Lanzado Mistral Medium 3.5

• Mistral AI lanzó Mistral Medium 3.5 el 29 de abril de 2026, anunciándolo junto con agentes de programación en la nube en Vibe y un modo Work en Le Chat; lo describe como su primer modelo insignia unificado, una única red densa de 128B parámetros que hace seguimiento de instrucciones, razonamiento y programación donde Mistral antes lanzaba modelos separados^[1][2][4][5]
• Sustituye a Medium 3.1 y Magistral en Le Chat y a Devstral 2 en Vibe CLI, y los pesos están abiertos en Hugging Face bajo una licencia MIT modificada que excluye a las empresas con grandes ingresos; Mistral afirma que puede autoalojarse con tan solo cuatro GPU^[1][4]
• El gráfico de Mistral lo sitúa en 77.6 en SWE-Bench Verified, por delante de Claude Sonnet 4.5 (77.2), Kimi K2.5 (76.8) y Qwen3.5 397B (76.4), pero por detrás de Claude Sonnet 4.6 (79.6) y GLM-5.1 (80.2), y en 91.4 en tau3 Telecom frente a 84.9 de Sonnet 4.5 y 98.7 de GLM-5.1; la cifra de SWE-Bench es autodeclarada^[1][4]
• El panorama es desigual fuera de la programación y las telecomunicaciones: en tau3 Banking obtiene 13.4 frente a 28.4 de Sonnet 4.6, y en BrowseComp 48.6 frente a 79.3 de GLM-5.1 y 78.6 de Qwen3.5, en una ejecución de Mistral que usó gestión de contexto con una estrategia de descarte total a 100k tokens^[1]
• El precio de la API es de $1.50 por millón de tokens de entrada y $7.50 por millón de tokens de salida; el modelo también está alojado en build.nvidia.com de NVIDIA y se ofrece como contenedor NVIDIA NIM, y llegó a Microsoft Foundry y Copilot Studio en julio de 2026^[1][2][7]
• La reacción inicial se dividió entre los elogios por ser un claro paso adelante respecto a Devstral 2 y las quejas de que el precio es alto para su tamaño^[3]

Características destacadas

• Contexto de 256k tokens, entrada de texto e imagen, y un codificador de visión entrenado desde cero para tamaños de imagen y relaciones de aspecto variables^[1][4]
• El esfuerzo de razonamiento se elige por solicitud ('none' o 'high'), de modo que un mismo conjunto de pesos sirve para respuestas rápidas de chat y ejecuciones agénticas largas; 24 idiomas, llamada nativa a funciones y salida JSON^[4]
• Los agentes remotos de Vibe ejecutan sesiones de programación de forma asíncrona en entornos aislados en la nube, en paralelo, pueden traspasarse desde una sesión local de la CLI y pueden abrir pull requests de GitHub; el modo Work (vista previa) de Le Chat realiza tareas de varios pasos entre herramientas conectadas con aprobación antes de las acciones sensibles^[1][3]
• En el gráfico de matemáticas y seguimiento de instrucciones de Mistral obtiene 86.3 en AIME25 (avg@16), 69.0 en Allenai IFBench y 95.8 en Collie, esta última por delante de todos los demás modelos del gráfico^[1]
• Se sirve con vLLM (recomendado), SGLang (con etiquetas Docker desde el primer día), llama.cpp, Ollama y Transformers, con un modelo EAGLE complementario para una inferencia más rápida^[4]