Mistral 在 Le Chat 推出 Memories 记忆功能(beta)
Mistral 宣布在 Le Chat 推出 Memories 记忆功能 beta 版,采用自动保存与可见、可溯源召回的混合方式,支持随时关闭、隐身聊天、编辑删除单条记忆以及导出导入。同时上线 Memory Insights 轻量提示词帮助用户探索记忆内容,移动端可通过 App Store 或 Google Play 下载体验,后续将按类别整理记忆并优化召回速度。
Mistral 宣布在 Le Chat 推出 Memories 记忆功能 beta 版,采用自动保存与可见、可溯源召回的混合方式,支持随时关闭、隐身聊天、编辑删除单条记忆以及导出导入。同时上线 Memory Insights 轻量提示词帮助用户探索记忆内容,移动端可通过 App Store 或 Google Play 下载体验,后续将按类别整理记忆并优化召回速度。
Mistral AI 为 Le Chat 发布 20+ 安全的 MCP 驱动连接器(beta)和 Memories(beta)功能。
Mistral 展示了用 LoRA 微调 Pixtral-12B 处理卫星图像的效果,在 Aerial Image Dataset(AID)的 8000 训练样本和 2000 测试样本分类任务上,相比未微调的基线模型显著提升。
Mistral AI 发布 Codestral 25.08,并推出涵盖补全、语义检索和智能体工作流的企业编码栈,包含 Codestral Embed、Devstral 和 Mistral Code IDE 插件。
Mistral AI 联合 Carbone 4 和 ADEME 完成 AI 模型首个综合生命周期分析(LCA),披露 Mistral Large 2 训练及 18 个月使用的环境足迹。
Mistral 为 Le Chat 发布一批新功能,包括预览版 Deep Research 深度研究报告、基于 Voxtral 的语音模式、由 Magistral 驱动的多语言推理 Think 模式、Projects 项目管理,以及与 Black Forest Labs 合作的图像编辑。功能已在 chat.mistral.ai 和移动应用开放,无需信用卡。
推荐理由:Mistral 官方一次性说明 Le Chat 五项新功能的具体用途和背后模型,读者可对照判断哪些适合纳入自己的日常使用。
Mistral 发布语音理解模型 Voxtral,含 24B 和 3B 两个版本,均以 Apache 2.0 许可开源并上线 API,定价低至每分钟 $0.001。
推荐理由:开源语音理解模型同时给出基准对比和每分钟定价,读者可以据此评估它相对 Whisper 和商用 API 的成本与性能位置。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium,并发布 Devstral Small 1.1 升级版。
推荐理由:官方给出两个新模型在 SWE-Bench Verified 的具体得分和定价,Devstral Medium 以四分之一价格对比 Gemini 2.5 Pro 和 GPT 4.1,可作选型参考。
Mistral AI 推出 AI for Citizens 合作计划,帮助各国政府和公共机构因地制宜地利用 AI 改造公共服务、推动创新。该计划针对封闭“一刀切”AI 带来的供应商锁定、地缘政治风险与数据主权问题,提供自托管、AI 数据中心、SaaS 和 serverless API 等多种部署选择,并支持模型协同训练与本地化定制。目前已在法国、卢森堡、新加坡、荷兰、瑞士等多国政府与公共部门落地。
Mistral AI 发布 AI 基础设施服务 Mistral Compute,提供私有集成栈,涵盖 GPU、编排、API、产品与服务,形态从裸金属服务器到全托管 PaaS。作为 NVIDIA 重要合作伙伴,首批提供数万块 GPU 并计划快速扩展;其强调主权与可持续发展,采用脱碳能源并满足欧洲监管要求,首批合作伙伴包括 BNP Paribas、Orange、Thales、SNCF 等。
Mistral AI 发布首个推理模型 Magistral,分为 24B 参数开源的 Magistral Small(Apache 2.0)和企业版 Magistral Medium。
推荐理由:官方同时发布开源与企业版推理模型并给出透明推理和多语言能力细节,读者可以据此评估其在多步推理场景的适用性。
Mistral 发布 Mistral Code,一套面向企业的 AI 编程助手,集成 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型,提供 IDE 内助手与云、预留容量或物理隔离本地 GPU 部署,支持 80+ 编程语言。
Mistral 发布其首个代码专用嵌入模型 Codestral Embed,性能超越 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大号嵌入模型。
Mistral 发布新的 Agents API,将语言模型与代码执行、网页搜索、图像生成、Document Library 和 MCP 工具等内置连接器结合,并提供跨对话的持久记忆。
推荐理由:官方原文列出了内置连接器、有状态对话和编排能力的具体细节与 SimpleQA 数据,便于开发者评估是否纳入现有工作流。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral,以 Apache 2.0 许可证开源。
推荐理由:官方发布给出SWE-Bench Verified分数、许可证和本地部署门槛,读者可据此评估它在编码Agent工作流中的可用性。
Mistral AI 发布 Mistral Medium 3,定位 SOTA 性能、成本降低 8 倍的新一级模型,在多项基准上达到 Claude Sonnet 3.7 的 90% 以上,价格 $0.4 input / $2 output per M token。
推荐理由:官方给出基准对比、价格与最低 4 GPU 部署要求,读者可据此评估它在成本和企业落地上与竞品的差距。
Mistral 介绍用「LLM as a Judge」评估 RAG 系统的方法:由 judge LLM 按数值、二元或定性量表给 generator LLM 的答案打分,再取平均得到总分。
Mistral AI 发布开源模型 Mistral Small 3.1(24B),文本性能提升,新增多模态理解,上下文窗口扩展至 128k tokens,推理速度达 150 tokens 每秒,官方称在同类对比中超过 Gemma 3 和 GPT-4o Mini。
推荐理由:原文给出性能数字、开源许可与部署门槛,读者可以据此评估这款 24B 模型在端侧和私有部署中的适用性。
Mistral 发布 OCR API Mistral OCR,输入图像和 PDF,输出交错的文本与图像,可配合 RAG 系统处理多模态文档。
推荐理由:官方发布了基准对比、定价和部署选项,读者可以据此评估它能否替代现有 OCR 与 RAG 输入方案。
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流,可自动将会议记录转成 PRD 和可执行开发工单。该流程由 PRDAgent 和 TicketCreationAgent 两个组件组成,均基于 Mistral Large 2 驱动,并能自动在 Linear、Jira 等项目管理工具中创建工单。