Mistral Serie 3: Large, Medium, Small — tre modelli open-source (luglio 2026)

Mistral rilascia tre modelli open-weight Apache 2.0. Nessun benchmark pubblico, pricing non annunciato.

Mistral Serie 3: Large, Medium, Small — tre modelli open-source (luglio 2026)

In sintesi

Mistral lancia la serie 3: tre famiglie open-source (Large, Medium, Small/Ministral) in Apache 2.0 per uso da edge a enterprise, con checkpoint e API pubbliche. • Large 3: MoE con 41B parametri attivi su 675B totali, addestrato su 3.000 GPU NVIDIA H200. • Ministral: tre taglie 3B/8B/14B; variant reasoning 14B raggiunge 85% su AIME '25. • Licenza Apache 2.0, checkpoint disponibili; API su Mistral Studio, Hugging Face, Bedrock, Azure. • Prezzi pubblicati: Large $0.5/1M token in, $1.5/1M out; Ministral $0.15/1M in e out.

Mistral AI ha annunciato il 2 dicembre 2025 la famiglia Mistral 3, la nuova generazione di modelli open-source. La serie include Mistral Large 3 (il modello più potente, architettura MoE con 41B parametri attivi su 675B totali) e i modelli Ministral 3 (14B, 8B, 3B), più Mistral Medium 3 e Mistral Small 3 per casi d'uso enterprise e edge. Tutti i modelli sono rilasciati sotto licenza Apache 2.0.

Mistral Serie 3
Mistral Serie 3 — La famiglia di modelli open-source. Fonte: mistral.ai/news/mistral-3/

Mistral Large 3 — Il modello più potente di Mistral

Mistral Large 3 è un modello sparse mixture-of-experts (MoE) con 41 miliardi di parametri attivi su 675 miliardi totali, addestrato da zero su 3.000 GPU NVIDIA H200. Dopo il post-training, il modello raggiunge la parità con i migliori modelli open-weight sul mercato per prompt generali, con comprensione delle immagini e performance best-in-class in conversazioni multilingue (non inglese/cinese).

Dati verificati da mistral.ai/news/mistral-3/:

Mistral Large 3
Mistral Large 3. Fonte: mistral.ai

Ministral 3 — Intelligenza al edge

I modelli Ministral 3 sono disponibili in tre dimensioni: 3B, 8B e 14B parametri. Ciascuna dimensione offre varianti base, instruct e reasoning con comprensione delle immagini, tutte sotto licenza Apache 2.0. Il modello 14B reasoning raggiunge 85% su AIME '25.

Dati verificati:

Mistral Medium 3 — "Medium is the new large"

Mistral Medium 3
Mistral Medium 3 — Enterprise balanced. Fonte: mistral.ai

Mistral Medium 3 è posizionato come il modello enterprise equilibrato. Secondo la pagina ufficiale mistral.ai/news/mistral-medium-3/, offre "top-tier performance" con "human evals" e capacità enterprise-grade per coding, document intelligence, speech. È il modello consigliato per workload aziendali in produzione.

Mistral Medium 3
Mistral Medium 3. Fonte: mistral.ai

Mistral Small 3 — Compatto e performante

Mistral Small 3
Mistral Small 3 — Compatto e performante. Fonte: mistral.ai

Mistral Small 3 è il modello compatto della serie, ottimizzato per deployment leggeri. Secondo la pagina ufficiale, offre eccellenti performance nella sua categoria di peso ed è utilizzabile su stack tecnologici preferiti dagli sviluppatori.

Mistral NeMo — Modello multilingua

Mistral NeMo
Mistral NeMo — Modello multilingua. Fonte: mistral.ai

Mistral NeMo è un modello multilingua con un tokenizer più efficiente chiamato Tekken. Rilasciato precedentemente, è stato ottimizzato per la comprensione multilingue e l'uso su larga scala.

Mistral NeMo
Mistral NeMo. Fonte: mistral.ai

Disponibilità

Mistral 3 è disponibile su:

Strategia open-source di Mistral

La release di Mistral 3 rappresenta la strategia di Mistral: modelli open-weight Apache 2.0 che coprono l'intero spettro — da 3B (edge, IoT, mobile) fino a 675B MoE (frontier reasoning). Mistral collabora con NVIDIA (training su H200, ottimizzazione Blackwell, TensorRT-LLM, SGLang), Red Hat e vLLM per rendere i modelli accessibili alla comunità open-source.

Mistral offre anche servizi di custom model training per aziende che vogliono modelli adattati ai propri domini.

La valutazione di Velthub

Voto: 7.5/10

Mistral 3 è un rilascio importante per l'ecosistema open-source. La strategia di offrire modelli da 3B a 675B con licenza Apache 2.0 e deployment su NVIDIA DGX/RTX è una proposta di valore concreta — non è solo un annuncio, è un ecosistema.

Punti di forza (verificati):

Limitazioni (verificate):

Domande frequenti

Mistral Large 3 è paragonabile a Opus 4.8?

Mistral Large 3 è #2 nella categoria OSS non-reasoning su LMArena e #6 OSS overall. Mistral non pubblica confronti diretti con modelli closed-source. L'API è compatibile OpenAI.

Quanto costa usare Mistral 3?

Large 3: $0.5 input / $1.5 output per milione di token. Ministral 8B: $0.15 input / $0.15 output. Prezzi pubblici su mistral.ai.

Posso usare Mistral 3 on-premise?

Sì. Apache 2.0 permette deployment ovunque senza restrizioni. Checkpoint NVFP4 ottimizzato per Blackwell NVL72 e 8×A100/H100. Ministral ottimizzato per DGX Spark, RTX, Jetson.

Quali lingue supporta Mistral Large 3?

Mistral dichiara "40+ lingue native" con performance best-in-class in conversazioni multilingue (non inglese/cinese).

Qual è la differenza tra Ministral e Mistral Small/Medium?

Ministral = modelli piccoli edge (3B, 8B, 14B). Mistral Small = modello compatto. Mistral Medium = modello enterprise equilibrato. Mistral Large 3 = modello frontier.

Cosa non sappiamo ancora

https://velthub.ai/blog/mistral-serie-3-large-medium-small-luglio-2026-v2