CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 88 %Confiance globale: 88%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 5 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
L'annonce de Mistral[1][5] 'Mistral Small 3' est datée du 30 janvier 2025 et son journal des modifications indique 'January 30: We released Mistral Small 3 (mistral-small-2501)' ; le billet de Simon Willison[3] porte la même date.- Début
- 30 janv. 2025CONFIANCE 90 %selon la source
Sortie de Mistral Small 3 (24B)
Traduit automatiquement de l’original
Titre original: Mistral Small 3 (24B) Released
Mistral AI lance Mistral Small 3, un modèle de 24B optimisé pour la latence sous licence Apache 2.0 qui, selon l'entreprise, égale Llama 3.3 70B instruct à plus de trois fois la vitesse, avec plus de 81% au MMLU.
- Mistral AI a lancé Mistral Small 3 le 30 janvier 2025, un modèle de 24B paramètres qu'elle qualifie d'optimisé pour la latence et distribue sous licence Apache 2.0, en points de contrôle préentraînés et réglés par instructions[1][5]
- La licence fait partie de l'histoire : les modèles Mistral Small précédents utilisaient la Mistral Research License, qui interdisait le déploiement commercial sans accord, et Mistral a dit renouveler son engagement envers Apache 2.0 pour les modèles généralistes[1][3]
- Mistral affirme que le modèle instruct obtient plus de 81% au MMLU, génère 150 tokens par seconde et est au niveau de Llama 3.3 70B instruct tout en étant plus de trois fois plus rapide sur le même matériel ; elle le juge aussi compétitif avec Qwen 32B et un remplaçant ouvert de GPT-4o mini[1]
- Sa vitesse tient à une conception peu profonde avec beaucoup moins de couches que les modèles concurrents, et il n'a pas été entraîné par apprentissage par renforcement ni sur des données synthétiques, si bien que Mistral l'a positionné comme base pour de futurs modèles de raisonnement[1][2]
- La fiche Hugging Face indique MMLU-Pro 0.663, HumanEval 0.848, MATH 0.706 et IFEval 0.829 issus du pipeline interne de Mistral, avec des scores fondés sur un juge (MT-Bench, WildBench, Arena Hard) notés par gpt-4o-2024-05-13[4]
Principales fonctionnalités
- Fonctionne sur une seule RTX 4090 ou un MacBook avec 32GB de RAM une fois quantifié ; environ 55 GB de RAM GPU non quantifié en bf16[1][4]
- Fenêtre de contexte de 32k tokens et tokenizer Tekken avec un vocabulaire de 131k[4]
- Accès par API sous le nom mistral-small-2501 (ou mistral-small-latest) sur la Plateforme[1], à $0.10 par million de tokens d'entrée et $0.30 par million de tokens de sortie, soit la moitié du prix précédent de Mistral Small[3]
- Disponible dès le lancement sur Hugging Face, Ollama, Kaggle, Together AI, Fireworks AI et IBM watsonx, avec NVIDIA NIM, Amazon SageMaker, Groq, Databricks et Snowflake annoncés comme bientôt disponibles[1]
- Mistral l'a présenté pour des assistants conversationnels rapides, des appels de fonctions à faible latence, des spécialistes de domaine affinés en droit et en médecine, et l'inférence locale ; il a promis des modèles de raisonnement plus puissants d'ici quelques semaines[1]