Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Přehled modelů Mistral v roce 2026

Lekce 1 z 14 Aktualizováno 3. listopadu 2026 Začátečník
Na této stránce
  1. Proč Mistral nabízí tolik modelů
  2. Filozofie: Specializace versus univerzálnost
  3. Tři hlavní rodiny
  4. Jak se orientovat v tomto kurzu
  5. Klíčové poznatky

Aktualizováno 2. listopadu 2026 — modely. Modely Mistral Large 3 (mistral-large-2512) a Mistral Medium 3.5 jsou od 31. října 2026 zastaralé a budou odstraněny 30. dubna 2027. Jejich určený nástupce, Mistral Large 4 (mistral-large-4), je ve veřejném náhledu od 6. října. Příklady v tomto kurzu používají alias mistral-large-latest, který podle oficiální dokumentace (ověřeno 3. listopadu 2026) stále odkazuje na Mistral Large 3. Podobně mistral-medium-latest odkazuje na Mistral Medium 3.5: tyto aliasy zůstanou platné až do 30. dubna 2027. Pro nový projekt otestuj mistral-large-4, jejich určeného nástupce.

Proč Mistral nabízí tolik modelů

Když poprvé v roce 2026 otevřeš katalog Mistral AI, první dojem bývá často ohromující. Univerzální modely, specialisté na kód, audio a extrakci z dokumentů: katalog uvádí četné aktivní reference a na první pohled nic nenaznačuje, který se týká právě tebe. Tato hojnost není jen marketingový trik. Odráží záměrnou technickou filozofii: specializaci ve službách výkonu.

Společnost Mistral AI, založená v Paříži v roce 2023, se strategicky rozhodla neomezovat se na jediný model „pro všechno“. Odůvodnění tohoto rozhodnutí je přímé: model vycvičený k vynikání v konkrétním úkolu – generování kódu, přepis audia, extrakce textu z naskenovaného dokumentu – bude v tomto úkolu vždy lepší než univerzální model při stejných nákladech na výpočetní výkon. Relevantní otázkou tedy nikdy není „jaký je nejlepší model Mistral?“, ale „jaký je nejlepší model pro to, co potřebuji udělat?“.

Filozofie: Specializace versus univerzálnost

Tento přístup podporují tři technická pozorování. První se týká architektury Mixture of Experts (MoE), která umožňuje budovat modely s velmi vysokým celkovým počtem parametrů, přičemž na každý požadavek se aktivuje pouze jejich zlomek. Náklady na inferenci výrazně klesají ve srovnání s hustým modelem srovnatelné velikosti, což činí ekonomicky životaschopnou údržbu několika velkých modelů namísto pouze jednoho.

Druhé pozorování se týká samotného tréninku. Specializované modely jsou trénovány na cílených korpusech a optimalizovány pro cíle specifické pro jejich doménu, což jim poskytuje jasnou výhodu tam, kde se očekává. Třetím pozorováním je škála velikostí: mezi Ministral 3B a špičkovými modely pokrývá rozsah všechny scénáře nasazení, od chytrých telefonů až po masivní cloudovou infrastrukturu.

V praxi se tato tři pozorování promítají do způsobu návrhu. Firemní chatbot, pipeline pro extrakci faktur a asistent pro vývojáře nesdílejí stejná omezení latence, formáty vstupů ani požadavky na soukromí: bylo by absurdní zakládat je na stejném modelu. Stojí za zmínku také trend roku 2026: konvergence usuzování u univerzálních modelů. Rodina Magistral, dříve vyhrazená pro usuzování, je zastaralá: tato schopnost je nyní integrována přímo do modelů Small 4 a Medium 3.5.

Tři hlavní rodiny

Katalog je organizován kolem tří rodin a vědomí, do které rodiny model patří, ti hodně napoví o jeho zamýšleném použití.

Univerzální modely (Generalists)

Jedná se o všestranné modely schopné zvládat konverzaci, psaní, analýzu a usuzování. K červenci 2026 tuto rodinu strukturuje čtyři reference. Mistral Medium 3.5, vydaný v květnu 2026, je špičkový model: multimodální, agentní, silný v kódu. Mistral Small 4, vydaný v březnu 2026, je hybridní všestranný model, který sjednocuje instrukce, usuzování a kód v jediném modelu. Mistral Large 3, publikovaný v prosinci 2025, je velký univerzální model s otevřenými váhami. Nakonec řada Ministral 3 nabízí několik velikostí – 3B, 8B, 14B, text a vidění – pro vestavěná nasazení, kde musí model běžet přímo na zařízení.

Specialisté

Dále přicházejí modely navržené k vynikání v konkrétní doméně. Codestral a Devstral 2 pokrývají kód, jeden pro doplňování, druhý pro agenty schopné vést vývojový úkol. Voxtral zpracovává audio, na jedné straně syntézu řeči (TTS s klonováním zero-shot) a na druhé straně přepis v reálném čase. OCR 4, vydaný v červnu 2026, extrahuje obsah z dokumentů s ohraničovacími boxy a strukturálními bloky, což umožňuje vědět nejen co je napsáno, ale kde se to na stránce nachází. Moderation 2 konečně řeší bezpečnost a moderování obsahu.

Podpůrné modely

Třetí rodina sdružuje komplementární modely, ty, které nepíší odpověď, ale zajišťují fungování infrastruktury kolem nich. Mistral Embed generuje vnoření (embeddings) potřebná pro sémantické vyhledávání, stavební kámen jakéhokoli systému RAG. Codestral Embed dělá totéž pro zdrojový kód. Leanstral 1.5, publikovaný v červenci 2026, je open source základní model věnovaný formálním důkazům v Lean 4.

Co se týče nástrojů, všimni si Studio (červenec 2026), které přináší verzionované prompty a dovednosti s vlastnictvím a sledovatelností. Jakmile na stejných projektech AI pracuje více lidí, přestává být tato správa verzí komfortem a stává se nutností.

Jak se orientovat v tomto kurzu

Budeme postupovat v nejpřirozenějším pořadí pro praktika. Nejprve přijdou na řadu vlajkové univerzální modely, protože s těmi se setkáš jako první; následují specialisté, doména po doméně. Poté probereme systém úrovní – Open, Premier, Labs – a jeho dopady na licencování a nasazení, než ti dáme klíče k výběru v reálném kontextu.

Na konci tohoto kurzu bys měl být schopen okamžitě identifikovat, který model odpovídá zadané potřebě, vysvětlit kompromisy mezi náklady a výkonem a sledovat rychlý vývoj ekosystému, aniž bys ztratil přehled.

Klíčové poznatky

  • Mistral AI upřednostňuje specializaci před jediným univerzálním modelem
  • Architektura MoE (Mixture of Experts) je srdcem této strategie
  • Katalog pokrývá tři rodiny: univerzální, specialisty a podpůrné
  • V roce 2026 je usuzování integrováno do univerzálních modelů (Small 4, Medium 3.5) – Magistral je zastaralý
  • Výběr modelu vždy závisí na případu použití, nikoli na absolutním žebříčku