संभव है कि कई एंटरप्राइज़ वर्कलोड्स को फ्रंटियर-स्केल मॉडलों की ज़रूरत न हो—और वास्तविक आवश्यकता विशिष्ट कार्यों पर तेज़, किफायती इन्फरेंस की हो। मैं ग्राहक सहायता राउटिंग, दस्तावेज़ वर्गीकरण, कोड कम्प्लीशन जैसी चीज़ों के बारे में सोच रहा हूँ।
यही वह कहानी है जिस पर Mistral AI दांव लगा रहा है: कॉम्पैक्ट, ओपन-वेट मॉडल—जिन्हें डोमेन डेटा पर फाइन-ट्यून किया जा सकता है—और जो बड़े पैमाने पर कुशलतापूर्वक चल सकें।
इसी उद्देश्य से, इसी सप्ताह Mistral ने Mistral 3 जारी किया है, और मुझे लगता है कि यह उस लक्ष्य को हासिल करने की दिशा में काफी आगे बढ़ता है। सबसे पहले, मॉडल स्वयं आशाजनक हैं: Mistral Large 3, जो फ्लैगशिप है, महत्वपूर्ण बेंचमार्क परीक्षणों पर अपने ओपन-सोर्स प्रतिस्पर्धियों Kimi-K2 और Deepseek-3.1 से बेहतर प्रदर्शन करता है। दूसरा, Mistral अपने प्रोडक्ट ऑफ़रिंग को और स्पष्ट बना रहा है। देखिए, यह पहली बार है जब Mistral AI ने मॉडलों का पूरा परिवार जारी किया है। (जब इस साल की शुरुआत में Medium 3 आया था, तो सिर्फ़ नाम से यह तुरंत स्पष्ट नहीं था कि यह पिछले साल जारी Large 2 से बेहतर प्रदर्शन करने वाला था।)
Mistral 3 क्या है?
Mistral 3, Mistral AI का नवीनतम जेनरेशन है, जिसे साझा आर्किटेक्चर और फीचर सेट पर बनाया गया है। एक-एक करके अलग-अलग वेरिएंट जारी करने के बजाय, Mistral ने एकीकृत परिवार की ओर रुख किया है जहाँ हर मॉडल मल्टीलिंगुअल प्रॉम्प्ट्स, मल्टीमॉडल इनपुट, और एक जैसे कोर क्षमता सेट का समर्थन करता है। विचार यह है कि डेवलपर्स को उनके चुने गए आकार की परवाह किए बिना एक सुसंगत बेसलाइन मिले।
यह जेनरेशन तर्क-वितर्क (रीज़निंग), दक्षता, और व्यावहारिक उपयोगिता में समग्र सुधार पर भी केंद्रित है। चाहे आप क्लाउड में परीक्षण चला रहे हों या तेज़ इन्फरेंस की ज़रूरत वाले ऐप्लिकेशन बना रहे हों, Mistral 3 एक और स्पष्ट तथा अनुमानित नींव प्रदान करता है जिस पर आप निर्माण कर सकते हैं।
मॉडल परिवार पर एक नज़र
मैंने बताया था कि Mistral 3 असल में मॉडलों का एक परिवार है। कुल चार मॉडल हैं, और वे सभी अलग-अलग बाधाओं, रीज़निंग गहराई, हार्डवेयर सीमाओं, लेटेंसी, और डिप्लॉयमेंट परिवेशों को लक्षित करते हैं। फिर भी, एक मॉडल सबसे अलग है: Large 3 को ऐसे वर्कलोड्स के लिए बनाया गया है जो छोटे टियरों से बहुत अलग हैं—जबकि छोटे टियर व्यवहारिकता और डिप्लॉयमेंट लचीलापन ध्यान में रखकर डिज़ाइन किए गए हैं।
Mistral Large 3
Mistral Large 3 इस जेनरेशन का फ्लैगशिप मॉडल है। यह स्पार्स MoE आर्किटेक्चर का उपयोग करता है, जिसमें 675B पैरामीटर्स हैं, जिनमें से लगभग 41B इन्फरेंस के दौरान सक्रिय रहते हैं—और स्वाभाविक रूप से इसके लिए उच्च हार्डवेयर आवश्यकताएँ आती हैं। यह मॉडल ऐसे वर्कलोड्स के लिए बनाया गया है जो मजबूत रीज़निंग, लंबे संदर्भ (लॉन्ग-कॉन्टेक्स्ट) प्रोसेसिंग, और सुसंगत आउटपुट गुणवत्ता पर निर्भर करते हैं। यह ओपन-सोर्स मूल्यांकनों में अच्छा प्रदर्शन करता है, जिसमें LMArena की नॉन-रीज़निंग लीडरबोर्ड पर शीर्ष परिणाम शामिल हैं। टोकन दक्षता अच्छी है, हालांकि गणनात्मक लागत इसके आकार को दर्शाती है।
Ministral 14B
यह परिवार का सबसे मजबूत डेंस मॉडल है। जब आप बिना मल्टी-GPU क्लस्टर में जाए वास्तविक क्षमता चाहते हैं, तो यह अच्छा विकल्प है। यह एक सिंगल हाई-एंड GPU सेटअप पर आराम से चलता है (यदि हेडरूम चाहिए तो चार GPUs) और AIME ’25 जैसे कार्यों पर मजबूत स्कोर लाता है। आउटपुट गुणवत्ता और टोकन दक्षता का संतुलन उन टीमों के लिए व्यावहारिक मिडल ग्राउंड बनाता है जो MoE-स्केल हार्डवेयर के बिना स्मार्ट रीज़निंग चाहती हैं। आप हमारा अलग Ministral 3 पर फाइन-ट्यूनिंग ट्यूटोरियल पढ़ सकते हैं।
Ministral 8B
मैं 8B को वर्कहॉर्स मानता हूँ। यह तेज़, अनुमानित, और किफायती बना रहता है—जबकि प्रोडक्शन परिदृश्यों की एक विस्तृत रेंज को कवर करता है: चैट सिस्टम, इंटरनल टूल्स, ऑटोमेशन फ्लो, और RAG ऐप्लिकेशन। गहन रीज़निंग में यह Large 3 या 14B की बराबरी नहीं करेगा, पर लागत-से-प्रदर्शन अनुपात परिवार में सबसे मजबूत है। टोकन उपयोग कम रहता है, और आउटपुट सुसंगत रहते हैं।
Ministral 3B
यह सबसे छोटा मॉडल है और लगभग कहीं भी चलने के लिए बनाया गया है। यह डेंस, हल्का-फुल्का है, और CPU, मोबाइल डिवाइस, या IoT हार्डवेयर पर भी सहज महसूस करता है। जब जटिल रीज़निंग की ज़रूरत हो, तब आप इसे नहीं चुनेंगे—लेकिन ऑफ़लाइन ऐप्स, राउटिंग टास्क, हल्के क्लासिफ़ायर्स, और ऐसे असिस्टेंट्स के लिए यह आदर्श है जिन्हें तुरंत प्रतिक्रिया देनी हो। टोकन दक्षता उत्कृष्ट है।
सभी चारों में आपको Apache 2.0 लाइसेंसिंग, मल्टीमॉडल इमेज+टेक्स्ट सपोर्ट, और व्यापक बहुभाषी कवरेज मिलता है। चूँकि मॉडलों का व्यवहार सुसंगत है, आप बगैर नई विचित्रताएँ सीखे ऊपर-नीचे स्केल कर सकते हैं।
मॉडल तुलना तालिका
यहाँ एक नज़र में मॉडलों की तुलना दी गई है:
जैसा कि आप तालिका में देख सकते हैं, Mistral Large 3 Sparse MoE आर्किटेक्चर का उपयोग करता है, जिसमें 675 अरब कुल पैरामीटर्स में से 41 अरब सक्रिय रहते हैं। मूलतः, मॉडल में कई विशेषीकृत “एक्सपर्ट” नेटवर्क शामिल हैं, और हर टोकन या कार्य के लिए, यह सभी पैरामीटर्स का उपयोग करने के बजाय केवल इन एक्सपर्ट्स के एक उपसमुच्चय के माध्यम से चयनात्मक रूप से रूट करता है।
सभी Ministral मॉडल डेंस आर्किटेक्चर का उपयोग करते हैं—अर्थात हर इन्फरेंस के लिए सभी पैरामीटर्स सक्रिय रहते हैं।
यदि आप हार्डवेयर आवश्यकताओं पर तालिका में दिखाई बातों को ध्यान से देखें, तो आप मॉडल आकारों और डिप्लॉयमेंट लचीलेपन के बीच एक स्पष्ट ट्रेडऑफ़ देख सकते हैं: Mistral Large 3 को आठ हाई-एंड GPUs की ज़रूरत होती है, लेकिन Ministral 3B उपभोक्ता CPU/मोबाइल पर चल सकता है।
Mistral 3 का परीक्षण
मैंने अपना परीक्षण Large 3 पर केंद्रित किया। चूँकि Large 3 फ्लैगशिप है, यह सबसे सक्षम मॉडल भी है और वही है जिसे अधिकतर लोग उपयोग करेंगे।
टेस्ट 1: मल्टीमॉडल + मल्टीलिंगुअल
पहले परीक्षण के लिए, मैंने Mistral 3 Large को अरबी में एक स्क्रीनशॉट दिया और निम्न प्रॉम्प्ट दिया।
इस परिदृश्य में, एक ग्राहक अपने सैटेलाइट डिश की समस्या का वर्णन कर रहा है। वे कह रहे हैं कि उन्होंने इसे फिर से इंस्टॉल या रीपोज़िशन किया, लेकिन यह ठीक से काम नहीं कर रहा, और उनकी इंटरनेट कनेक्शन डाउन है।
A customer sent the attached error message screenshot showing an error in Arabic.
Please:
1. Read and translate the error message from the screenshot
2. Write a troubleshooting guide in English for our support team (3-4 steps)
3. Translate that solution back to Levantine Arabic in a natural, conversational way the customer would understandसंचालित द्वारा
सबसे पहले, Large 3 ने संदेश का अनुवाद किया, और मुझे लगा कि हम शायद गलत दिशा में जा रहे हैं। आपको अरबी के मूल वक्ता होने की ज़रूरत नहीं है यह समझने के लिए कि अंग्रेज़ी संस्करण ठीक नहीं बैठ रहा।
इस तथ्य के बावजूद कि Mistral ने प्रश्न के कुछ हिस्सों का गलत अनुवाद किया, ग्राहक के लिए इसके निर्देश (जो अधिक उपयोगी भाग है) समझ में आते थे। अरबी में बिंदु 1-3 अच्छी तरह लिखे थे (मैं यह जानता हूँ क्योंकि मैंने मानव अनुवाद सहायता ली), लेकिन Mistral ने चौथे बिंदु में “art support” लिखकर “tech support” की जगह त्रुटि कर दी।
मैं इस बात से प्रभावित था कि Mistral उस अरबी बोली के प्रति ईमानदार रहा जो मैंने माँगी थी। वार्तालाप स्पष्ट रूप से लेवैन्टाइन थी।
टेस्ट 2: वास्तविक-विश्व कोडिंग कार्य
इसके बाद, मैंने इसे एक छोटा लेकिन यथार्थवादी कोडिंग कार्य दिया:
Write a Python function that takes a list of timestops (ISO format) and returns time gaps between each consecutive time gap in minutes. Make the function safe against invalid entries.संचालित द्वारा
Large 3 ने एक छोटा, पठनीय फ़ंक्शन लौटाया जिसमें समझदारी भरा एरर हैंडलिंग और सॉर्टेड इनपुट थे। मेरे परीक्षण में समाधान कॉम्पैक्ट था और आउटपुट केंद्रित रहा। प्रॉम्प्ट और कार्य पर निर्भर करते हुए, यह अपेक्षा से कम टोकन उपयोग बनाए रखने में मदद कर सकता है।
टेस्ट 3: रीज़निंग चुनौती
बिना किसी समर्पित मोड में स्विच किए मल्टी-स्टेप रीज़निंग की जाँच करने के लिए, मैंने एक क्लासिक पहेली का उपयोग किया:
मिसलेबल्ड फलों के डिब्बों पर एक फ़ॉलो-अप लॉजिक पहेली भी बिना भटके साफ़-सुथरे ढंग से हल हो गई।
Mistral 3 बेंचमार्क्स
बेंचमार्क्स सब कुछ नहीं होते, लेकिन वे मॉडल को संदर्भ में रखने में मदद करते हैं। Mistral मुख्यतः Large 3 की तुलना ओपन-सोर्स समकक्षों जैसे DeepSeek-3.1 और Kimi-K2 से करता है—जो Apache 2.0 लाइसेंस के मद्देनज़र समझ में आता है।
Large 3 रीज़निंग, GSM8K, AIME, और कोडिंग मूल्यांकनों में अच्छा प्रदर्शन करता है। यह वास्तव में LMArena लीडरबोर्ड पर वर्तमान शीर्ष ओपन-सोर्स कोडिंग मॉडल है। शुरुआती SWE-Bench परिणाम दिखाते हैं कि यह उच्च-क्षमता वाले डेंस और MoE सिस्टम्स के समकक्ष स्तर पर सॉफ्टवेयर इंजीनियरिंग कार्यों को हल करता है। Ministral मॉडल भी अपने आकार की तुलना में मजबूत स्थिति बनाए रखते हैं।
Mistral 3 बनाम प्रतियोगी
Mistral की तुलना से उल्लेखनीय रूप से अनुपस्थित हैं वे फ्रंटियर मॉडल जो नवंबर के अंत में जारी हुए: Gemini 3 Pro (जो GPQA Diamond पर 91.9% और LMArena पर 1501 Elo स्कोर करता है), GPT-5.1, और Claude Opus 4.5 (जो SWE-bench Verified पर 80% से अधिक के साथ अग्रणी है)। जब आप Large 3 को इन मॉडलों के साथ रखते हैं, तो मालिकाना सिस्टम अब भी सबसे कठिन रीज़निंग बेंचमार्क्स और जटिल एजेंटिक कार्यों पर बढ़त बनाए हुए हैं। यह सच है। लेकिन कई व्यावहारिक वर्कलोड्स के लिए—खासकर जब आप सेल्फ-होस्टिंग, फाइन-ट्यूनिंग, और बिना वेंडर लॉक-इन के डिप्लॉय करने की क्षमता को जोड़ते हैं—Large 3 प्रतिस्पर्धी प्रदर्शन देता है।
फ़ीचर
Mistral Large 3
Gemini 3 Pro
GPT-5.1
Claude Opus 4.5
लाइसेंसिंग
Apache 2.0 (ओपन-वेट)
क्लोज़्ड
क्लोज़्ड
क्लोज़्ड
कॉन्टेक्स्ट विंडो
256K
1M
272K
200K
मल्टीमॉडल
टेक्स्ट + इमेज
टेक्स्ट, इमेज, वीडियो, ऑडियो, कोड
टेक्स्ट, इमेज, ऑडियो
टेक्स्ट + इमेज
टॉप बेंचमार्क
#2 OSS (LMArena)
1501 Elo (LMArena #1)
सुधरे हुए AIME/Codeforces
80.9% SWE-bench Verified
कोडिंग
मजबूत बहुभाषी
76.2% SWE-bench, 1487 WebDev Elo
एडैप्टिव रीज़निंग
80.9% SWE-bench (सर्वश्रेष्ठ)
किसके लिए सर्वश्रेष्ठ
ओपन डिप्लॉयमेंट, एज से एंटरप्राइज़ तक
मल्टीमॉडल कार्य, लंबा संदर्भ
कन्वर्सेशनल AI, सामान्य उपयोग
सॉफ्टवेयर इंजीनियरिंग, एजेंट्स
API प्राइसिंग
~GPT-4o से 80% सस्ता
$2/$12 प्रति M टोकन
निर्दिष्ट नहीं
$5/$25 प्रति M टोकन
Mistral 3 कितना अच्छा है?
Mistral 3 ओपन इकोसिस्टम के लिए एक मजबूत रिलीज़ है। टोकन दक्षता, बहुभाषी गहराई, और लॉन्ग-कॉन्टेक्स्ट हैंडलिंग का संयोजन इसे महत्वपूर्ण बनाता है। यह उस पैमाने पर क्षमता और खुलेपन का मेल है जो हमने पहले नहीं देखा। Large 3 शीर्ष मालिकाना सिस्टम्स के क़रीब आता है—फिर भी यह ऐसा मॉडल है जिसे आप डाउनलोड, निरीक्षण, और अपनी मर्ज़ी से डिप्लॉय कर सकते हैं।
यदि एक जगह अपेक्षाएँ संतुलित रखनी हों, तो वह जटिल रीज़निंग कार्य और एजेंटिक क्षमताएँ हैं। Large 3 अच्छा करता है, लेकिन Opus 4.5 और GPT 5.1 जैसे मॉडल लंबी-श्रृंखला रीज़निंग को अधिक सुसंगतता से संभालते हैं।
मैं Mistral 3 तक कैसे पहुँच सकता/सकती हूँ?
शुरू करने के कुछ तरीके हैं, इस पर निर्भर करता है कि आप मॉडलों का उपयोग कैसे करना चाहते हैं।
यदि आप सिर्फ़ आज़माना चाहते हैं, तो होस्टेड API सबसे सरल मार्ग है। सभी चार टियर—Large 3, 14B, 8B, और 3B—स्टैंडर्ड API कुंजी के साथ उपलब्ध हैं। बिलिंग टोकन-आधारित है, और रीज़निंग, मल्टीमॉडल प्रॉम्प्ट्स, या मल्टीलिंगुअल कार्यों का परीक्षण करने का यह सबसे तेज़ तरीका है।
यदि आप पूर्ण नियंत्रण पसंद करते हैं, तो ओपन वेट्स डाउनलोड के लिए उपलब्ध हैं। जब Mistral इन्हें “सर्वश्रेष्ठ उदार ओपन-वेट मॉडल” कहता है, तो उसका मतलब है:
आप वेट्स डाउनलोड कर सकते हैं
आप उनका व्यावसायिक उपयोग कर सकते हैं
आप उन्हें संशोधित या फाइन-ट्यून कर सकते हैं
आप डिप्लॉयमेंट स्टैक के एंड-टू-एंड मालिक हैं
Large 3 को गंभीर हार्डवेयर चाहिए, लेकिन Ministral मॉडल सहजता से नीचे की ओर स्केल हो जाते हैं। यदि आप अपनी मशीनें नहीं चलाना चाहते, तो अलग-अलग बैकएंड्स के साथ प्रयोग करने के लिए आप पार्टनर प्लेटफ़ॉर्म्स का इस्तेमाल भी कर सकते हैं।
Mistral 3 के उपयोग के मामले
मैंने इस लेख में कुछ उपयोग के मामले सामने रखे, लेकिन अब मैं थोड़ा और समय यह लिखने में लगाना चाहता हूँ कि व्यवहार में टीमें हर टियर का उपयोग कैसे कर सकती हैं। Mistral की नेतृत्व टीम सचमुच यह दांव लगा रही है कि अधिकांश एंटरप्राइज़ छोटे, ओपन-वेट मॉडल—जिन्हें आप फाइन-ट्यून कर सकते हैं—से बहुत कुछ कर सकते हैं।
मैं कल्पना कर रहा हूँ कि कोई हेज फंड विश्लेषक 50 अर्निंग्स कॉल ट्रांसक्रिप्ट अपलोड कर सकता है और Mistral Large 3 से यह फ़्लैग करने के लिए कह सकता है कि कौन-सी मैनेजमेंट टीमें गाइडेंस पर हेजिंग कर रही हैं या तिमाही-दर-तिमाही टोन बदल रही हैं। 256k कॉन्टेक्स्ट विंडो बिना चंकिंग के पूरे ट्रांसक्रिप्ट्स और 10-Ks (वार्षिक वित्तीय दस्तावेज़) संभाल लेगी। या यदि आप किसी यूरोपीय निवेश फर्म का हिस्सा हैं, तो Mistral निश्चित ही फ़्रेंच, जर्मन, इटैलियन (या अरबी, जैसा हमने आज़माया) में काम करेगा।
Mistral 3 अंततः Mistral को एक सुसंगत संरचना देता है और ऐसे मॉडल जो विभिन्न बाधाओं में स्वाभाविक रूप से स्केल होते हैं। Large 3 प्रमुख मालिकाना सिस्टम्स के सामने टिकता है, जबकि Ministral लाइनअप आपके हार्डवेयर और लेटेंसी आवश्यकताओं के अनुरूप टियर चुनना आसान बनाता है।
यदि आप प्रयोग करने की योजना बना रहे हैं, तो होस्टेड API सबसे तेज़ शुरुआत है। और यदि आप लोकली बनाना या सेल्फ-होस्ट करना चाहते हैं, तो वेट्स डाउनलोड करना आपको पूरा नियंत्रण देता है।
यदि आप जानना चाहते हैं कि Mistral जैसे मॉडल अंदर से कैसे काम करते हैं, तो हमारा Large Language Models Concepts कोर्स आपके लिए उपयोगी होगा, और यदि आप Mistral को किसी ऐप्लिकेशन में वायर कर रहे हैं, तो API Fundamentals in Python व्यावहारिक पक्ष में मदद करता है।
एआई, एमएल और डेटा साइंस में विशेषज्ञ तकनीकी लेखक, जो जटिल विचारों को स्पष्ट और सुगम बनाते हैं।
लेखक
Josef Waples
मैं एक डेटा साइंस संपादक हूँ और वैज्ञानिक पत्रिकाओं में प्रकाशित शोध लेखों में योगदान दे चुका/चुकी हूँ। मुझे विशेष रूप से रैखिक बीजगणित, सांख्यिकी, R, और इसी तरह के विषयों में रुचि है।
Mistral 3 FAQs
Mistral 3 क्या है?⌄
Mistral 3, Mistral के ओपन, मल्टीमॉडल, और मल्टीलिंगुअल AI मॉडलों की नवीनतम जेनरेशन है। इस परिवार में तीन छोटे डेंस मॉडल (3B, 8B, 14B) और Mistral Large 3 शामिल है—एक स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल जिसमें 41B सक्रिय पैरामीटर्स और 675B कुल पैरामीटर्स हैं। सभी मॉडल Apache 2.0 लाइसेंस के तहत जारी किए गए हैं।
Ministral 3 श्रृंखला किसके लिए उपयोगी है?⌄
Ministral 3 मॉडल (3B, 8B, 14B) एज और लोकल डिप्लॉयमेंट्स के लिए ऑप्टिमाइज़ किए गए हैं। वे बेस, इंस्ट्रक्ट, और रीज़निंग वेरिएंट—प्रत्येक मल्टीमॉडल और मल्टीलिंगुअल क्षमताओं के साथ—प्रदान करते हैं, और ओपन-सोर्स मॉडलों के बीच सर्वश्रेष्ठ लागत-से-प्रदर्शन अनुपात देते हैं। रीज़निंग वेरिएंट अपने आकार के लिए उच्च शुद्धता पाते हैं—14B मॉडल के लिए AIME ’25 पर 85% शामिल है।
डेवलपर्स Mistral 3 मॉडल्स तक कहाँ पहुँच सकते हैं?⌄
Mistral 3 मॉडल Mistral AI Studio, Amazon Bedrock, Azure Foundry, Hugging Face, IBM WatsonX, Modal, OpenRouter, Fireworks, Unsloth AI, और Together AI पर उपलब्ध हैं। NVIDIA NIM और AWS SageMaker के लिए समर्थन शीघ्र आ रहा है।
Mistral 3 कुशल प्रदर्शन कैसे प्राप्त करता है?⌄
मॉडल्स को NVIDIA Hopper GPUs पर प्रशिक्षित किया गया और NVIDIA, vLLM, तथा Red Hat के सहयोग से ऑप्टिमाइज़ किया गया। लो-प्रिसीज़न एक्ज़िक्यूशन, Blackwell अटेन्शन कर्नेल्स, स्पेक्युलेटिव डिकोडिंग, और NVFP4 चेकपॉइंट्स जैसी सुविधाएँ बड़े GPU क्लस्टर्स से लेकर लैपटॉप्स और एज डिवाइसेज़ तक विभिन्न प्रणालियों पर कुशल इन्फरेंस सक्षम करती हैं।
Mistral 3 के संदर्भ में “ओपन वेट” का क्या मतलब है?⌄
“ओपन वेट” का अर्थ है कि मॉडल के पैरामीटर्स पूरी तरह जारी किए गए हैं ताकि कोई भी उन्हें डाउनलोड, निरीक्षण, चालू, फाइन-ट्यून, और डिप्लॉय कर सके। यह क्लोज़्ड-वेट सिस्टम्स के विपरीत है, जहाँ आप मॉडल तक केवल API के माध्यम से पहुँच सकते हैं—अंतर्निहित वेट्स को देखे या संशोधित किए बिना।
संभव है कि कई एंटरप्राइज़ वर्कलोड्स को फ्रंटियर-स्केल मॉडलों की ज़रूरत न हो—और वास्तविक आवश्यकता विशिष्ट कार्यों पर तेज़, किफायती इन्फरेंस की हो। मैं ग्राहक सहायता राउटिंग, दस्तावेज़ वर्गीकरण, कोड कम्प्लीशन जैसी चीज़ों के बारे में सोच रहा हूँ।
यही वह कहानी है जिस पर Mistral AI दांव लगा रहा है: कॉम्पैक्ट, ओपन-वेट मॉडल—जिन्हें डोमेन डेटा पर फाइन-ट्यून किया जा सकता है—और जो बड़े पैमाने पर कुशलतापूर्वक चल सकें।
इसी उद्देश्य से, इसी सप्ताह Mistral ने Mistral 3 जारी किया है, और मुझे लगता है कि यह उस लक्ष्य को हासिल करने की दिशा में काफी आगे बढ़ता है। सबसे पहले, मॉडल स्वयं आशाजनक हैं: Mistral Large 3, जो फ्लैगशिप है, महत्वपूर्ण बेंचमार्क परीक्षणों पर अपने ओपन-सोर्स प्रतिस्पर्धियों Kimi-K2 और Deepseek-3.1 से बेहतर प्रदर्शन करता है। दूसरा, Mistral अपने प्रोडक्ट ऑफ़रिंग को और स्पष्ट बना रहा है। देखिए, यह पहली बार है जब Mistral AI ने मॉडलों का पूरा परिवार जारी किया है। (जब इस साल की शुरुआत में Medium 3 आया था, तो सिर्फ़ नाम से यह तुरंत स्पष्ट नहीं था कि यह पिछले साल जारी Large 2 से बेहतर प्रदर्शन करने वाला था।)
Mistral 3 क्या है?
Mistral 3, Mistral AI का नवीनतम जेनरेशन है, जिसे साझा आर्किटेक्चर और फीचर सेट पर बनाया गया है। एक-एक करके अलग-अलग वेरिएंट जारी करने के बजाय, Mistral ने एकीकृत परिवार की ओर रुख किया है जहाँ हर मॉडल मल्टीलिंगुअल प्रॉम्प्ट्स, मल्टीमॉडल इनपुट, और एक जैसे कोर क्षमता सेट का समर्थन करता है। विचार यह है कि डेवलपर्स को उनके चुने गए आकार की परवाह किए बिना एक सुसंगत बेसलाइन मिले।
यह जेनरेशन तर्क-वितर्क (रीज़निंग), दक्षता, और व्यावहारिक उपयोगिता में समग्र सुधार पर भी केंद्रित है। चाहे आप क्लाउड में परीक्षण चला रहे हों या तेज़ इन्फरेंस की ज़रूरत वाले ऐप्लिकेशन बना रहे हों, Mistral 3 एक और स्पष्ट तथा अनुमानित नींव प्रदान करता है जिस पर आप निर्माण कर सकते हैं।
मॉडल परिवार पर एक नज़र
मैंने बताया था कि Mistral 3 असल में मॉडलों का एक परिवार है। कुल चार मॉडल हैं, और वे सभी अलग-अलग बाधाओं, रीज़निंग गहराई, हार्डवेयर सीमाओं, लेटेंसी, और डिप्लॉयमेंट परिवेशों को लक्षित करते हैं। फिर भी, एक मॉडल सबसे अलग है: Large 3 को ऐसे वर्कलोड्स के लिए बनाया गया है जो छोटे टियरों से बहुत अलग हैं—जबकि छोटे टियर व्यवहारिकता और डिप्लॉयमेंट लचीलापन ध्यान में रखकर डिज़ाइन किए गए हैं।
Mistral Large 3
Mistral Large 3 इस जेनरेशन का फ्लैगशिप मॉडल है। यह स्पार्स MoE आर्किटेक्चर का उपयोग करता है, जिसमें 675B पैरामीटर्स हैं, जिनमें से लगभग 41B इन्फरेंस के दौरान सक्रिय रहते हैं—और स्वाभाविक रूप से इसके लिए उच्च हार्डवेयर आवश्यकताएँ आती हैं। यह मॉडल ऐसे वर्कलोड्स के लिए बनाया गया है जो मजबूत रीज़निंग, लंबे संदर्भ (लॉन्ग-कॉन्टेक्स्ट) प्रोसेसिंग, और सुसंगत आउटपुट गुणवत्ता पर निर्भर करते हैं। यह ओपन-सोर्स मूल्यांकनों में अच्छा प्रदर्शन करता है, जिसमें LMArena की नॉन-रीज़निंग लीडरबोर्ड पर शीर्ष परिणाम शामिल हैं। टोकन दक्षता अच्छी है, हालांकि गणनात्मक लागत इसके आकार को दर्शाती है।
Ministral 14B
यह परिवार का सबसे मजबूत डेंस मॉडल है। जब आप बिना मल्टी-GPU क्लस्टर में जाए वास्तविक क्षमता चाहते हैं, तो यह अच्छा विकल्प है। यह एक सिंगल हाई-एंड GPU सेटअप पर आराम से चलता है (यदि हेडरूम चाहिए तो चार GPUs) और AIME ’25 जैसे कार्यों पर मजबूत स्कोर लाता है। आउटपुट गुणवत्ता और टोकन दक्षता का संतुलन उन टीमों के लिए व्यावहारिक मिडल ग्राउंड बनाता है जो MoE-स्केल हार्डवेयर के बिना स्मार्ट रीज़निंग चाहती हैं। आप हमारा अलग Ministral 3 पर फाइन-ट्यूनिंग ट्यूटोरियल पढ़ सकते हैं।
Ministral 8B
मैं 8B को वर्कहॉर्स मानता हूँ। यह तेज़, अनुमानित, और किफायती बना रहता है—जबकि प्रोडक्शन परिदृश्यों की एक विस्तृत रेंज को कवर करता है: चैट सिस्टम, इंटरनल टूल्स, ऑटोमेशन फ्लो, और RAG ऐप्लिकेशन। गहन रीज़निंग में यह Large 3 या 14B की बराबरी नहीं करेगा, पर लागत-से-प्रदर्शन अनुपात परिवार में सबसे मजबूत है। टोकन उपयोग कम रहता है, और आउटपुट सुसंगत रहते हैं।
Ministral 3B
यह सबसे छोटा मॉडल है और लगभग कहीं भी चलने के लिए बनाया गया है। यह डेंस, हल्का-फुल्का है, और CPU, मोबाइल डिवाइस, या IoT हार्डवेयर पर भी सहज महसूस करता है। जब जटिल रीज़निंग की ज़रूरत हो, तब आप इसे नहीं चुनेंगे—लेकिन ऑफ़लाइन ऐप्स, राउटिंग टास्क, हल्के क्लासिफ़ायर्स, और ऐसे असिस्टेंट्स के लिए यह आदर्श है जिन्हें तुरंत प्रतिक्रिया देनी हो। टोकन दक्षता उत्कृष्ट है।
सभी चारों में आपको Apache 2.0 लाइसेंसिंग, मल्टीमॉडल इमेज+टेक्स्ट सपोर्ट, और व्यापक बहुभाषी कवरेज मिलता है। चूँकि मॉडलों का व्यवहार सुसंगत है, आप बगैर नई विचित्रताएँ सीखे ऊपर-नीचे स्केल कर सकते हैं।
मॉडल तुलना तालिका
यहाँ एक नज़र में मॉडलों की तुलना दी गई है:
जैसा कि आप तालिका में देख सकते हैं, Mistral Large 3 Sparse MoE आर्किटेक्चर का उपयोग करता है, जिसमें 675 अरब कुल पैरामीटर्स में से 41 अरब सक्रिय रहते हैं। मूलतः, मॉडल में कई विशेषीकृत “एक्सपर्ट” नेटवर्क शामिल हैं, और हर टोकन या कार्य के लिए, यह सभी पैरामीटर्स का उपयोग करने के बजाय केवल इन एक्सपर्ट्स के एक उपसमुच्चय के माध्यम से चयनात्मक रूप से रूट करता है।
सभी Ministral मॉडल डेंस आर्किटेक्चर का उपयोग करते हैं—अर्थात हर इन्फरेंस के लिए सभी पैरामीटर्स सक्रिय रहते हैं।
यदि आप हार्डवेयर आवश्यकताओं पर तालिका में दिखाई बातों को ध्यान से देखें, तो आप मॉडल आकारों और डिप्लॉयमेंट लचीलेपन के बीच एक स्पष्ट ट्रेडऑफ़ देख सकते हैं: Mistral Large 3 को आठ हाई-एंड GPUs की ज़रूरत होती है, लेकिन Ministral 3B उपभोक्ता CPU/मोबाइल पर चल सकता है।
Mistral 3 का परीक्षण
मैंने अपना परीक्षण Large 3 पर केंद्रित किया। चूँकि Large 3 फ्लैगशिप है, यह सबसे सक्षम मॉडल भी है और वही है जिसे अधिकतर लोग उपयोग करेंगे।
टेस्ट 1: मल्टीमॉडल + मल्टीलिंगुअल
पहले परीक्षण के लिए, मैंने Mistral 3 Large को अरबी में एक स्क्रीनशॉट दिया और निम्न प्रॉम्प्ट दिया।
इस परिदृश्य में, एक ग्राहक अपने सैटेलाइट डिश की समस्या का वर्णन कर रहा है। वे कह रहे हैं कि उन्होंने इसे फिर से इंस्टॉल या रीपोज़िशन किया, लेकिन यह ठीक से काम नहीं कर रहा, और उनकी इंटरनेट कनेक्शन डाउन है।
सबसे पहले, Large 3 ने संदेश का अनुवाद किया, और मुझे लगा कि हम शायद गलत दिशा में जा रहे हैं। आपको अरबी के मूल वक्ता होने की ज़रूरत नहीं है यह समझने के लिए कि अंग्रेज़ी संस्करण ठीक नहीं बैठ रहा।
इस तथ्य के बावजूद कि Mistral ने प्रश्न के कुछ हिस्सों का गलत अनुवाद किया, ग्राहक के लिए इसके निर्देश (जो अधिक उपयोगी भाग है) समझ में आते थे। अरबी में बिंदु 1-3 अच्छी तरह लिखे थे (मैं यह जानता हूँ क्योंकि मैंने मानव अनुवाद सहायता ली), लेकिन Mistral ने चौथे बिंदु में “art support” लिखकर “tech support” की जगह त्रुटि कर दी।
मैं इस बात से प्रभावित था कि Mistral उस अरबी बोली के प्रति ईमानदार रहा जो मैंने माँगी थी। वार्तालाप स्पष्ट रूप से लेवैन्टाइन थी।
टेस्ट 2: वास्तविक-विश्व कोडिंग कार्य
इसके बाद, मैंने इसे एक छोटा लेकिन यथार्थवादी कोडिंग कार्य दिया:
Large 3 ने एक छोटा, पठनीय फ़ंक्शन लौटाया जिसमें समझदारी भरा एरर हैंडलिंग और सॉर्टेड इनपुट थे। मेरे परीक्षण में समाधान कॉम्पैक्ट था और आउटपुट केंद्रित रहा। प्रॉम्प्ट और कार्य पर निर्भर करते हुए, यह अपेक्षा से कम टोकन उपयोग बनाए रखने में मदद कर सकता है।
टेस्ट 3: रीज़निंग चुनौती
बिना किसी समर्पित मोड में स्विच किए मल्टी-स्टेप रीज़निंग की जाँच करने के लिए, मैंने एक क्लासिक पहेली का उपयोग किया:
मिसलेबल्ड फलों के डिब्बों पर एक फ़ॉलो-अप लॉजिक पहेली भी बिना भटके साफ़-सुथरे ढंग से हल हो गई।
Mistral 3 बेंचमार्क्स
बेंचमार्क्स सब कुछ नहीं होते, लेकिन वे मॉडल को संदर्भ में रखने में मदद करते हैं। Mistral मुख्यतः Large 3 की तुलना ओपन-सोर्स समकक्षों जैसे DeepSeek-3.1 और Kimi-K2 से करता है—जो Apache 2.0 लाइसेंस के मद्देनज़र समझ में आता है।
Large 3 रीज़निंग, GSM8K, AIME, और कोडिंग मूल्यांकनों में अच्छा प्रदर्शन करता है। यह वास्तव में LMArena लीडरबोर्ड पर वर्तमान शीर्ष ओपन-सोर्स कोडिंग मॉडल है। शुरुआती SWE-Bench परिणाम दिखाते हैं कि यह उच्च-क्षमता वाले डेंस और MoE सिस्टम्स के समकक्ष स्तर पर सॉफ्टवेयर इंजीनियरिंग कार्यों को हल करता है। Ministral मॉडल भी अपने आकार की तुलना में मजबूत स्थिति बनाए रखते हैं।
Mistral 3 बनाम प्रतियोगी
Mistral की तुलना से उल्लेखनीय रूप से अनुपस्थित हैं वे फ्रंटियर मॉडल जो नवंबर के अंत में जारी हुए: Gemini 3 Pro (जो GPQA Diamond पर 91.9% और LMArena पर 1501 Elo स्कोर करता है), GPT-5.1, और Claude Opus 4.5 (जो SWE-bench Verified पर 80% से अधिक के साथ अग्रणी है)। जब आप Large 3 को इन मॉडलों के साथ रखते हैं, तो मालिकाना सिस्टम अब भी सबसे कठिन रीज़निंग बेंचमार्क्स और जटिल एजेंटिक कार्यों पर बढ़त बनाए हुए हैं। यह सच है। लेकिन कई व्यावहारिक वर्कलोड्स के लिए—खासकर जब आप सेल्फ-होस्टिंग, फाइन-ट्यूनिंग, और बिना वेंडर लॉक-इन के डिप्लॉय करने की क्षमता को जोड़ते हैं—Large 3 प्रतिस्पर्धी प्रदर्शन देता है।
Mistral 3 कितना अच्छा है?
Mistral 3 ओपन इकोसिस्टम के लिए एक मजबूत रिलीज़ है। टोकन दक्षता, बहुभाषी गहराई, और लॉन्ग-कॉन्टेक्स्ट हैंडलिंग का संयोजन इसे महत्वपूर्ण बनाता है। यह उस पैमाने पर क्षमता और खुलेपन का मेल है जो हमने पहले नहीं देखा। Large 3 शीर्ष मालिकाना सिस्टम्स के क़रीब आता है—फिर भी यह ऐसा मॉडल है जिसे आप डाउनलोड, निरीक्षण, और अपनी मर्ज़ी से डिप्लॉय कर सकते हैं।
यदि एक जगह अपेक्षाएँ संतुलित रखनी हों, तो वह जटिल रीज़निंग कार्य और एजेंटिक क्षमताएँ हैं। Large 3 अच्छा करता है, लेकिन Opus 4.5 और GPT 5.1 जैसे मॉडल लंबी-श्रृंखला रीज़निंग को अधिक सुसंगतता से संभालते हैं।
मैं Mistral 3 तक कैसे पहुँच सकता/सकती हूँ?
शुरू करने के कुछ तरीके हैं, इस पर निर्भर करता है कि आप मॉडलों का उपयोग कैसे करना चाहते हैं।
यदि आप सिर्फ़ आज़माना चाहते हैं, तो होस्टेड API सबसे सरल मार्ग है। सभी चार टियर—Large 3, 14B, 8B, और 3B—स्टैंडर्ड API कुंजी के साथ उपलब्ध हैं। बिलिंग टोकन-आधारित है, और रीज़निंग, मल्टीमॉडल प्रॉम्प्ट्स, या मल्टीलिंगुअल कार्यों का परीक्षण करने का यह सबसे तेज़ तरीका है।
यदि आप पूर्ण नियंत्रण पसंद करते हैं, तो ओपन वेट्स डाउनलोड के लिए उपलब्ध हैं। जब Mistral इन्हें “सर्वश्रेष्ठ उदार ओपन-वेट मॉडल” कहता है, तो उसका मतलब है:
Large 3 को गंभीर हार्डवेयर चाहिए, लेकिन Ministral मॉडल सहजता से नीचे की ओर स्केल हो जाते हैं। यदि आप अपनी मशीनें नहीं चलाना चाहते, तो अलग-अलग बैकएंड्स के साथ प्रयोग करने के लिए आप पार्टनर प्लेटफ़ॉर्म्स का इस्तेमाल भी कर सकते हैं।
Mistral 3 के उपयोग के मामले
मैंने इस लेख में कुछ उपयोग के मामले सामने रखे, लेकिन अब मैं थोड़ा और समय यह लिखने में लगाना चाहता हूँ कि व्यवहार में टीमें हर टियर का उपयोग कैसे कर सकती हैं। Mistral की नेतृत्व टीम सचमुच यह दांव लगा रही है कि अधिकांश एंटरप्राइज़ छोटे, ओपन-वेट मॉडल—जिन्हें आप फाइन-ट्यून कर सकते हैं—से बहुत कुछ कर सकते हैं।
मैं कल्पना कर रहा हूँ कि कोई हेज फंड विश्लेषक 50 अर्निंग्स कॉल ट्रांसक्रिप्ट अपलोड कर सकता है और Mistral Large 3 से यह फ़्लैग करने के लिए कह सकता है कि कौन-सी मैनेजमेंट टीमें गाइडेंस पर हेजिंग कर रही हैं या तिमाही-दर-तिमाही टोन बदल रही हैं। 256k कॉन्टेक्स्ट विंडो बिना चंकिंग के पूरे ट्रांसक्रिप्ट्स और 10-Ks (वार्षिक वित्तीय दस्तावेज़) संभाल लेगी। या यदि आप किसी यूरोपीय निवेश फर्म का हिस्सा हैं, तो Mistral निश्चित ही फ़्रेंच, जर्मन, इटैलियन (या अरबी, जैसा हमने आज़माया) में काम करेगा।
यदि यह आपको अवास्तविक लगता है, तो शायद ऐसा नहीं होना चाहिए, क्योंकि HSBC ने इस सप्ताह ही Mistral के साथ एक सौदे की घोषणा की।
अंतिम विचार
Mistral 3 अंततः Mistral को एक सुसंगत संरचना देता है और ऐसे मॉडल जो विभिन्न बाधाओं में स्वाभाविक रूप से स्केल होते हैं। Large 3 प्रमुख मालिकाना सिस्टम्स के सामने टिकता है, जबकि Ministral लाइनअप आपके हार्डवेयर और लेटेंसी आवश्यकताओं के अनुरूप टियर चुनना आसान बनाता है।
यदि आप प्रयोग करने की योजना बना रहे हैं, तो होस्टेड API सबसे तेज़ शुरुआत है। और यदि आप लोकली बनाना या सेल्फ-होस्ट करना चाहते हैं, तो वेट्स डाउनलोड करना आपको पूरा नियंत्रण देता है।
यदि आप जानना चाहते हैं कि Mistral जैसे मॉडल अंदर से कैसे काम करते हैं, तो हमारा Large Language Models Concepts कोर्स आपके लिए उपयोगी होगा, और यदि आप Mistral को किसी ऐप्लिकेशन में वायर कर रहे हैं, तो API Fundamentals in Python व्यावहारिक पक्ष में मदद करता है।