Yleiskatsaus Mistral AI Studioon
Tällä sivulla
Päivitetty 2. marraskuuta 2026 — Mallit. Mistral Large 3 (
mistral-large-2512) ja Mistral Medium 3.5 poistettiin käytöstä 31. lokakuuta 2026, ja ne poistetaan kokonaan 30. huhtikuuta 2027. Niiden nimenomainen seuraaja, Mistral Large 4 (mistral-large-4), on ollut julkisessa esiversiossa 6. lokakuuta lähtien. Tämän kurssin esimerkeissä käytetään aliastamistral-large-latest, joka viittaa tällä hetkellä Mistral Large 3 -malliin sen virallisen määritelmän mukaan (varmistettu 3. marraskuuta 2026). Vastaavastimistral-medium-latestviittaa Mistral Medium 3.5 -malliin. Nämä aliakset pysyvät voimassa 30. huhtikuuta 2027 saakka. Uusissa projekteissa sinun tulee testatamistral-large-4:ää, joka on nimenomainen seuraaja.
Kolme käyttöönottostrategiaa
Mistral-mallin siirtäminen tuotantoon vaatii muutakin kuin pelkän API-avaimen hankkimisen. Taustalla oleva infrastruktuuri vaihtelee rajusti riippuen siitä, rakennatko sisäistä avustajaa viikonlopun aikana prototyyppinä vai teollistatko asiakirjojen käsittelyä tiukkojen tietoturva vaatimusten puitteissa. Tästä syystä Mistral AI tarjoaa kolme erillistä lähestymistapaa. Valintasi riippuu turvallisuus-, suorituskyky- ja infrastruktuurin hallintavaatimuksistasi. Tämä ensimmäinen oppitunti antaa yleiskatsauksen ennen kuin sukellamme kunkin vaihtoehdon yksityiskohtiin.
Mistral AI Studio: sisäänkäyntipiste
AI Studio on Mistralin keskitetty alusta. Täältä saat käyttöösi mallit, hallinnoit API-avaimia, määrität organisaatioita ja valvot käyttöä. Se on myös paikka, jossa otat laskutuksen käyttöön ja valitset käyttöönottotilasi. Käytännössä tiimi, joka tutustuu Mistraliin, luo tänne tilin, ottaa laskutuksen käyttöön, generoi avaimen ja tekee ensimmäisen API-kutsunsa välittömästi ilman, että sen tarvitsee ottaa käyttöön ainuttakaan palvelinta.
Studion tarjoamat ominaisuudet kattavat useimmat sovellusten käyttötapaukset. Chat Completions hoitaa keskustelevan tekstin tuottamisen, mikä on perusrakennuspalikka kaikille avustajille tai tiivistysmoottoreille. Embeddings tuottaa vektoriesityksiä semanttista hakua varten: tämän ansiosta sisäinen dokumentaatiomoottori osaa nostaa esiin “korvausmenettelyä” koskevan muistion, kun työntekijä hakee termeillä “miten saan korvauksen”. Function Calling mahdollistaa mallin ulkoisten funktioiden kutsumisen, esimerkiksi kysyäksesi todellista varastotietokantaasi hallusinaatioiden sijaan. JSON Mode takaa jäsennellyt JSON-vastaukset, mikä on välttämätöntä, kun tuloste syötetään toiselle ohjelmalle eikä ihmislukijalle. Lopuksi kaksi ohjaustoimintoa täydentää tarjonnan: Guardrailing, joka hoitaa sisällön moderoinnin ja suodatuksen, sekä Fine-tuning, joka räätälöi malleja omalla datallasi, kun alasi sanasto tai sävy ei ole saavutettavissa pelkällä kehotteistuksella (prompting).
Kolme käyttöönottovaihtoehtoa
Ennen kuin tarkastelemme jokaista vaihtoehtoa yksityiskohtaisesti, tämä taulukko tiivistää niiden todelliset erot: kuka operoi infrastruktuuria, missä data sijaitsee, minkä verkon kautta se kulkee ja kuinka kauan käyttöönottoon menee aikaa.
| Kriterio | Serverless | Dedicated Serverless | Self-Hosted |
|---|---|---|---|
| Infrastruktuuri | Mistralin hallinnoima | Mistralin hallinnoima | Asiakkaan hallinnoima |
| Data | Jaettu monivuokraaja (multi-tenant) | Käytännössä eristetty | Asiakkaan isännöimä |
| Verkko | Julkinen internet | Yksityinen aliverkko | Asiakkaan isännöimä |
| Laskentateho | Jaettu | Jaettu (erillinen GPU saatavilla) | Asiakkaan isännöimä |
| Käyttötapaukset | Prototypointi, pk-yritykset | Tuotanto, yritykset | Tietoturvasuvereniteetti, on-premise |
| Aika käynnistykseen | Minuutteja | Tunteja | Päiviä/viikkoja |
Serverless: nopea aloitus
Serverless-vaihtoehto on yksinkertaisin. Luot tilin AI Studiossa, otat laskutuksen käyttöön ja saat API-avaimen minuuteissa. Mistral hallinnoi infrastruktuuria täysin, ja laskentateho on jaettu käyttäjien kesken. Vastaava koodi mahtuu viidelle riville, ja siinä juuri piilee pointti: mikään ei häiritse sinua tuotteesta, jota olet rakentamassa.
from mistralai.client import Mistral
client = Mistral(api_key="your-api-key")
response = client.chat.complete(
model="mistral-large-latest",
messages=[{"role": "user", "content": "Hello, how do I deploy a model?"}]
)
print(response.choices[0].message.content)
Tämä lähestymistapa sopii täydellisesti prototypointiin, pienivolyymisiin sovelluksiin tai tiimeille, jotka haluavat arvioida malleja ennen sitoutumista erilliseen infrastruktuuriin. Tee kuitenkin alusta alkaen tavaksi olla jättämättä avainta selkokielisenä tiedostoon. Näemme seuraavassa oppitunnissa, kuinka siirrät sen pois koodista.
Dedicated Serverless: yritystason eristys
Dedicated Serverless -vaihtoehto tarjoaa virtuaalisen datan eristyksen ja yksityisen aliverkon. Mistral hallinnoi edelleen infrastruktuuria, mutta pyyntösi eivät enää kulje julkisen internetin kautta, ja voit pyytää omistettuja GPU-yksiköitä varmistaaksesi tasaisen suorituskyvyn. Kuvittele keskinäinen vakuutusyhtiö, joka analysoi jäsentensä kirjeenvaihtoa: se ei halua operoida GPU-klausteria, mutta sen terveysdata ei saa kulkea julkista reittiä pitkin. Tämä vaihtoehto on räätälöity juuri tällaisia tilanteita varten, joissa datan arkaluonteisuus on todellinen, mutta yritys ei halua ryhtyä infrastruktuurin operaattoriksi.
Self-Hosted: täysi hallinta
Self-Hosted -vaihtoehto siirtää koko infrastruktuurin vastuun sinulle. Mistral toimittaa mallipainot – avoimia painoja, useimmiten Apache 2.0 -lisenssillä – ja sinä hallinnoit käyttöönottoa päättelymoottoreilla kuten vLLM tai TensorRT-LLM.
# Example: serving Mistral with vLLM
vllm serve mistralai/Mistral-Nemo-Instruct-2407 \
--tokenizer_mode mistral \
--config_format mistral \
--load_format mistral
Tämä on vaativin lähestymistapa, sillä se tekee sinusta vastuullisen GPU-yksiköistä, päivityksistä ja saatavuudesta. Se antaa sinulle kuitenkin täyden hallinnan dataan, verkkoon ja suorituskykyyn. Palaamme tähän yksityiskohtaisesti Self-Hosting-osiossa, oppitunneilla 10–13.
Vaihtoehdot Studiolle: kolmannen osapuolen pilvet
AI Studio ei ole ainoa sisäänkäyntipiste. Jos yrityksesi on jo keskittänyt laskutuksen, käytön ja vaatimustenmukaisuuden yhteen pilvipalveluntarjoajaan, on usein nopeampaa kuluttaa Mistralia siellä kuin tehdä ylimääräinen sopimus. Kuusi tarjoajaa jakaa malleja: Microsoftin Azure AI, joka tarjoaa ne Model as a Service -palveluna; Google Cloud Vertex AI, Googlen yhtenäinen ML-alusta; Amazon Bedrock, AWS:n hallinnoitu palvelu; Snowflake Cortex, joka integroi tekoälyn suoraan Snowflakeen; IBM watsonx.ai, IBM:n yritystason tekoälyalusta; sekä Outscale, eurooppalainen pilvipalveluntarjoaja.
Käymme nämä pilvivaihtoehdot läpi yksityiskohtaisesti oppitunneilla 4–9. Ennen kuin jatkat, sijoita oma projektisi yllä olevaan taulukkoon: vastaus kysymykseen “kuka pitäisi operoida GPU-yksiköitä?” karsii yleensä kaksi kolmesta sarakkeesta pois.
Keskeiset asiat
- AI Studio on keskeinen hubi Mistral-malliesi, API-avaintesi ja organisaatioidesi hallintaan
- Kolme käyttöönoton tasoa: Serverless (nopea), Dedicated (eristetty), Self-Hosted (täysi hallinta)
- Valintasi riippuu rajoitteistasi: budjetti, datan turvallisuus, viive ja volyymi
- Kolmannen osapuolen pilvet tarjoavat vaihtoehdon niille, jotka ovat jo integroituneet olemassa olevaan ekosysteemiin