Mistral Small 3 為 70B 以下的「小型」大型語言模型類別樹立了新的基準，擁有 24B 參數，並實現了可與較大型模型相媲美的最先進功能。

Mistral Small 可以本地部署，並且異常「知識密集」，量化後可安裝在單個 RTX 4090 或 32GB RAM MacBook 中。非常適合

• 快速回應對話式代理。
• 低延遲函數呼叫。
• 透過微調成為主題 matter 專家。
• 供愛好者和處理敏感資料的組織進行本地推論。

主要功能

• 多語言： 支援數十種語言，包括英語、法語、德語、西班牙語、義大利語、中文、日語、韓語、葡萄牙語、荷蘭語和波蘭語。
• 以代理為中心： 提供同類最佳的代理功能，具有原生函數呼叫和 JSON 輸出。
• 進階推理： 最先進的對話和推理能力。
• Apache 2.0 授權條款： 開放授權條款允許將其用於商業和非商業目的，並可進行修改。
• 上下文視窗： 32k 上下文視窗。
• 系統提示： 維持對系統提示的強烈遵循和支援。
• 分詞器： 使用 Tekken 分詞器，詞彙量為 131k。

人工評估

我們與外部協力廠商供應商針對一組超過 1k 個專有編碼和通用提示進行了並排評估。評估人員的任務是從 Mistral Small 3 與另一個模型產生的匿名生成結果中選擇他們偏好的模型回應。我們知道，在某些情況下，關於人類判斷的基準與公開可用的基準截然不同，但我們已格外謹慎地驗證了公平的評估。我們確信上述基準是有效的。

指令效能

我們的指令微調模型在程式碼、數學、一般知識和指令遵循基準方面的效能與比其大三倍的開放權重模型以及專有的 GPT4o-mini 模型相比，具有競爭力。

所有基準的效能準確度均透過相同的內部評估管道獲得 - 因此，數字可能與先前報告的效能（Qwen2.5-32B-Instruct、Llama-3.3-70B-Instruct、Gemma-2-27B-IT）略有不同。基於判斷的評估（例如 Wildbench、Arena hard 和 MTBench）基於 gpt-4o-2024-05-13。

客戶正在多個產業中評估 Mistral Small 3，包括

• 金融服務客戶用於詐欺偵測
• 醫療保健提供者用於客戶分流
• 機器人技術、汽車和製造公司用於設備端命令和控制
• 跨客戶的橫向用例包括虛擬客戶服務以及情緒和回饋分析。