К списку моделей
Логотип Mistral, разработчика Mistral Large 3 2512

Mistral Large 3 2512

G-Score33.5/100средняя#29 из 37Методология G-Score

От Mistral

Open Source
FAMMistral
CTX262K
PARНе раскрыто
Релиз: 2025-12-01
ProGeneralMultimodalOpen WeightsLocalImage Input

Краткое описание

Mistral Large 3 2512 — самая мощная модель Mistral на сегодняшний день, имеющая архитектуру с редким набором экспертов и 41 млрд активных параметров (всего 675 млрд) и выпущенная под лицензией Apache 2.0.

G-Score и профиль

G-Score33.5/100средняя#29 из 37Методология G-Score

Mistral Large 3 2512 сильнее всего выглядит в категории «общее качество». Профиль рассчитан по процентилям LiveBench, Artificial Analysis и LMArena; пропуски не считаются нулём.

Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.

Уверенность данных

средняя

Покрытие

2 теста · 2 направления

Происхождение

artificialAnalysis + lmarenaVision

G‑Общее качество34/100

1 тест · уверенность: средняя

G‑Зрение33/100

1 тест · уверенность: средняя

Как рассчитан профиль →

Место модели в каталоге

Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.

БенчмаркРезультатМестоДоказательство
Arena Elo (LMSYS)1504н/дИсточник не указан
MMLU (Общие знания)89.5%н/дИсточник не указан
HumanEval (Кодинг)91.3%н/дИсточник не указан
MATH (Математика)96.6%н/дИсточник не указан
GPQA (Экспертные знания)64.9%н/дИсточник не указан
SWE-bench (Разработка)59%н/дИсточник не указан

Подробный обзор модели

Mistral Large 3 (версия 2512), выпущенная в конце 2025 года, закрепила за Mistral AI статус лидера в сегменте открытых моделей для крупного бизнеса. Это модель, созданная для работы в закрытых корпоративных контурах, где важна безопасность и полный контроль над весами.

Архитектура и особенности

Модель использует современную разреженную архитектуру (Sparse MoE) с общим количеством параметров в 675 миллиардов, из которых для каждого запроса активируется около 41 миллиарда.

  • Контекстное окно: 262 144 токена.
  • Лицензия Apache 2.0: полная свобода коммерческого использования без ограничений.
  • Оптимизация RAG: модель специально натренирована на поиск и синтез информации из огромных баз знаний без потери точности.
  • Мультиязычность: нативная поддержка 8 основных языков, включая русский, с высочайшими показателями грамматической и культурной точности.

Производительность и бенчмарки

Mistral Large 3 показывает стабильно высокие результаты в мультиязычных тестах и понимании длинных текстов.

БенчмаркПоказательКонтекст
MMLU (8 языков)85.5%Общая эрудиция на разных языках
MMLU Pro69.7%Сложные технические вопросы
MATH 50073.6%Математическая логика
GPQA Diamond48.6%Научное мышление

Цены и доступность

Mistral Large 3 доступна как для скачивания (Hugging Face), так и через API La Plateforme.

  • Input: $0.50 за 1 млн токенов.
  • Output: $1.50 за 1 млн токенов.

Идеальные сценарии применения

  • Корпоративные знания (RAG): создание внутренних баз знаний для крупных компаний.
  • Юридическая и финансовая аналитика: обработка огромных массивов документов.
  • Мультиязычные чат-боты: поддержка пользователей по всему миру с единым качеством.
  • Локальные инстансы: развертывание в изолированных средах для обеспечения безопасности.

Плюсы и минусы

Плюсы:

  • Свободная лицензия Apache 2.0.
  • Огромный контекст и отличная работа с RAG.
  • Глубокая мультиязычность (одна из лучших для русского языка).
  • Стабильность и высокая скорость генерации.

Минусы:

  • Уступает проприетарным лидерам (o1, Claude 3.7) в сложной математике.
  • Требует значительных серверных мощностей для инференса.

Где запустить модель

Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.

Обновляем провайдеров и цены…

Стоимость API

$0.50 / $1.50 за 1M токенов

Рассчитать сценарий →

Профиль модели

MMLU89.5%Code91.3%Math96.6%GPQA64.9%SWE59%

Бенчмарки

Arena Elo (LMSYS)1504
MMLU (Общие знания)89.5%
HumanEval (Кодинг)91.3%
MATH (Математика)96.6%
GPQA (Экспертные знания)64.9%
SWE-bench (Разработка)59%

История семейства

Линейка Mistral

Последовательность собрана по датам релиза моделей Mistral в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.

Экосистема Mistral Large 3 2512

Сервисы, инструменты, материалы и обсуждения, связанные с моделью.

Сервисы с поддержкой модели

Откройте результаты по названию модели и проверьте актуальную интеграцию.

Искать в /services/ →

MCP и инструменты

Весь каталог

Точных связей пока нет. Искать по разработчику.

Статьи и термины

Все статьи

Обсуждения о Mistral Large 3 2512

Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.

Создать обсуждение