AI-modeller · Modellfamilj
Mistral AI erbjuder en europeisk modellfamilj med öppna vikter, som går att köra via API eller på egen hårdvara — från den lilla Ministral till flaggskeppet Large 4.
Betyg 79 av 100 Preliminär (källbaserad)
Läs bedömningenAPI är inte tillämpligt för den här typen av programvara.
MCP är inte tillämpligt för den här typen av programvara.
Totalbetyg
79 av 100
Preliminär (källbaserad)
Huvuddelen Apache-2.0/Modified MIT med fritt självägande, men blandad portfölj (Medium 3.5 intäktströskel, Large 4 public preview).
Bred familj från telefon (Ministral 3B) till datacenter (Large 4) med agents, kod, vision, OCR och tal.
Small/Ministral i GGUF/Ollama/vLLM; Large 4 kräver kluster. OpenAI-kompatibelt API.
Etablerad europeisk aktör med kontinuerliga releaser och EU AI Act-dokumentation.
Agents & Conversations API, function calling, structured outputs och dokumenterad finjustering.
Väldokumenterad med tydliga licens-/driftbeskrivningar per modell.
Öppna vikter gratis, transparenta API-priser; Modified MIT-tröskel påverkar bara stora MaaS-aktörer.
Mistral Small i toppen på EuroEvals svenska NLU — verifierad svensk förmåga; Large 4 ej specifikt verifierad.
Företaget, grundat 2023, täcker storleksspektrumet brett: Large 4 (oktober 2026) är ett MoE-flaggskepp i public preview, Large 3 och Small 4 är mellanklass, och Ministral är telefon- och kontornära. Licensbilden är blandad — Small, Ministral och Large 3 är Apache-2.0, medan Medium 3.5 har en Modified MIT-licens med intäktströskel. Vikterna för Small 4, Large 3, Medium 3.5 och Ministral 3 kan hämtas och köras själv, och API:et (La Plateforme) stödjer agentflöden, verktygsanrop och strukturerade utdata.
På svenska finns dokumenterad styrka: Mistral Small ligger i toppskiktet på EuroEvals svenska språktest. Mistral driver dessutom en egen MCP-server och låter Connectors använda externa MCP-servrar som verktyg i konversationer.
I siffror: Ministral 3 finns i 3B, 8B och 14B och klarar sig vid fp4 på ungefär 5–11 GB GPU-RAM enligt Mistral:s egna riktvärden, Small 4 har 119 miljarder parametrar varav 6,5 miljarder aktiva (cirka 60 GB vid fp4, uppskattningsvis 238 GB vid bf16), Medium 3.5 ligger på 128 miljarder och Large 3 på 675 miljarder varav 41 miljarder aktiva (cirka 360–1 800 GB). Large 4 når 1,05 biljoner parametrar med 52 miljarder aktiva.
Relativa nivåer inom familjen (hög/medel/låg) — inte absoluta mått mot andra leverantörer. Avsnittet uppdateras vid nya versioner utan att sidans adress ändras.
| Modell | Användningsområde | Kapacitet | Hastighet | Kostnadsnivå | Licens | Lokal drift |
|---|---|---|---|---|---|---|
| Mistral Large 4 Flaggskepp | Multimodal generell användning (1T/52B aktiv) | Hög | Medel | Medel | Apache 2.0 (öppna vikter) | Ja |
| Mistral Small 4 Hybrid | Instruktion, resonemang och kodning i en modell | Medel | Hög | Låg | Apache 2.0 | Ja |
| Mistral Medium 3.5 Mellanskikt | Generell användning på medelnivå | Medel | Medel | Medel | Apache 2.0 | Ja |
| Codestral / Devstral 2 Kodspecialist | Kodkomplettering och agentisk kodning | Medel | Hög | Låg | Apache 2.0 (öppna vikter) | Ja |
| Ministral 3 Edge | Liten modell (8B) för edge och begränsad hårdvara | Låg | Hög | Låg | Apache 2.0 | Ja |
AI-modeller · Öppna modellvikter – Googles Gemma-familj (text, bild, video och ljud)
Språkmodellfamiljen Gemma från Google DeepMind kommer med öppna vikter — färdiga modeller som kan laddas ner och köras på egen hårdvara, från telefon till datacenter.
AI-modeller · Modellfamilj
Qwen är Alibabas familj av språkmodeller med öppna vikter — körbara lokalt på egen hårdvara eller som API-tjänst, med stöd för ett mycket stort antal språk.
