Oversigt over Mistral-modeller i 2026
På denne side
Opdateret 2. november 2026 — modeller. Mistral Large 3 (
mistral-large-2512) og Mistral Medium 3.5 er udgået siden 31. oktober 2026 og vil blive fjernet 30. april 2027. Deres udpegede efterfølger, Mistral Large 4 (mistral-large-4), har været i offentlig forhåndsvisning siden 6. oktober. Eksemplerne i dette kursus bruger aliasetmistral-large-latest, som ifølge den officielle dokumentation stadig peger på Mistral Large 3 (verificeret 3. november 2026). Tilsvarende pegermistral-medium-latestpå Mistral Medium 3.5: disse aliaser forbliver gyldige indtil 30. april 2027. Testmistral-large-4, deres udpegede efterfølger, til nye projekter.
Hvorfor Mistral tilbyder så mange modeller
Når du åbner Mistral AI-kataloget for første gang i 2026, kan det første indtryk virke overvældende. Generalister, specialister til kode, lyd og dokumentudtræk: kataloget lister numerous aktive referencer, og ved første øjekast er det ikke tydeligt, hvilken der vedrører dig. Denne overflod er ikke blot et marketingtrick. Den afspejler en bevidst teknisk filosofi: specialisering i tjeneste for ydeevne.
Mistral AI, grundlagt i Paris i 2023, traf det strategiske valg ikke at begrænse sig til én enkelt „gør-alt”-model. Ræsonnementet bag denne beslutning er direkte: En model, der er trænet til at excellerere i en specifik opgave – såsom kodegenerering, lydtransskription eller tekstudtræk fra et scannet dokument – vil altid overgå en generalist på netop den opgave ved samme beregningsomkostning. Det relevante spørgsmål er derfor aldrig „hvad er den bedste Mistral-model?”, men „hvad er den bedste model til det, jeg skal lave?”.
Filosofien: Specialisering kontra generalist
Tre tekniske observationer understøtter denne tilgang. Den første vedrører Mixture of Experts (MoE)-arkitekturen, som gør det muligt at bygge modeller med meget store samlede parameterantal, mens kun en brøkdel af dem aktiveres pr. anmodning. Inferensomkostningerne falder markant sammenlignet med en tæt model af tilsvarende størrelse, hvilket gør det økonomisk levedygtigt at vedligeholde flere store modeller frem for kun én.
Den anden observation vedrører selve træningen. Specialistmodeller trænes på målrettede korpusser og optimeres til målsætninger, der er specifikke for deres domæne, hvilket giver dem en klar fordel, hvor det forventes. Den tredje observation er udvalg af størrelser: Mellem Ministral 3B og frontlinjemodeller dækker spektret alle implementeringsscenarier, fra smartphone til massiv cloud-infrastruktur.
I praksis oversættes disse tre observationer til en designmæssig tankegang. En enterprise-chatbot, en pipeline til fakturaudtræk og en udviklingsassistent deler ikke de samme latenskrav, inputformater eller privatlivskrav: Det ville være absurd at basere dem på samme model. En tendens i 2026 fortjener også at blive nævnt med det samme: konvergensen af ræsonnement i generalister. Magistral-familien, der tidligere var dedikeret til ræsonnement, er udgået: Denne kapacitet er nu integreret direkte i Small 4 og Medium 3.5.
Tre hovedfamilier
Kataloget er organiseret omkring tre familier, og viden om, hvilken familie en model tilhører, fortæller dig meget om dens tilsigtede anvendelse.
Generalister
Dette er de alsidige modeller, der kan håndtere samtale, skrivning, analyse og ræsonnement. Fra juli 2026 strukturerer fire referencer denne familie. Mistral Medium 3.5, udgivet i maj 2026, er frontlinjemodellen: multimodal, agentisk og stærk til kode. Mistral Small 4, udgivet i marts 2026, er den hybride alsidige model, der forener instruktion, ræsonnement og kode i én enkelt model. Mistral Large 3, publiceret i december 2025, er den store generalist med åbne vægte. Endelig tilbyder Ministral 3-serien flere størrelser – 3B, 8B, 14B, tekst og vision – til indlejrede implementeringer, hvor modellen skal køre direkte på enheden.
Specialister
Dernæst kommer modellerne designet til at excellerere inden for et specifikt domæne. Codestral og Devstral 2 dækker kode; den ene til fuldførelse, den anden til agenter, der kan lede en udviklingsopgave. Voxtral håndterer lyd med talesyntese (TTS med zero-shot-kloning) på den ene side og realtidstransskription på den anden. OCR 4, udgivet i juni 2026, udtrækker indhold fra dokumenter med bounding boxes og strukturelle blokke, hvilket gør det muligt ikke kun at vide, hvad der er skrevet, men også hvor det er placeret på siden. Moderation 2 håndterer endelig sikkerhed og indholdsmoderation.
Støttemodeller
Den tredje familie grupperer komplementære modeller, dem der ikke skriver et svar, men får infrastrukturen omkring dem til at fungere. Mistral Embed genererer de embeddings, der kræves til semantisk søgning, som er byggestenen i ethvert RAG-system. Codestral Embed gør det samme for kildekode. Leanstral 1.5, publiceret i juli 2026, er en open source-fundamentalmodel dedikeret til formelle beviser i Lean 4.
På værktøjssiden skal du bemærke Studio (juli 2026), som bringer versionerede prompts og færdigheder med ejerskab og sporbarhed. Så snart flere personer arbejder på de samme AI-projekter, ophører denne versionsstyring med at være en komfort og bliver en nødvendighed.
Sådan navigerer du i dette kursus
Vi vil følge den mest naturlige rækkefølge for en praktiker. Flagskibs-generalistmodeller kommer først, da det er disse, du vil støde på først; specialister følger derefter domæne for domæne. Vi vil derefter dække tiersystemet – Open, Premier, Labs – og dets implikationer for licensering og implementering, før vi giver dig nøglerne til at vælge i en reel kontekst.
Når du har gennemført dette kursus, skal du kunne identificere øjeblikkeligt, hvilken model der svarer til et behov, du får forelagt, forklare de afvejninger mellem omkostninger og ydeevne, der er på spil, og følge økosystemets hurtige udvikling uden at fare vild.
Vigtige pointer
- Mistral AI prioriterer specialisering frem for én enkelt universel model
- MoE-arkitekturen (Mixture of Experts) er hjertet i denne strategi
- Kataloget dækker tre familier: generalister, specialister og støtte
- I 2026 er ræsonnement integreret i generalister (Small 4, Medium 3.5) — Magistral er udgået
- Modelvalget afhænger altid af brugscasen, ikke en absolut rangering