Mistral Small 3

是什么

Mistral Small 3 是 Mistral AI 于 2025 年 1 月 30 日发布的语言模型，参数量为 240 亿（24B parameters），以 Apache 2.0 许可证开放，同时提供预训练（pretrained）和指令微调（instruction-tuned）两个版本的检查点。^[1] 它的设计目标是降低延迟：重点不在于把模型做到最大，而在于让回答速度足够快，可以嵌进需要实时交互的产品里，同时还能承担通用任务。^[1]

这一类模型最常被引用的基准是 MMLU，它由覆盖多个学科的大量选择题构成，衡量的是知识面的广度，而不是某一项具体技能。

由来

「Mistral Small」这个名字此前属于另一类产品。Mistral 早期的 Mistral Small API 模型是专有的：mistral-small-2402 出现在 2024 年 2 月，mistral-small-2409 出现在 2024 年 9 月，两者都只通过 Mistral 自己的 API 提供，并不对外发放可下载的权重。^[2][4] Mistral Small 3 改变了这种做法，直接以宽松许可证发布开放检查点。^[1]

成绩与特点

Mistral 称该模型在 MMLU 上得分超过 81%，生成速度约为每秒 150 个 token。^[1] 公司还表示，指令微调版在相同硬件上的表现与 Llama 3.3 70B Instruct 相当，速度快 3 倍以上，并与 GPT-4o mini 形成竞争。^[1] 这些对比来自 Mistral 自己的说法；它们想说明的是能力与速度、显存占用之间的比例，而不是单纯的规模。

训练方式

Mistral 表示，该模型在训练中没有使用强化学习（reinforcement learning），也没有使用合成数据（synthetic data），并将它定位为构建推理模型的基座。^[1] 强化学习和机器生成的训练数据是提升基准成绩的常见手段；不使用它们，意味着模型更接近预训练阶段学到的东西，按 Mistral 的说法，这是给后续采用者留下更干净的再训练起点。^[1]

运行与获取

这次发布的一个核心主张是：模型小到可以在数据中心之外使用。经过量化（quantization）后，它能在单张 RTX 4090 显卡或 32GB 内存的 MacBook 上运行。^[1] 这里的量化指的是用更低的数值精度存放模型权重，从而减少内存占用，代价是数值精度上的一些损失。

发布时，模型已在 La Plateforme、Hugging Face、Ollama、Kaggle、Together AI、Fireworks AI 和 IBM watsonx 上线。^[1] Mistral 还表示它即将登陆 NVIDIA NIM、Amazon SageMaker、Groq、Databricks 和 Snowflake。^[1]

许可证的变化

与发布同时，Mistral 表示将把其通用模型从 Mistral Research License 迁移到 Apache 2.0。^[1] Apache 2.0 允许商用和修改，附加条件很少；研究许可证通常则限制权重的产品化使用。对开发者来说，这一变化的意义不亚于模型本身：它决定了模型能否直接嵌进要交付的产品，而不必另签协议。

退场

Mistral Small 3 在 Mistral 的产品目录中存续时间不长。它于 2025 年 11 月 6 日被标记为弃用（deprecated），11 月 30 日退役（retired），由 Mistral Small 4 接替。^[3] 以 Apache 2.0 发布的权重仍然可以下载，但它已不再是这一尺寸档位里的现役型号。