Mistral Small 3 在 70B 以下的「小型」大型語言模型類別中，樹立了新的基準，擁有 240 億個參數，並實現了可與更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」，量化後可安裝在單張 RTX 4090 或 32GB RAM 的 MacBook 中。非常適合用於

• 快速回應的對話式代理。
• 低延遲的函數呼叫。
• 透過微調成為特定領域的專家。
• 供愛好者和處理敏感資料的組織進行本地推論。

主要特色

• 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，允許用於商業和非商業目的的使用和修改。
• 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守和支援。
• Tokenizer： 使用 Tekken tokenizer，詞彙量為 131k。

人工評估

我們與外部協力廠商供應商，針對超過 1 千個專有編碼和通用提示的資料集，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，選出他們偏好的模型回應。我們知道在某些情況下，人工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公平的評估。我們確信上述基準是有效的。

Instruct 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測試中，與尺寸是其三倍的開放權重模型以及專有的 GPT4o-mini 模型相比，效能具有競爭力。

所有基準測試的效能準確度均透過相同的內部評估流程獲得 - 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（如 Wildbench、Arena hard 和 MTBench）是基於 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、汽車和製造公司用於裝置上的命令和控制
• 跨客戶的橫向用例包括虛擬客戶服務，以及情感和回饋分析。