就在剛剛， Mistral AI發(fā)布了他們最新多模態(tài)模型Mistral Medium 3。

Mistral興奮地宣稱Mistral Medium 3的性能接近甚至達到了Claude Sonnet 3.7的水平，但成本卻比DeepSeek V3還低。

性價比拉滿！

在Mistral官方的博客中，列出了Mistral Medium 3的核心亮點：

1. Mistral Medium 3平衡了：

• 頂尖性能
• 成本降低至原來的八分之一
• 更易于部署，從而加速企業(yè)應(yīng)用

2. 模型在代碼編寫和多模態(tài)理解等專業(yè)應(yīng)用場景中表現(xiàn)出色。

3. 模型提供一系列企業(yè)功能，包括：

• 支持混合云部署、本地部署以及在VPC內(nèi)部署
• 定制化后訓練
• 集成到企業(yè)工具和系統(tǒng)中

Mistral Medium 3 API，現(xiàn)已在Mistral La Plateforme和Amazon Sagemaker上線，并將很快登陸IBM WatsonX、NVIDIA NIM、Azure AI Foundry和Google Cloud Vertex。

完美平衡

Mistral Medium 3在提供前沿性能的同時，成本卻降低了一個數(shù)量級。

例如，在各項基準測試中，Mistral Medium 3的性能達到甚至超過了Claude Sonnet 3.7的90%，但成本卻顯著降低（每百萬Token的輸入成本為0.4美元，輸出成本為2美元）。

Mistral Medium 3的性能也超越了領(lǐng)先的開源模型，如Llama 4 Maverick和Cohere Command A等企業(yè)模型。

無論是API還是自主部署，Mistral Medium 3的成本都要比DeepSeek V3還低。

此外，Mistral Medium 3還可以部署在任何云上，包括四個GPU及以上的自托管環(huán)境。

頂級性能

Mistral表示，Mistral Medium 3的目標是成為一款性能頂尖的模型，尤其是在編碼和STEM任務(wù)中表現(xiàn)突出，性能直逼那些規(guī)模更大、速度更慢的競爭對手。

從Mistral給出的表中可以看出Mistral Medium 3性能已經(jīng)基本上超越Llama 4 Maverick和GPT-4o，接近Claude Sonnet 3.7以及DeepSeek 3.1的水平。

人工評估結(jié)果

除了學術(shù)基準之外，Mistral還公布了第三方人工評估，后者更能代表真實世界的用例。

可以看到，Mistral Medium 3在編碼領(lǐng)域表現(xiàn)出色，并且在各個方面都比其他競爭對手提供了更好的性能。

專為企業(yè)級應(yīng)用打造

Mistral Medium 3在適應(yīng)企業(yè)環(huán)境的能力方面優(yōu)于其他SOTA模型。

在企業(yè)面臨通過API進行微調(diào)，或從零開始自部署并定制模型行為的艱難選擇時，Mistral Medium 3提供了一條將智能全面集成到企業(yè)系統(tǒng)中的途徑。

Mistral還推出了由Mistral Medium 3模型驅(qū)動的Le Chat Enterprise，一款面向企業(yè)的聊天機器人服務(wù)。

它提供了一個AI智能體構(gòu)建工具，并將Mistral的模型與Gmail、Google Drive和SharePoint等第三方服務(wù)整合。

這就可以解決企業(yè)面臨的AI挑戰(zhàn)，如工具碎片化、不安全的知識集成、僵化的模型以及緩慢的投資回報率等，為所有組織工作提供統(tǒng)一的AI平臺。

Le Chat Enterprise很快將支持MCP協(xié)議，這是Anthropic提出的連接AI與數(shù)據(jù)系統(tǒng)和軟件的標準。

One more thing…

Mistral還在博客中透露，雖然Mistral Small和Mistral Medium都已經(jīng)發(fā)布，但在未來幾周內(nèi)，他們有一個「大」計劃，也就是Mistral Large。

他們表示剛發(fā)布的Mistral Medium性能已經(jīng)遠勝Llama 4 Maverick等頂尖開源模型，Mistral Large的性能更加值得期待。

網(wǎng)友實測：就這？

號稱超越Claude Sonnet 3.7的90%，Medium 3果然有這么強嗎？

媒體和網(wǎng)友們立刻展開了實測。

在基于《紐約時報》Connections欄目詞匯分類題的評測中，Medium 3處于倒數(shù)的位置，幾乎找不到它。

在全新的100題測評中，它在前排模型中也排不上號。

有人測試Medium 3后表示，它的寫作能力還是老樣子，沒啥進步。不過在LLM評測中，它倒是處在帕累托前沿。

而Zhu Liang測試后發(fā)現(xiàn)，模型在代碼編寫和文本生成方面表現(xiàn)都很扎實，在這兩項評測中都躋身前五。

在簡單編碼任務(wù)（Next.js TODO應(yīng)用）中：

• 它生成了簡潔明了的回復(fù)
• 評分和Gemini 2.5 Pro、Claude 3.5 Sonnet差不多
• 遜于DeepSeek V3 (新) 和GPT-4.1
  

在復(fù)雜編碼任務(wù)（基準測試可視化）中：

• 產(chǎn)生的平均結(jié)果與Gemini 2.5 Pro和DeepSeek V3（新）相似
• 不如GPT-4.1、o3和Claude 3.7 Sonnet
  

在寫作上：

• 它的內(nèi)容覆蓋了大部分要點，但格式不正確
• 評分與DeepSeek V3 (新) 和Claude 3.7 Sonnet相近
• 不如GPT-4.1和Gemini 2.5 Pro
  

知名大佬「karminski-牙醫(yī)」實測后發(fā)現(xiàn)，它的性能并不像官方吹得那么強。

建議我們不必下載，浪費流量和硬盤空間了。