Pubblicato il 11 dic 2023
Otto esperti da 7B con due attivi per token: 47B di parametri totali e ragionamento da modello grande a una frazione del costo di calcolo. Un classico del mondo open.
Flagship densa da 123B con contesto da 128K, rilasciata in open-weight un giorno dopo i modelli Llama 3.1.
Primo modello MoE della compagnia, con 46,7B parametri totali e 12,9B attivi per token; i pesi erano apparsi in anteprima il 8 dicembre 2023.
Visita il sito ufficiale per scaricare, documentarti e iniziare a utilizzare Mixtral 8x7B (MoE).
Modello da 7B veloce ed efficiente, ben tarato sui compiti multilingue europei. Ottima qualità di istruzioni a una frazione del costo dei modelli da 13B in poi.
Il primo 'modello unificato' di Mistral: dense da 128B che unisce instruction-following, reasoning e coding in un'unica serie di pesi, sostituendo Medium 3.1, Magistral e Devstral 2. Multimodale (testo+immagini), contesto 256K, ragionamento configurabile. Open weights con licenza Modified MIT: uso libero fino a una soglia di fatturato per le grandi aziende.
Il modello della linea Small di Mistral, ora MoE: 119B di parametri totali con 6,5B attivi per token (128 esperti, 4 attivi). Unifica instruct, reasoning e coding in un unico modello multimodale (testo+immagini) con contesto 256K. Licenza Apache 2.0.
