Mistral Large 3
Mistral Large 3是由法国人工智能公司Mistral AI开发的大型语言模型，属于其旗舰级模型系列。该模型具备强大的多语言处理能力，支持复杂推理、代码生成与长文本理解，适用于企业级自然语言处理任务。其设计注重高性能与高效率的平衡，可通过API及本地部署方式使用，面向开发者和商业应用场景提供服务。
时间轴 (近 90 天)
Mistral Large 4 的前代 Mistral Large 3 参数规模约在 6500 亿到 7000 亿区间。
Mistral Large 3 采用 128 个细粒度专家构成的 MoE 架构，每个 token 动态激活其中 8 个专家。
Mistral Large 3 总参数量为 4200 亿，解码阶段仅需承担 680 亿活跃参数的计算成本和延迟。
Mistral Large 3 支持 512,000 token 的原生上下文窗口，结合块稀疏注意力与硬件校准的旋转位置编码（RoPE）。
在 Needle In A Haystack 测试中，Mistral Large 3 在半个百万 token 窗口的任意深度象限都实现了 99.8% 的检索精度。
Mistral Large 3 权重以 FP8/BF16 格式开放下载，可在本地主权云或完全离线的气隙环境中部署。
在 SWE-bench Verified 基准测试中，Mistral Large 3 达到 53.8% 的得分。
Mistral Large 3 的分布式并行策略建议使用专家并行（EP=8 或 16）和张量并行（TP=4 或 8），并要求 InfiniBand / RoCE v2 + RDMA 网络每端口至少 400 Gbps。
当上下文接近 512K token 时，预填充与解码解耦架构可确保用户在读取整本规格书后仍能在 800 毫秒内收到首个响应 token。
在 Terminal-Bench 4.0 基准测试中，Mistral Large 3 取得 65.2% 的得分，排名全球第二。
还有 4 条时间轴事件
全部知识事实 (10)
Mistral Large 4 的前代 Mistral Large 3 参数规模约在 6500 亿到 7000 亿区间。
50%待验证Mistral Large 3 采用 128 个细粒度专家构成的 MoE 架构，每个 token 动态激活其中 8 个专家。
50%待验证Mistral Large 3 总参数量为 4200 亿，解码阶段仅需承担 680 亿活跃参数的计算成本和延迟。
50%待验证Mistral Large 3 支持 512,000 token 的原生上下文窗口，结合块稀疏注意力与硬件校准的旋转位置编码（RoPE）。
50%待验证在 Needle In A Haystack 测试中，Mistral Large 3 在半个百万 token 窗口的任意深度象限都实现了 99.8% 的检索精度。
50%待验证Mistral Large 3 权重以 FP8/BF16 格式开放下载，可在本地主权云或完全离线的气隙环境中部署。
50%待验证Mistral Large 3 的分布式并行策略建议使用专家并行（EP=8 或 16）和张量并行（TP=4 或 8），并要求 InfiniBand / RoCE v2 + RDMA 网络每端口至少 400 Gbps。
50%待验证从Large 3到Large 4，总参数增长56%，激活参数仅增长20%
50%待验证当上下文接近 512K token 时，预填充与解码解耦架构可确保用户在读取整本规格书后仍能在 800 毫秒内收到首个响应 token。
50%待验证对于日处理量超过 5 亿 token 的大型企业，使用开放权重的 Mistral Large 3 本地部署，每百万 token 的有效成本可降至 $0.35 以下，相比闭源竞品 API 节省超过 80%。
50%