Mistral AI 是什么：模型家族与三条使用路线

要在项目里用 Mistral 的模型，有三条路：Vibe（原 Le Chat）这类现成聊天界面、把权重下载回自己环境部署、调用平台托管的 API。三条路的分界不在模型强弱，而在谁负责运维、算力算在谁头上、成本怎么结算。Mistral AI 本身是一家 2023 年 4 月在法国成立的公司，主力做开源大语言模型，创始人是 Arthur Mensch、Guillaume Lample 和 Timothée Lacroix。它名下的模型一部分以 Apache 2.0 发布权重，另一部分是标为 Premier、不走开源许可的专家模型。

Mistral AI 是什么公司

这家公司 2023 年 4 月在法国成立，总部也在法国，做的是开源大语言模型。三位创始人此前分别在 Google DeepMind 和 Meta AI 工作。按 2024 年 6 月的估值算，它是欧洲最大的 AI 初创公司，也是旧金山湾区之外最大的一家。

公司名字来自法国南部吹向地中海的强劲西北风。创始团队的履历也透露了它的技术取向：三人在巴黎综合理工学院读书时认识，Mensch 是训练计算最优大语言模型那篇论文的主要作者之一，Lample 和 Lacroix 参与过最初的 LLaMA 模型。

官网把自己定位成主权 AI，意思是企业可以把模型放进自己的环境里跑，不必只通过某一家云去用。使命写的是把前沿 AI 交到所有人手里，所以它的业务同时覆盖模型、开发工具、应用和算力，不是只卖一个接口。

官网时间线里的产品节奏

官网 About 页有一份按日期排的清单：7B 模型在 2023 年 9 月，Mistral Large 在 2024 年 2 月，Small 3 在 2025 年 1 月，Mistral Compute 在 2025 年 6 月，Forge 在 2026 年 3 月。同一页还写着 30 亿欧元 Series D 融资、投后估值超过 210 亿欧元。这条线一拉，哪些名字属于模型、哪些属于平台或算力产品，就看得很清楚。

Mistral 的模型分成几类，各自做什么

官网研究页现在分成两类。通用模型管推理、语言、多模态理解和编程；专家模型针对文档智能、音频、机器人与物理 AI 这类特定任务。2024 年的资料里还有第三类，叫研究模型，那类型号如今在 Mistral 的 API 上已经全部退役。

类别名跟许可没有对应关系。通用这一类里就分两种：Mistral Small 4 是 Apache 2.0，Mistral Medium 3.5 是 Modified MIT。专家那一类也一样，Codestral 标 Premier，Shieldstral 反而是 Apache 2.0。所以挑模型的顺序是先按任务圈出候选，再逐个确认授权范围。

通用模型：常规文本生成的主力

官网现在主推的是 Mistral Large 4。旧代里 Mistral Large 2 是 1230 亿参数的代表，发布时厂商说它能在单个节点上跑出高吞吐。Mistral Small 走的是性价比这条线：2024 年 2 月以企业级模型身份发布，中间被降级成旧版，同年 9 月又以 v24.09 回到企业级定位，220 亿参数。Mistral NeMo 是和 NVIDIA 合作开发的，120 亿参数，在老资料列的通用模型里只有它完全以 Apache 2.0 发布。

现行几代在交付方式上比旧代一致。Mistral Large 3 在 2025 年 12 月以 Apache 2.0 开放权重发布，675B 总参数、41B 激活参数，上下文 256k；Mistral Small 4 在 2026 年 3 月也是 Apache 2.0 开放权重，119B 总参数、6.5B 激活参数，上下文同样 256k；2026 年 10 月进入公开预览的 Mistral Large 4，上下文 1M。授权却没有跟着统一：Mistral Medium 3.5 用 Modified MIT，Codestral 标 Premier，名字挨得近，授权范围还是可能不一样。

专家模型：代码、嵌入和多模态

Codestral 管代码生成和补全，现行版本是 2025 年 7 月底发布的 25.08，上下文 128k；最早那个 22B 版本（24.05）已经退役。Mistral Embed 负责生成词嵌入。多模态原本是 Pixtral 12B 的活，这个型号现在已弃用，官方给的替代是 Ministral 3 14B，而现行通用模型本身也能读图。

研究模型：可用权限最宽的一类

这一类只在 2024 年的资料里出现过，权重全以 Apache 2.0 发布，现在在 Mistral 的 API 上已经全部退役。Mixtral 是稀疏混合专家模型，8x7B 和 8x22B 两个变体各自再分成 8 个专家网络，每次推理只调用其中一部分参数，资料把这种设计跟成本和延迟挂在一起。Mathstral 是 Mistral 7B 的数学专项版；Codestral Mamba 换成了 Mamba 架构，速度和上下文长度上有理论优势，不过这条架构路线本身还在早期。

名字和版本号不能当规格看

名字里的 7B、12B 指参数规模，Large、Small 只是相对大小的说法。Mixtral、Mathstral 这类命名跟公司名有关，Voxtral 得当成独立产品名来看。2025 年还多了推理模型 Magistral 和做文档信息抽取的 Mistral OCR；Magistral 的 Small 和 Medium 两个版本现在已经弃用，推理这件事交给 Mistral Small 4 和 Mistral Medium 3.5，OCR 更新到了 OCR 4.1。版本和许可要看官方模型卡当前的写法，靠名字推不出来。

Vibe、开放权重、API 这三条路线差在哪

想省事就用 Vibe 这类现成界面，打开就能用；想自己掌控就把权重下载回本地环境部署；想接进应用就调平台上托管的 API。三条路真正的区别不在模型本身，而在运维归谁、算力算谁的、成本怎么结算。

选型会上常听到的第一句话是：这批数据能不能离开我们的网络。开放权重在自己的环境里跑，另外两条都得把请求交给平台。

平台条款能不能接受，这件事往往排在对延迟和价格的比较之前。

Vibe 是 Mistral 的聊天与智能体产品，最早的测试版在 2024 年 2 月 26 日上线，入口在 chat.mistral.ai。2024 年初有人记下当时界面只有 Large、Next、Small 三个选项，那是那个时点的可选范围，现在能选什么要看产品页。

开发与托管入口会跟着产品页变。现在开发者控制台和 API 都归在 Studio 名下，Vibe 是面向最终用户的智能体产品。托管 API 也不止官方一家：Gemini Enterprise Agent Platform 把 Mistral 模型做成全代管式无服务器 API，不用自己配基础设施，支持流式返回，按实际用量结算，它文档里列的模型名是 mistral-medium-3、mistral-ocr-2505、mistral-small-2503 和 codestral-2。这串名字只对应该平台文档写明的范围。

走第三方云的话，前期步骤比自己写几行代码要多：先在项目里开启对应平台的 API，确认那个项目的结算已经启用，再回到模型卡片点启用，之后才能按文档里的模型名发请求。这套流程只在那家平台成立，换一家云就得重新读那家自己的接入文档。

怎么比价，得先看计价方式：聊天入口按月或按量订阅，开放权重烧的是自己的算力，托管 API 按 token 用量算。手上如果已经有一份真实的调用日志，查看当前价格与计费方式，会比拿单价直接乘更接近实际。

官网首页现在挂着哪些入口

首页上的入口分成几块。开放权重的前沿与专家模型，可以直接用，也能按自己的数据调整；Forge 是针对自有数据定制模型的；Studio 用来构建和治理智能体；Vibe 面向研究、编程和日常任务；Inference 和 Compute 负责把推理跑起来，可以放在自托管环境、自己的 VPC，也可以交给厂商托管。首页那句「We host it. Or you do.」，讲的就是托管和自托管这两种部署方式。

想调用 Mistral 模型，接入路线怎么选

下载开放权重，适合数据与算力都想自己掌握的团队；不想碰基础设施，就用托管 API；需要合同、结算方式和容量安排，找企业采购通道确认。三条线的分界不是技术强弱，而是你愿意接手多少运维。

真正要上生产还得看两件事：峰值并发量多大，一次请求能等多久。开放权重给的调整空间最大，代价是 GPU、推理框架、扩容都得自己扛。托管 API 把这些推给平台，配置成本降下来，同时也要接受平台的速率限制和计费方式。

平台一般用服务器发送事件把回答一段段推回来，网络一抖，客户端得分得清收到的是完整回答还是半截。额度用尽的时候，要看调用侧有没有降级或缓冲。这两件事由平台的接口约定决定，选路线时把它们列进检查项，比只看单价更接近实际。

实际选型很少只看一家。MixRoute 的目录会列出可用模型、上下文长度、模态和价格，这些数字与计费条件会随目录更新，横向比较就看当前价格页上的数字。后面还要接别家模型，可以用查看价格与计费口径把几家的成本摆在一起核对。

三种判断，对应三种选择

企业客户的判断顺序大致是这样：数据合规要求高的团队，第一问是模型能不能跑在自己的环境里；产品团队先看接进去要改多少代码；财务先问用量峰会落在什么量级。三个答案一不同，路线就不同。

比价的时候，计价方式比单价更值得先看：输入和输出通常分开算，图片、语音这类模态又是另一套算法。查看当前价格和计费方式，比只记一个总数有用。

许可和商用限制怎么看

同一家公司旗下的许可并不统一。Mistral Large 3、Mistral Small 4 这类以 Apache 2.0 开放权重发布；Mistral Medium 3.5 用的是 Modified MIT；Codestral、OCR 4.1 这类专家模型标为 Premier。要按模型逐个确认。

逐个模型确认，别按公司名推断

Mistral Large 2 和 Mistral Small 24.09 用的是 Mistral 研究许可，开放使用与修改只限非商业目的，想商用要直接联系厂商，或者通过 IBM watsonx 这类指定合作伙伴取得商业许可。Codestral 走非生产许可，研究与测试可以，商用得另外申请。这些旧代条款不能直接套到当前版本上。

版本更新会让核对更麻烦。Mistral Large 更新之后叫 Large 2，Mistral Small 更新之后名字还是 Mistral Small，光看名字分不出用的是哪一版，旧版本的条款也不该往新版本上套。

专家模型和研究模型的界线主要看可用权限，不看功能强弱。这里的「开源」只表示权重能取得，不等于能随便拿去做商业服务。判断顺序可以固定成三步：先把要部署的模型 ID 定下来，读那个模型当前的许可条款，再分清你是内部测试、自用，还是对外提供商业服务。若计划通过 MixRoute 做企业采购，可向销售确认结算与容量安排。

中文支持和模型选型看什么

Mistral Large 2 支持英语、法语、德语、西班牙语、意大利语、葡萄牙语、阿拉伯语、印地语、俄语、中文、日语、韩语，另外支持 80 多种编程语言。这条描述只针对 Mistral Large 2，不覆盖其他 Mistral 模型。

跨厂商比较要看同一批任务

中文能不能用、写得好不好，要看具体模型和具体任务。2024 年初有一份实测记录，那些结论只对作者当时测的问答和代码题成立，换到别的场景就未必一样。

把语言能力拆成两件事会清楚一些：这个模型有没有训练过这门语言，以及它在你的任务上表现如何。前者能从厂商说明里读到，后者只能自己试。拿一批真实任务跑一轮，结果比读任何一份榜单都更接近上线后的情况；要比不同厂商的模型，就找同一批任务上的对照资料，比如这份跨厂商模型的逐项对比，先看它在什么条件下测了什么，比一句通用结论可靠。