Mistral Medium 3.5 dirilis

• Mistral AI merilis Mistral Medium 3.5 pada 29 April 2026, mengumumkannya bersama agen coding berbasis cloud di Vibe dan mode Work di Le Chat; perusahaan menggambarkannya sebagai model andalan gabungan pertamanya, satu jaringan padat 128B parameter yang menangani kepatuhan instruksi, penalaran, dan coding di mana sebelumnya Mistral merilis model terpisah^[1][2][4][5]
• Model ini menggantikan Medium 3.1 dan Magistral di Le Chat serta Devstral 2 di Vibe CLI, dan bobotnya terbuka di Hugging Face dengan lisensi MIT yang dimodifikasi yang mengecualikan perusahaan berpendapatan besar; Mistral menyebut model ini bisa di-host sendiri dengan hanya empat GPU^[1][4]
• Bagan Mistral sendiri menempatkannya pada 77.6 di SWE-Bench Verified, di atas Claude Sonnet 4.5 (77.2), Kimi K2.5 (76.8) dan Qwen3.5 397B (76.4) tetapi di bawah Claude Sonnet 4.6 (79.6) dan GLM-5.1 (80.2), serta 91.4 di tau3 Telecom dibandingkan 84.9 untuk Sonnet 4.5 dan 98.7 untuk GLM-5.1; angka SWE-Bench ini dilaporkan sendiri^[1][4]
• Gambarannya beragam di luar pemrograman dan telekomunikasi: di tau3 Banking skornya 13.4 dibanding 28.4 untuk Sonnet 4.6, dan di BrowseComp 48.6 dibanding 79.3 untuk GLM-5.1 dan 78.6 untuk Qwen3.5, dalam satu uji Mistral yang memakai manajemen konteks dengan strategi membuang semuanya pada 100k token^[1]
• Harga API adalah $1.50 per juta token input dan $7.50 per juta token output; model ini juga di-host di build.nvidia.com milik NVIDIA dan ditawarkan sebagai kontainer NVIDIA NIM, serta hadir di Microsoft Foundry dan Copilot Studio pada Juli 2026^[1][2][7]
• Reaksi awal terbelah antara pujian sebagai peningkatan yang jelas dari Devstral 2 dan keluhan bahwa harganya tinggi untuk ukurannya^[3]

Fitur unggulan

• Konteks 256k token, input teks dan gambar, serta encoder visi yang dilatih dari nol untuk ukuran gambar dan rasio aspek yang bervariasi^[1][4]
• Tingkat upaya penalaran dipilih per permintaan ('none' atau 'high'), sehingga satu set bobot melayani balasan obrolan cepat maupun eksekusi agentik yang panjang; 24 bahasa, pemanggilan fungsi bawaan, dan keluaran JSON^[4]
• Agen jarak jauh di Vibe menjalankan sesi pengodean secara asinkron di sandbox cloud yang terisolasi, secara paralel, dapat dipindahkan dari sesi CLI lokal, dan dapat membuka pull request GitHub; mode Work (pratinjau) di Le Chat mengerjakan tugas multilangkah lintas alat yang terhubung dengan persetujuan sebelum tindakan sensitif^[1][3]
• Pada bagan matematika dan pengikutan instruksi Mistral, skornya 86.3 di AIME25 (avg@16), 69.0 di Allenai IFBench, dan 95.8 di Collie, dengan yang terakhir mengungguli semua model lain dalam bagan^[1]
• Disajikan dengan vLLM (direkomendasikan), SGLang (dengan tag Docker sejak hari pertama), llama.cpp, Ollama, dan Transformers, dengan model EAGLE pendamping untuk inferensi yang lebih cepat^[4]