Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Mistral modellek áttekintése 2026-ban

1. lecke 14 közül Frissítve 2026. november 3. Kezdő
Ezen az oldalon
  1. Miért kínál a Mistral ennyi modellt?
  2. A filozófia: Specializáció az általánossal szemben
  3. Három fő család
  4. Hogyan navigálj ebben a tanfolyamban?
  5. Főbb megállapítások

Frissítve: 2026. november 2. – modellek. A Mistral Large 3 (mistral-large-2512) és a Mistral Medium 3.5 támogatása 2026. október 31-én megszűnt, és 2027. április 30-án teljesen eltávolítják őket. Hivatalos utódjuk, a Mistral Large 4 (mistral-large-4) már október 6. óta elérhető nyilvános előzetes verzióban. A tanfolyam példái a mistral-large-latest álnevet használják, amely a hivatalos dokumentáció szerint (2026. november 3-án ellenőrizve) még mindig a Mistral Large 3-ra mutat. Hasonlóképpen, a mistral-medium-latest a Mistral Medium 3.5-re mutat: ezek az álnevek 2027. április 30-ig maradnak érvényben. Új projektek esetén teszteld a hivatalos utódot, a mistral-large-4 modellt.

Miért kínál a Mistral ennyi modellt?

Amikor 2026-ban először nyitod meg a Mistral AI katalógusát, az első benyomás gyakran túlnyomó. Általános célú modellek, kódra, hangra és dokumentumkinyerésre specializálódott szakértők: a katalógus számos aktív hivatkozást sorol fel, és első ránézésre semmi nem utal arra, hogy melyik vonatkozik rád. Ez a bőség nem csupán marketingfogás. Egy tudatos technikai filozófiát tükröz: a specializációt a teljesítmény szolgálatában.

A 2023-ban Párizsban alapított Mistral AI stratégiai döntést hozott, hogy nem korlátozódik egyetlen „mindent tudó“ modellre. A döntés hátterében álló érvelés egyenes: egy adott feladat kiváló ellátására betanított modell – legyen az kódgenerálás, hangátirat vagy szkennelt dokumentumból szövegkinyerés – mindig felülmúlja az általános célú modellt ugyanazon a feladaton, azonos számítási költség mellett. A releváns kérdés tehát sosem az, hogy „melyik a legjobb Mistral modell?“, hanem hogy „melyik a legjobb modell ahhoz, amit csinálnom kell?“.

A filozófia: Specializáció az általánossal szemben

Három technikai megfigyelés támasztja alá ezt a megközelítést. Az első a Szakértők Keveréke (Mixture of Experts, MoE) architektúrát érinti, amely lehetővé teszi nagyon nagy teljes paraméterszámú modellek létrehozását, miközben kérésenként csak azok töredékét aktiválja. A következtetési (inference) költségek jelentősen csökkennek egy comparable méretű sűrű (dense) modellhez képest, ami gazdaságilag életképessé teszi több nagy modell fenntartását egyetlen helyett.

A második megfigyelés magát a tanítási folyamatot érinti. A szakértő modelleket célzott korpuszokon tanítják, és domain-specifikus célokra optimalizálják, ami egyértelmű előnyt biztosít számukra az elvárt területeken. A harmadik megfigyelés a méretezés skálája: a Ministral 3B és a legkorszerűbb (frontier) modellek közötti tartomány lefedi az összes telepítési forgatókönyvet, az okostelefonoktól a masszív felhőinfrastruktúráig.

A gyakorlatban ez a három megfigyelés egy sajátos tervezési szemléletmóddá alakul. Egy vállalati chatbot, egy számlakinyerő folyamat és egy fejlesztői asszisztens nem osztozik ugyanazokon a késleltetési korlátokon, bemeneti formátumokon vagy adatvédelmi követelményeken: abszurd lenne őket ugyanarra a modellre alapozni. Érdemes előre is megjegyezni egy 2026-os trendet: az általános modellekben integrálódó következtetési képesség. A korábban kizárólag következtetésre szakosodott Magistral család támogatása megszűnt: ez a képesség most már közvetlenül integrálva van a Small 4 és a Medium 3.5 modellekbe.

Három fő család

A katalógus három család köré szerveződik, és annak ismerete, hogy egy modell melyik családba tartozik, sokat elárul a tervezett felhasználásáról.

Általános célú modellek (Generalists)

Ezek a sokoldalú modellek, amelyek képesek kezelni a beszélgetést, írást, elemzést és következtetést. 2026 júliusától négy hivatkozás strukturálja ezt a családot. A Mistral Medium 3.5, amelyet 2026 májusában adtak ki, a legkorszerűbb (frontier) modell: multimodális, ágens-képes és erős kódban. A Mistral Small 4, amely 2026 márciusában jelent meg, a hibrid, sokoldalú modell, amely egyesíti az utasításkövetést, a következtetést és a kódolást egyetlen modellben. A Mistral Large 3, amelyet 2025 decemberében tettek közzé, a nagy általános célú modell nyílt súlyokkal. Végül a Ministral 3 család több méretet kínál – 3B, 8B, 14B, szöveg és látás –, amelyek beágyazott telepítésekhez készültek, ahol a modellnek magán az eszközön kell futnia.

Szakértő modellek (Specialists)

Ezután jönnek azok a modellek, amelyeket arra terveztek, hogy egy adott domainben kiemelkedőt nyújtsanak. A Codestral és a Devstral 2 a kódot fedi le: az egyik a kiegészítésre, a másik pedig olyan ágensekre specializálódott, amelyek képesek irányítani egy fejlesztési feladatot. A Voxtral a hangot kezeli: az egyik oldalon beszédszintézist (TTS zero-shot klónozással), a másikon valós idejű átírást kínál. Az OCR 4, amelyet 2026 júniusában adtak ki, tartalmat nyer ki dokumentumokból határolódobozokkal és strukturált blokkokkal, lehetővé téve nemcsak annak megállapítását, hogy mi van leírva, hanem annak is, hogy hol helyezkedik el az oldalon. Végül a Moderation 2 a biztonságot és a tartalommoderálást végzi.

Támogató modellek (Support Models)

A harmadik család a kiegészítő modelleket csoportosítja; ezek nem írnak választ, hanem a körülöttük lévő infrastruktúra működését teszik lehetővé. A Mistral Embed generálja a szemantikus kereséshez szükséges beágyazásokat (embeddings), ami bármely RAG-rendszer építőköve. A Codestral Embed ugyanezt teszi a forráskód esetében. A Leanstral 1.5, amelyet 2026 júliusában tettek közzé, egy nyílt forráskódú alapmodell, amely kifejezetten a formális bizonyításokra szolgál Lean 4 nyelven.

Az eszközök oldalán érdemes megemlíteni a Studio-t (2026. július), amely verziókezelt promptokat és készségeket biztosít, tulajdonjoggal és nyomon követhetőséggel. Amint többen dolgoznak ugyanazon az AI-projekten, ez a verziókezelés megszűnik kényelmi szolgáltatás lenni, és szükségszerűséggé válik.

Hogyan navigálj ebben a tanfolyamban?

A gyakorló szakember számára legtermészetesebb sorrendet követjük. Először a kiemelt általános célú modellekkel foglalkozunk, mivel ezekkel fogsz először találkozni; ezt követik a szakértő modellek, domainről domainre haladva. Ezután tárgyaljuk a szintrendszert – Open, Premier, Labs – és annak licencelési és telepítési vonatkozásait, mielőtt átadnánk a kulcsokat a valós kontextusban történő választáshoz.

A tanfolyam végére képesnek kell lenned arra, hogy azonnal azonosítsd, melyik modell felel meg egy hozzád benyújtott igénynek, megmagyarázd az érintett költség/teljesítmény kompromisszumokat, és követni tudd az ökoszisztéma gyors fejlődését anélkül, hogy elvesznél benne.

Főbb megállapítások

  • A Mistral AI a specializációt helyezi előtérbe egyetlen univerzális modellel szemben
  • A MoE (Szakértők Keveréke) architektúra áll e stratégia középpontjában
  • A katalógus három családot fed le: általános célú, szakértő és támogató modelleket
  • 2026-ban a következtetés integrálva van az általános modellekbe (Small 4, Medium 3.5) – a Magistral támogatása megszűnt
  • A modellválasztás mindig a használati esettől függ, nem pedig egy abszolút rangsortól