与“Mistral AI”标签匹配的公开内容。
Mistral AI 发布 Voxtral Transcribe 2，包括批量转写模型 Voxtral Mini Transcribe V2 和实时模型 Voxtral Realtime。两者支持 13 种语言；前者提供说话人分离、上下文偏置和词级时间戳，单次可处理最长 3 小时音频，API 价格为 $0.003/min。4B 参数的 Realtime 延迟最低可配置至 200ms 以下，API 价格为 $0.006/min，并以 Apache 2.0 许可开放权重。
推荐理由原文提供延迟、错误率、价格与部署方式，便于比较批量和实时转写方案的性能取舍，并评估其在语音智能体和端侧场景中的适用性。
Mistral AI 发布由 Devstral 2 模型族驱动的 Mistral Vibe 2.0，新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式和自动更新。该工具现面向 Le Chat Pro 与 Team 计划开放，额外用量支持 PAYG 或自带 API key；Devstral 2 转为付费 API，但 Experiment 计划仍提供免费用量。
推荐理由原文列出自定义子智能体、澄清机制与技能加载等变化，可用于评估终端编码智能体的工作流控制能力。
Mistral AI 定位了 vLLM 在 Mistral Medium 3.1、图编译及 Prefill/Decode 分离部署下每分钟增长 400 MB 的内存泄漏，根因是 NIXL 依赖的 UCX 拦截 mmap，并让待清理区域在 RCache 失效队列中累积。设置 UCX_MEM_MMAP_HOOK_MODE=none 可消除泄漏且未影响性能，另可将 UCX_RCACHE_MAX_UNRELEASED 设为 1024；相关修复已合并至 vLLM，UCX 与 NIXL 团队也计划在未来版本中调整行为。
推荐理由这次排障展示了如何从 Python 分析逐层深入内核追踪，并为复杂推理基础设施的内存问题提供可迁移的方法。
Mistral AI 发布 Mistral OCR 3，其在表单、扫描文档、复杂表格和手写内容上相较 Mistral OCR 2 的总体胜率为 74%。该模型可通过 API（mistral-ocr-2512）及 Document AI Playground 使用，支持输出 Markdown、嵌入图片和以 HTML 重建的表格。价格为每 1,000 页 $2，Batch API 优惠价为 $1，并支持向后兼容和私有化部署。
推荐理由原文同时给出相对上一代的基准结果、价格、接入方式与自托管选项，可用于评估文档解析能力升级及企业部署成本。
Mistral AI 推出 Devstral 2 编程模型家族及开源命令行智能体 Mistral Vibe CLI，可执行跨文件代码修改与工程任务。123B 和 24B 模型均支持 256K 上下文，在 SWE-bench Verified 上分别获得 72.2% 和 68.0%；小模型支持消费级硬件本地部署。Devstral 2 目前可免费调用 API，免费期后输入与输出每百万 Token 分别为 $0.40 和 $2.00。
推荐理由官方同时给出模型规模、SWE-bench表现、部署门槛与许可差异，便于比较开放编码智能体的性能和落地成本。
Mistral AI 推出 Mistral 3 模型家族，包括 3B、8B 和 14B 的 Ministral 3，以及采用稀疏 MoE 架构、含 41B 激活参数和 675B 总参数的 Mistral Large 3，均以 Apache 2.0 许可证发布。Ministral 3 提供 base、instruct 和 reasoning 版本，Mistral Large 3 提供 base 与 instruct 版本并将推出 reasoning 版本；该系列现已登陆 Mistral AI Studio、Amazon Bedrock、Azure Foundry、Hugging Face 等平台。
推荐理由材料同时呈现稀疏混合专家大模型与端侧小模型的参数、许可和部署路径，可用于比较开放模型的规模与落地成本。
Mistral AI 推出面向企业生产环境的 AI Studio，将可观测性、Agent Runtime 和 AI Registry 整合为持续评估、执行与治理的闭环。平台支持资产版本追踪、反馈与评测、基于 Temporal 的容错工作流，以及混合、专用和自托管部署。
推荐理由平台将可观测性、智能体运行时与资产治理整合为闭环，为企业评估生产级 AI 基础设施提供具体参照。
Mistral AI 完成 17 亿欧元 C 轮融资，投后估值达 117 亿欧元，将用于推进 AI 科研并解决战略行业的复杂技术挑战。此轮融资由 ASML 领投，双方计划开发 AI 产品与解决方案，并探索联合研究；DST Global、Andreessen Horowitz、NVIDIA 等现有投资者参投。
推荐理由融资规模、估值与投资方构成清晰，反映模型公司与半导体产业深化合作及面向工业场景的发展方向。
Mistral AI 为 Le Chat 推出 20 多个安全的 MCP 连接器及 Memories 测试版，支持检索、总结并操作企业工具，同时跨对话保留个性化上下文。用户还可添加远程 MCP 服务器、管理或删除记忆，并从 ChatGPT 导入记忆；两项功能均向所有 Le Chat 用户免费开放。
推荐理由官方说明了连接器覆盖范围、企业部署方式及记忆控制机制，可用于评估其接入现有工作流的适配性。
Mistral AI 发布 Codestral 25.08，并公布完整企业编程技术栈，称实测中已接受的补全增加 30%、建议后保留代码增加 10%，失控生成减少 50%。该技术栈整合 Codestral Embed、Devstral 与 Mistral Code，支持云、VPC 和本地部署，并提供 SSO、审计日志与使用可观测性；Mistral Code 的完整本地部署计划于 Q3 GA。
推荐理由官方同时披露模型实测变化、完整组件和私有化部署方式，可用于评估企业编码方案的能力与治理成本。
Mistral AI 联合 Carbone 4 和法国生态转型署 ADEME 开展大语言模型全生命周期分析，评估温室气体排放、用水和资源消耗。研究称，截至 2025 年 1 月，Mistral Large 2 在 18 个月内产生 20.4 ktCO₂e 排放、消耗 281,000 m³ 水和 660 kg Sb eq 资源，并建议行业标准化披露训练、推理及全生命周期影响。
推荐理由研究提供了模型训练与推理环境足迹的核算框架和实测数据，可供行业比较评估方法与披露指标。
Mistral AI 为 Le Chat 新增 Deep Research（预览）、Voxtral 驱动的语音模式、Magistral 驱动的多语言推理、Projects 及与 Black Forest Labs 合作的高级图像编辑。用户可在 chat.mistral.ai 或移动应用中免费试用，无需信用卡。
推荐理由官方集中说明研究、语音、推理与图像编辑能力的入口和工作方式，便于评估其对多模态工作流的实际适配。
Mistral AI 发布 Voxtral 语音理解模型，包括面向生产应用的 24B 版本和面向本地及边缘部署的 3B 版本，均采用 Apache 2.0 许可证。模型支持 32k Token 上下文、最长 30 分钟转录或 40 分钟理解，并提供音频问答、摘要、多语言识别和语音 Function Calling。模型可从 Hugging Face 下载或通过 API 使用，价格为每分钟 $0.001 起。
推荐理由材料同时给出模型规模、开放许可、上下文能力与基准比较，可用于评估语音理解方案的部署取舍。
Mistral AI 与 All Hands AI 推出 Devstral Small 1.1 和 Devstral Medium，二者在 SWE-Bench Verified 上分别获得 53.6% 和 61.6%。Small 1.1 采用 Apache 2.0 许可证；Medium 通过 API 提供，并支持私有部署和定制微调。API 输入/输出价格分别为 $0.1/$0.3 和 $0.4/$2 每百万 Token。
推荐理由材料同时提供基准成绩、API 价格与部署方式，便于比较开源和商业版本在编码智能体场景中的取舍。
Mistral AI 发布首款推理模型 Magistral，主打专业领域、透明且多语言的推理能力，提供 24B 参数的 Magistral Small 和企业版 Magistral Medium。两者在 AIME2024 分别得分 70.7% 和 73.6%，采用 majority voting @64 后升至 83.3% 和 90%。Small 以 Apache 2.0 许可开放权重并支持自行部署；Medium 预览版可通过 Le Chat 和 La Plateforme API 使用。
推荐理由双版本同时覆盖开放权重与企业部署，并给出AIME2024成绩及多语言推理能力，便于比较实际适用场景。
Mistral AI 发布首款专用于代码的嵌入模型 Codestral Embed，称其在真实代码检索评测中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。该模型支持调整嵌入维度和精度，即使采用 256 维 int8 输出也领先上述竞品。其上下文长度为 8192 tokens，但官方建议检索时使用 3000 字符、重叠 1000 字符的分块。
推荐理由官方给出多类代码检索基准与维度、精度取舍，便于评估其在编码智能体和大规模代码库中的部署价值。
Mistral AI 推出 Agents API，为开发者构建可执行复杂任务、保持对话上下文并协调多智能体的 AI 智能体提供专用框架。该 API 内置代码执行、图像生成、文档库和网页搜索连接器，并支持 MCP 工具、持久记忆、流式输出及智能体任务交接。SimpleQA 评测中，启用网页搜索的 Mistral Large 和 Mistral Medium 准确率分别为 75% 和 82.32%。
推荐理由原文集中说明连接器、持久记忆与多智能体编排能力，并以具体工作流展示企业智能体的实现方式。
Mistral AI 与 All Hands AI 联合推出面向软件工程任务的智能体大语言模型 Devstral，并以 Apache 2.0 许可证开放。该模型在 SWE-Bench Verified 上得分 46.8%，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。Devstral 目前为研究预览版，API 价格为每百万输入 Token $0.1、每百万输出 Token $0.3，也支持自行部署。
推荐理由原文提供同脚手架基准、部署门槛与开放许可，便于比较开源编码模型并评估本地和企业仓库中的适用性。
Mistral AI 发布 Mistral Medium 3，称其在多项基准测试中达到或超过 Claude Sonnet 3.7 约 90% 的表现，并重点提升编码和多模态理解能力。该模型定价为每百万 Token 输入 $0.4、输出 $2，支持云端、企业本地或 in-VPC 部署，自托管至少需要四块 GPU，并提供定制后训练及企业系统集成能力。
推荐理由原文同时披露性能、价格与部署门槛，便于比较中型模型在企业场景中的成本效率、定制能力和落地弹性。
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。
推荐理由原文同时给出性能对比、部署门槛与开放方式，可用于评估小型多模态模型在端侧和智能体工作流中的适配性。