Mistral杀回来了！Small 3.1开源发布，性能完胜Gemma 3，RTX 4090就能跑

Mistral 又搞了个 “小而美” 的狠货： Mistral Small 3.1 发布并开源：

号称 “小 3.1”，但能力不 “小”。 多模态、开源 Apache 2.0 协议，关键是性能还杠杠的，直接 PK 掉 Gemma 3 和 GPT-4o mini。

看 Benchmark 图： 横坐标是速度，越小越快； 纵坐标是知识，越大越强。 Mistral Small 3.1，直接霸榜左上角，速度、知识双 Buff 加持。

Mistral 官方列出了 Small 3.1 的关键特性和能力：

• 轻量级： 能在 RTX 4090 或 32GB 内存的 Mac 上运行，适合本地部署。

• 快速响应： 适合虚拟助手等需要快速响应的应用。

• 低延迟函数调用： 能快速执行函数。

• 领域微调： 能针对特定领域进行微调，比如法律、医疗等。

• 高级推理基础： 社区可以在此基础上构建更强的推理模型。

最近几周，已经有一些基于 Mistral Small 3 的优秀推理模型出现，比如Nous Research 的 DeepHermes 24B。Mistral 同时发布了基础模型和指令调优的 checkpoint，方便大家进一步定制。

“AI 智能，两周一降价”， 这趋势有点猛。

有人分析 Mistral Small 3.1，觉得这模型潜力巨大。 虽然现在还不是原生多模态，但 Mistral 可能会憋个大的，直接搞个原生多模态模型出来。

参数 30B 左右，各种模态都支持。 要是真成了，说不定能再现 Mistral 7B 的 “经典时刻”。

Mistral Small 3.1 的基准测试成绩

多张图。

先看多语言能力，Mistral Small 3.1 在欧洲、东亚、中东语言上平均值领先。

长上下文方面，Mistral Small 3.1 只有在RULER 上不如 Claude-3.5 Haiku。

多模态指令上，Mistral Small 3.1 都有显著优势。

文本指令上，Mistral Small 3.1 在 SimpleQA 、GPQA Main、GPQA Diamond 上领先。在 MMLU、MMLU Pro、HumanEval、MATH 上，也是有高有低。

有网友指出，Mistral Small 3.1 参数多、支持多语言、多模态，还没啥限制，就是推理能力差点意思。

但马上有人泼冷水，说简单任务用推理模型就是 “高射炮打蚊子”， 太啰嗦。 他们更喜欢轻量级的模型处理日常小事。

推理能力不是万金油。 像低延迟翻译，速度才是硬道理，要啥推理？ 

并且这个模型还开源：

有人觉得 Mistral 完胜， gpt4o-mini 不行。

反方表示，GPT-4 级别大模型的 “底蕴” 还是在那儿，小模型就算加了 RL 也比不了， “隐含知识” 就是值钱。

而又说到基准测试，有眼尖的网友表示：

“ 这测试选的，也太奇怪了吧？对比的模型也怪怪的。Mistral Small 3.0 呢？藏哪儿去了？是不是怕露馅？”

“ 还有，有些地方 Mistral Small 3.1 只是勉强赢了 Gemma3-it-27b，之前 3.0 可是碾压的啊，这啥情况？”

对此，网友表示：“ 最近的模型，都喜欢挑对自己有利的测试，Mistral 更狠，直接无视中国的模型… ”

本文转载自AI进修生，作者：Aitrainee