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 24B 參數，並實現了與較大型模型相當的最先進功能。

Mistral Small 可以本地部署，並且具有極高的「知識密度」，量化後可容納在單張 RTX 4090 或 32GB RAM 的 MacBook 中。非常適合：

• 快速回應的對話式代理。
• 低延遲函數調用。
• 透過微調成為主題專家。
• 供業餘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，具有原生函數調用和 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內容中選擇他們偏好的模型回應。我們知道在某些情況下，人工判斷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。我們確信以上基準是有效的。

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，與體積是其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。Wildbench、Arena hard 和 MTBench 等基於判斷的評估是基於 gpt-4o-2024-05-13。

客戶正在多個行業中評估 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診
• 機器人、汽車和製造公司用於裝置端命令和控制
• 跨客戶的橫向用例包括虛擬客戶服務以及情感和回饋分析。