Mistral AI 是一家总部位于法国的大模型公司。据报道，今年 9 月，英伟达第三次出手投资这家初创企业。经此，Mistral 的估值达到约 135 亿美元，成为欧洲 AI 领域最受瞩目的独角兽之一。
Mistral 3 这次带来了旗舰模型 Mistral Large 3，以及三款高性价比的小模型 Ministral ( 3B、8B、14B ) 。
其中 Mistral Large 3 是绝对的主角，总参数量为 675B，其中活跃参数为 41B，这是自 2023 年底至 2024 年初的 Mixtral 8x7B 和 8x22B 以来，Mistral 首个开放权重的混合专家模型。
但最让我感到「不对劲」的是官方的对比策略。
在官方的跑分图里，Mistral 竟然完全无视了 GPT-5.1 或 Gemini 3，而是直接把枪口对准了中国的 DeepSeek-V3.1 和 Kimi-K2。
Mistral 的逻辑很直接：我的参数量只有 Kimi 的一半左右，但我的性能跟你五五开，甚至更强。
官方晒出的成绩单如下：
赢面： 在 MMMLU 和 AMC 上，Mistral Large 3 分别拿到了 85.5 和 52.0 的高分，略微领先 DeepSeek-V3.1。
输面： 在程序员最关心的 LiveCodeBench 和 SimpleQA 上，Mistral Large 3 还是输给了 Kimi-K2。
虽然 Mistral 试图证明自己是「效率之王」，但在 X 上，科技博主直接泼了一盆冷水，甚至用了「Mistral 正在缓慢死亡 ( slow death ) 」这样严重的词。
他的评价简单粗暴，列出了 Mistral 新模型的三大罪状：
1. 更笨： 脑子不如 DeepSeek 好使。
2. 更贵： 价格却是 DeepSeek 的 3 倍。
3. 更慢： 推理速度甚至比 GPT-5 还慢。
看看排在前面的谁？Gemini 3 Pro（73 分）、Claude Opus 4.5（70 分）、GPT-5.1（70 分）。Mistral 距离第一梯队的差距，已经不是「追赶」，而是断层了。
该模型难以正确执行工具调用，常会输出格式错误或无效的工具调用指令。
在基于图像的基准测试中表现平平。
Ministral 3 是所有开源模型中性价比最高的产品。每种参数规模均提供基础版、指令版和推理版，且均具备图像理解能力，全部基于 Apache 2.0 许可证开源。
这意味着什么？你可以免费商用，随便魔改。
全能： 所有尺寸都支持图像理解，不再是「瞎子」 。
能打： 14B 的推理版在 AIME'25 测试中准确率达到了 85%。
但在 DeepSeek 把大模型价格打下来的今天，仅仅做到「性能不错」已经不够了。用户要的是极致的聪明，或者极致的便宜。
目前的 Mistral ，似乎卡在了一个尴尬的中间位置。能不能成为「欧洲之光」，可能真得看后续的迭代了。
