Mistral AI 发布支持图像输入的 Mistral Small 3.1

发布内容

2025 年 3 月 17 日，Mistral AI 以 Apache 2.0 许可证发布 Mistral Small 3.1^[1]。许可证和模型本身同样重要。Apache 2.0 是宽松的开源许可证：权重可以下载、检查、微调，并在署名条件下装进商业产品里。这与只能通过付费接口调用的模型是两回事，对不能把数据交给第三方的机构尤其如此。

新增了什么

这一版加入了图像理解，模型在文本之外也接受图像输入^[1]。这类多模态能力，往往正是模型被压缩到能在普通硬件上运行时最先被砍掉的部分，因此它出现在一个小模型里值得注意。

Mistral Small 3.1 还带有 128K 的上下文窗口^[1]。上下文窗口指模型一次能纳入计算的材料总量：提示词、检索到的文档、此前的对话，以及它自己正在生成的输出都算在内。窗口更大，意味着长文件、整个代码库或跨多份文档的问题可以一次处理完，而不必切成彼此失去联系的片段。

性能说法

Mistral 称该模型的表现优于 Gemma 3 和 GPT-4o mini^[1]。这是公司自己给出的比较。厂商公布的基准成绩是在选定任务上测得的，更适合当作独立评测的起点，而不是已有定论的排名。

运行条件

按 Mistral 的说法，Mistral Small 3.1 可以跑在单张 RTX 4090 上，或在内存为 32GB 的 Mac 上运行^[1]。这两类机器开发者或小团队可能本来就有，试验的成本因此不同：不用预约集群，反复调试时也没有按 token 计费的账单。模型也可以待在本就存放数据的笔记本或工作站上。

获取方式

模型已在 Google Cloud Vertex AI 上提供^[1]。Mistral 同时表示，发布后的几周内它还将在 NVIDIA NIM 和 Microsoft Azure AI Foundry 上线^[1]。这两条渠道合起来，等于把同一套权重放在两个地方：既可以直接下载在本地运行，也可以通过成熟的云平台以托管服务的方式调用。

为什么值得关注

把开放权重、图像输入和较长的上下文窗口放进同一个包里，是这次发布的核心^[1]。对关心小模型走向的读者来说，有意思的不是某一个基准数字，而是这种组合：不久前还需要动用大型托管模型才能做的事，正在被塞进一台消费级机器就能承载的模型里^[1]。至于它是否适合某项具体工作，仍要看拿这项工作的数据实测的结果，而不是发布时公布的对比数字。