Mistral AI 发布开源编码智能体 Devstral
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大模型 Devstral，在 SWE-Bench Verified 上取得 46.8% 的成绩，超过此前开源最优模型 6 个百分点以上，并以 Apache 2.0 协议免费开源。
推荐理由：原文给出了基准成绩、开源许可和本地部署门槛，读者可据此评估它作为开源编码智能体的实际可用性。
全部AI Token 动态
全部动态
今日 6 条Mistral AI精选AI 评分7575
Mistral AIAI 评分5252 Mistral AI 发布 Le Chat Enterprise 企业版
Mistral AI 发布 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动，面向企业提供统一 AI 平台，包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，功能将在未来两周内逐步上线。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Medium 3，主打低成本高性能
Mistral AI 发布 Mistral Medium 3，在多数基准上达到 Claude Sonnet 3.7 的 90% 以上性能，定价为每百万 token 输入 $0.4、输出 $2，成本显著更低。该模型在编码和 STEM 任务上接近更大规模的竞品，并支持混合部署或本地 VPC 部署，API 即日起在 Mistral La Plateforme 和 Amazon Sagemaker 上线。
推荐理由：原文给出了性能对比和定价，读者可以据此判断中等规模模型在成本与能力之间的取舍。
Mistral AIAI 评分3838 Mistral 评估 RAG 系统：以 LLM 为裁判与 RAG Triad 框架
Mistral 探讨如何用“LLM As A Judge”方法评估 RAG 系统，通过裁判模型按数值、二元或定性量表为生成答案打分。文章介绍了 RAG Triad 框架，从上下文相关性、接地性和答案相关性三个维度检查检索与生成质量。Mistral 的模型可同时充当生成器和裁判，其 API 的结构化输出功能可用于构建更可靠的评估流程。
Mistral AI精选AI 评分7272 Mistral Small 3.1 发布：128k 上下文、多模态、Apache 2.0 开源
Mistral AI 发布 Mistral Small 3.1，在文本性能、多模态理解和 128k 上下文窗口上较前代升级，推理速度达每秒 150 tokens，性能超越 Gemma 3 和 GPT-4o Mini，并以 Apache 2.0 许可开源。
推荐理由：官方公布了性能对比、推理速度和开源许可，读者可据此判断它相对同类小模型的定位与适用场景。
Mistral AI精选AI 评分7575 Mistral 发布 OCR API，支持多模态文档理解与自托管
Mistral 发布 Mistral OCR，一个光学字符识别 API，可理解文档中的媒体、文本、表格和公式，并输出有序的交错文本与图像。API mistral-ocr-latest 定价为 1000 页/美元，批量推理约翻倍，已在 la Plateforme 上线，并成为 Le Chat 的默认文档理解模型。
推荐理由：原文给出了 Mistral OCR 的基准对比、定价和自托管选项，读者可据此判断它相对现有 OCR 服务的定位。
Mistral AIAI 评分3333 Mistral AI 用智能体工作流自动化 PRD 与开发任务生成
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动，可自动将会议记录转化为产品需求文档（PRD）和开发任务，并直接创建到 Linear / Jira 等项目管理工具中。