Mistral 3: dentro la famiglia di modelli, i benchmark, i test e altro

È possibile che molti carichi di lavoro aziendali non abbiano bisogno di modelli di frontiera e che ciò di cui abbiano realmente bisogno sia un'inferenza veloce ed economica su compiti specifici. Penso al routing dell'assistenza clienti, alla classificazione dei documenti, al completamento del codice. 

È su questa storia che Mistral AI sta puntando: modelli compatti e open-weight, che possono essere perfezionati con dati di dominio e che possono essere eseguiti in modo efficiente su larga scala. 

A tal fine, proprio questa settimana Mistral ha rilasciato Mistral 3, e secondo me fa molta strada verso il raggiungimento di quell'obiettivo. Innanzitutto, i modelli in sé sono promettenti: Mistral Large 3, il flagship, supera i concorrenti open source, Kimi-K2 e Deepseek-3.1, su importanti test di benchmark. In secondo luogo, Mistral sta rendendo più chiara la propria offerta di prodotto. Vedi, è la prima volta che Mistral AI rilascia un'intera famiglia di modelli. (Quando Medium 3 è uscito all'inizio di quest'anno, non era subito ovvio (dal nome soltanto) che dovesse superare Large 2, che era uscito l'anno scorso.)

Che cos'è Mistral 3?

Mistral 3 è la nuova generazione di modelli di Mistral AI, costruita su un'architettura e un set di funzionalità condivisi. Invece di rilasciare varianti isolate, Mistral è passata a una famiglia unificata in cui ogni modello supporta prompt multilingue, input multimodali e le stesse capacità di base. L'idea è dare agli sviluppatori una base coerente indipendentemente dalla dimensione scelta.

Questa generazione punta anche a migliorare il ragionamento, l'efficienza e l'usabilità pratica su tutta la linea. Che tu stia eseguendo test nel cloud o costruendo applicazioni che richiedono inferenza più rapida, Mistral 3 introduce una base più chiara e prevedibile su cui costruire.

Uno sguardo alla famiglia di modelli

Ho detto che Mistral 3 è davvero una famiglia di modelli. Sono quattro in tutto, e ciascuno mira a vincoli diversi: profondità di ragionamento, limiti hardware, latenza e ambienti di distribuzione. Detto questo, un modello spicca sugli altri: Large 3 è pensato per una classe di carichi di lavoro molto diversa rispetto ai livelli più piccoli, che sono progettati con in mente la praticità e la flessibilità di distribuzione. 

Mistral Large 3

Mistral Large 3 è il modello di punta della generazione. Usa un'architettura MoE sparsa con 675 miliardi di parametri, di cui circa 41 miliardi attivi durante l'inferenza, e questo comporta naturalmente requisiti hardware più elevati. Il modello è progettato per carichi di lavoro che si affidano a forte capacità di ragionamento, elaborazione di contesti lunghi e qualità d'uscita costante. Si comporta bene nelle valutazioni open source, inclusi risultati di vertice nella classifica non-reasoning di LMArena. L'efficienza sui token è buona, anche se il costo computazionale riflette la sua dimensione.

Ministral 14B

È il modello denso più potente della famiglia. È una buona opzione quando vuoi vera capacità senza entrare nel territorio dei cluster multi-GPU. Gira comodamente su una singola configurazione con GPU di fascia alta (quattro GPU se vuoi margine) e ottiene punteggi solidi in compiti come AIME ’25. L'equilibrio tra qualità dell'output ed efficienza dei token lo rende un compromesso pratico per i team che vogliono un ragionamento intelligente senza hardware alla scala MoE. Puoi leggere il nostro tutorial sul fine-tuning di Ministral 3 dedicato.

Ministral 8B

Penso all'8B come al cavallo di battaglia. Resta veloce, prevedibile ed economico coprendo un'ampia gamma di scenari in produzione: sistemi di chat, strumenti interni, flussi di automazione e applicazioni RAG. Non eguaglierà Large 3 o 14B nel ragionamento profondo, ma il rapporto costo-prestazioni è il più forte della famiglia. L'uso dei token resta basso e gli output rimangono coerenti.

Ministral 3B

È il modello più piccolo ed è progettato per girare praticamente ovunque. È denso, leggero e a suo agio su CPU, dispositivi mobili o hardware IoT. Non lo sceglierai quando serve ragionamento complesso, ma è ideale per app offline, compiti di instradamento, classificatori leggeri e assistenti che necessitano di risposte immediate. L'efficienza dei token è eccellente.

Per tutti e quattro ottieni licenza Apache 2.0, supporto multimodale immagine+testo e un'ampia copertura multilingue. Poiché i modelli si comportano in modo coerente, puoi scalare su o giù senza dover reimparare idiosincrasie.

Tabella di confronto dei modelli

Ecco come si confrontano i modelli a colpo d'occhio:

Come si vede dalla tabella, Mistral Large 3 utilizza un'architettura MoE sparsa con 41 miliardi di parametri attivi su 675 miliardi totali. In pratica, il modello contiene più reti "esperte" specializzate e, per ogni token o compito, instrada selettivamente solo un sottoinsieme di questi esperti invece di usare tutti i parametri.

I modelli Ministral usano tutti architetture dense, il che significa che tutti i parametri sono attivi per ogni inferenza.

Osservando bene i requisiti hardware mostrati in tabella, si vede un chiaro compromesso tra dimensioni del modello e flessibilità di distribuzione: Mistral Large 3 richiede otto GPU di fascia alta mentre Ministral 3B può girare su CPU/dispositivi mobili consumer.

Provare Mistral 3

Ho concentrato i miei test su Large 3. Dato che Large 3 è il flagship, è sia il modello più capace sia quello che la maggior parte delle persone userà.

Test 1: Multimodale + multilingue

Per il primo test, ho fornito a Mistral 3 Large uno screenshot in arabo con il seguente prompt.

In questo scenario, un cliente descrive un problema con la sua parabola satellitare. Dice di averla reinstallata o riposizionata, ma non funziona correttamente e la sua connessione internet è giù.

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 understandOfferto da

Per prima cosa, Large 3 ha tradotto il messaggio, e ho temuto che potessimo andare nella direzione sbagliata. Non serve essere madrelingua arabi per capire che la versione inglese è imprecisa.

Nonostante Mistral avesse tradotto male parti della domanda, le sue indicazioni per il cliente (che è la parte più utile) avevano senso. I punti 1-3 si leggono bene in arabo (lo so perché ho chiesto aiuto per una traduzione umana), ma Mistral ha creato un errore al punto 4 quando ha fatto riferimento a “assistenza artistica” invece di “assistenza tecnica”.

Mi ha colpito che Mistral fosse fedele al dialetto arabo richiesto. La conversazione era chiaramente levantina.

Test 2: Compito di coding reale

Poi gli ho chiesto un compito di programmazione piccolo ma realistico:

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.Offerto da

Large 3 ha restituito una funzione breve e leggibile con una gestione degli errori sensata e input ordinati. Nel mio test, la soluzione era compatta e l'output è rimasto focalizzato. A seconda del prompt e del compito, questo potrebbe aiutare a mantenere l'uso dei token più basso del previsto.

Test 3: Sfida di ragionamento

Per controllare il ragionamento multi-step senza passare a una modalità dedicata, ho usato un classico rompicapo:

Un successivo rompicapo logico su scatole di frutta etichettate male è stato risolto in modo pulito senza divagare.

Benchmark di Mistral 3

I benchmark non sono tutto, ma aiutano a contestualizzare il modello. Mistral confronta Large 3 principalmente con pari open source come DeepSeek-3.1 e Kimi-K2, il che ha senso dato la licenza Apache 2.0.

Large 3 si comporta bene su ragionamento, GSM8K, AIME e valutazioni di coding. È attualmente il miglior modello open source per il coding nella classifica LMArena. I primi risultati su SWE-Bench mostrano che risolve compiti di ingegneria del software a un livello paragonabile ad altri sistemi densi e MoE ad alta capacità. Anche i modelli Ministral mantengono posizioni solide in rapporto alla loro dimensione.

Mistral 3 vs. concorrenti

Notevolmente assenti dai confronti di Mistral sono i modelli di frontiera rilasciati a fine novembre: Gemini 3 Pro (che ottiene il 91,9% su GPQA Diamond e 1501 Elo su LMArena), GPT-5.1 e Claude Opus 4.5 (che guida su SWE-bench Verified con oltre l'80%). Se metti Large 3 accanto a questi modelli, i sistemi proprietari mantengono ancora un vantaggio sui benchmark di ragionamento più difficili e sui compiti agentici complessi. È vero. Ma per molti carichi di lavoro pratici, soprattutto considerando la possibilità di self-hosting, fine-tuning e distribuzione senza lock-in del fornitore, Large 3 offre prestazioni competitive.

Mistral 3 è un rilascio forte per l'ecosistema open. La combinazione di efficienza sui token, profondità multilingue e gestione di contesti lunghi lo rende importante. È una combinazione di capacità e apertura a una scala che non avevamo ancora visto. Large 3 si avvicina ai migliori sistemi proprietari pur restando qualcosa che puoi scaricare, ispezionare e distribuire come vuoi.

Se c'è un ambito in cui mantenere le aspettative, è sui compiti di ragionamento più complessi e sulle capacità agentiche. Large 3 si comporta bene, ma modelli come Opus 4.5 e GPT 5.1 gestiscono catene di ragionamento lunghe con maggiore coerenza.

Come posso accedere a Mistral 3?

Ci sono diversi modi per iniziare, a seconda di come intendi usare i modelli.

Se vuoi solo provarli, l'API hosted è la via più semplice. Tutti e quattro i livelli — Large 3, 14B, 8B e 3B — sono disponibili con una normale chiave API. La fatturazione è basata sui token ed è il modo più rapido per testare ragionamento, prompt multimodali o compiti multilingue.

Se preferisci il pieno controllo, i pesi open sono disponibili per il download. Quando Mistral li definisce i “migliori modelli open-weight permissivi”, intende dire:

• Puoi scaricare i pesi
• Puoi usarli commercialmente
• Puoi modificarli o farne il fine-tuning
• Possiedi l'intero stack di distribuzione end-to-end

Large 3 richiede hardware serio, ma i modelli Ministral scalano verso il basso senza problemi. Puoi anche usare piattaforme partner se vuoi sperimentare backend diversi senza gestire macchine tue.

Casi d'uso di Mistral 3

In questo articolo ho portato alla luce un paio di casi d'uso, ma ora voglio dedicare più tempo a scrivere come potrei vedere i team usare davvero ogni livello nella pratica. Il leadership team di Mistral sta davvero scommettendo che la maggior parte delle aziende possa fare molto con modelli piccoli, open-weight e perfezionabili. 

Immagino come un analista di hedge fund potrebbe caricare 50 trascrizioni di call sugli utili e chiedere a Mistral Large 3 di segnalare quali team di management stanno glissando sulla guidance o cambiando tono di trimestre in trimestre. La finestra di contesto da 256k gestirebbe intere trascrizioni più i 10-K (documenti finanziari annuali) senza suddivisione in chunk. Oppure se fai parte di una società d'investimento europea, Mistral lavorerebbe sicuramente in francese, tedesco, italiano (o arabo, come abbiamo provato).

Se questo ti sembra inverosimile, forse non dovrebbe, perché HSBC ha annunciato un accordo con Mistral proprio questa settimana.

Considerazioni finali

Mistral 3 fornisce finalmente a Mistral una struttura coerente e modelli che scalano in modo naturale in base a vincoli diversi. Large 3 tiene testa ai principali sistemi proprietari, mentre la gamma Ministral rende facile scegliere un livello adatto alle tue esigenze di hardware e latenza.

Se hai in programma di fare esperimenti, l'API hosted è il modo più rapido per iniziare. E se vuoi costruire in locale o self-hostare, scaricare i pesi ti dà il pieno controllo.

Se sei curioso di sapere come funzionano dietro le quinte modelli come Mistral, il nostro corso Large Language Models Concepts ti sarà molto utile e, se stai integrando Mistral in un'applicazione, API Fundamentals in Python ti aiuta sul lato pratico.