模型也怪怪的。Mistral Small 3.0 呢？藏哪兒去了？是不是怕露餡？”

“ 還有，有些地方 Mistral Small 3.1 只是勉強贏了 Gemma3-it-27b，之前 3.0 可是碾壓的啊，這啥情況？”

對此，網友表示：“ 最近的模型，都喜歡挑對自己有利的測試，Mistral 更狠，直接無視中國的模型… ”

本文轉載自AI進修生，作者：Aitrainee