1230 亿参数，Mistral 发布 Large 2 旗舰 AI 模型：支持 80 多种编程语言，增强代码生成、数学和推理能力
AI竞赛新玩家：Mistral发布1230亿参数旗舰模型Large 2
AI领域的竞争可谓紧锣密鼓。就在Meta宣布开源Llama 3.1之后，法国人工智能的明星初创公司Mistral也迅速跟进，正式发布了其新一代旗舰模型——Mistral Large 2，为这场技术角逐增添了新的看点。
模型简介
这位新晋选手拥有1230亿个参数，与前代产品相比，在代码生成、数学和逻辑推理方面的能力得到了显著提升。不仅如此，它还带来了更强大的多语言支持与高级函数调用功能。
具体来看，Mistral Large 2配备了128K的上下文窗口，能够流畅处理包括中文在内的数十种自然语言，以及超过80种编程语言。在衡量综合知识的MMLU基准测试中，其准确率达到了84.0%。可以说，在代码、推理和多语言这几个关键战场上，它的进步有目共睹。
特别值得一提的是，Mistral此次训练的一个核心目标，就是最大程度地降低模型的“幻觉”问题。按照官方的说法，Large 2经过了针对性训练，使其回答更具辨别力。当遇到未知信息时，它会选择坦承“不知道”，而不是为了给出一个看似合理的答案而去“捏造事实”。这在当前大模型应用中，无疑是个值得关注的改进。
开放方式
那么，如何获取和使用这款强大的模型呢？根据官方新闻稿，Mistral Large 2的开放策略**侧重于“授权开放”供非商业研究用途**。这意味着研究人员可以获得模型的开放权重，并依照自己的需求进行微调，这种灵活性对于学术探索和技术迭代至关重要。
当然，商业或企业用户若想将其集成到产品和服务中，则需要与Mistral公司另行商谈许可协议。这种区分研究免费、商业收费的模式，在开源生态中已是常见策略。
性能
尽管与Llama 3.1的4050亿参数规模相比，Large 2的1230亿参数显得更为精简，但其性能表现却紧紧咬住了这些顶级对手。
该模型可通过Mistral的主平台或其云合作伙伴获取。它在原有Large模型的基础上，不仅强化了多语言能力，更在推理、代码生成和数学解题等核心性能上实现了突破。
官方将其定位为“GPT-4级别”的模型。从多项基准测试结果来看，它的表现确实与GPT-4o、Llama 3.1-405B以及Anthropic的Claude 3.5 Sonnet等顶尖模型非常接近，形成了第一梯队的竞争格局。
展望未来，Mistral强调，Large 2将持续推动AI模型在**成本效益、推理速度和综合性能**三个维度上的进步。同时，通过提供高级函数调用和检索等新功能，它将帮助开发者更高效地构建出高性能的AI应用。这场围绕大模型的竞赛，看来还会更加精彩。
热门专题
热门推荐
SophNet是什么 在人工智能应用竞争日趋激烈的今天，模型推理速度已成为衡量平台性能的核心指标，直接影响用户体验与商业效率。SophNet作为算能科技旗下的高性能云算力平台，正式推出其旗舰产品——DeepSeek满血极速版，为开发者提供行业领先的推理加速解决方案。 该版本最突出的优势在于其卓越的性
东风汽车召回近7万辆N6、N7车型。因油门踏板设计缺陷，长期使用后磨损可能导致踏板回位不畅，存在安全隐患。厂商将为召回车辆免费更换改进后的油门踏板总成，部分车型需同时更换制动踏板。
在《极限竞速：地平线6》的开放世界中，遍布全球的摄影地标不仅是玩家记录壮丽风景的绝佳地点，更是解锁游戏内丰厚奖励与成就的关键所在。游戏内总计设置了26个独特的摄影地标，将它们全部发现并拍摄下来，即可获得一份专属的惊喜奖励。如果你正在为寻找这些地标的具体位置而烦恼，这份详尽的摄影地标全收集攻略将为你提
最近，腾讯在桌面AI智能体（Agent）领域动作频频，接连推出了两款引人注目的产品：WorkBuddy和QClaw。它们都瞄准了同一个核心痛点——用AI视觉模型识别并替代那些繁琐、重复的键鼠操作。但仔细一看，两者的定位和实现路径却截然不同，一个像是为企业量身定制的“协同中枢”，另一个则像是面向大众的
当企业数字化转型步入深水区，对效率的追求已从单点自动化迈向构建全天候、全链路的智能化办公体系。7*24小时无人值守，不再是技术构想，而是全球数千家领先企业正在践行的业务常态。其核心引擎，是被称为“智能体（Agent）”的技术范式。它深度融合大语言模型与自动化能力，将传统数字员工从被动执行的工具，升级