开源版OpenAI再出「神作」，小模型吊打Llama 3！Ministral系列问世，边缘AI革命开启

新智元报道

编辑：桃子

【新智元导读】Mistral 7B诞生一周年之际，法国AI初创公司Mistral再次连发两个轻量级模型Ministral 3B和Ministral 8B，性能赶超Llama 3 8B。

Mistral 7B仅仅发布一周年，法国AI初创小模型「les Ministraux」就打败它了。

它堪称是，世界上最好的边缘模型。

Ministral 3B和Ministral 8B这两款轻量级模型，专为边缘设备打造。

截至目前，它们正式加入Mixtral、Pixtral、Codestral、Mathstral行列，成为Mistral一员。

别看仅有30亿参数，在指令跟随基准上，完全超越了Llama 3 8B，以及前辈模型Mistral 7B。

而且Ministral 3B和Ministral 8B在大模型竞技场中的测试，均拿下了媲美Gemma 2、Llama 3.1开源模型的成绩。

世界上最好的边缘模型

Ministral 3B和Ministral 8B都支持高达128k上下文（目前在vLLM上为32k）。

在知识、常识、推理、函数调用、效率等方面，为低于10B参数模型设立了新标杆。

而且，Ministral 8B还有配备了滑动窗口注意机制（sliding-window attention），以实现更快和内存高效的推理。

不论是管理复杂的AI智能体工作流，还是创建专门的任务助手，它们均可以被微调到各种用例中。

赶超开源模型，击败Mistral 7B

研究人员在多项基准测试中，评估了Les Minimrau的性能。

其中包括知识与常识、代码、数学、多语言四大方面。

预训练模型

如下图所示，与Gema 2 2B、Llama 3.2 3B相比较，Minstral 3B在以上基准上，取得了最优成绩。

在与Llama 3.1 8B、Mistral 7B相比较过程中，仅有代码能力，Minstral 8B还有些差距，其余放方面均是性能最高的模型。

如下是，更加直观可视化柱状图，Minstral 8B在各项评测中，占据首位。

指令模型

再来看微调后的指令模型，性能比较的结果。

在大模型竞技场中，Minstral 3B在不同基准上，实现了最优。Minstral 8B仅在Wild bench上，略逊于Gema 2 9B。

另外，在代码、数学、函数调用方面，两款新模型性能大幅超越其余模型。

下图，可以直观看出指令微调后的Minstral 3B比更大的Mistral 7B的改进。

如下是指令微调后的Minstral 8B模型，与其他模型的性能对比直观图。

边缘计算皆可用，0.1美金百万token

如今，大模型在实际落地中，不如小模型来的更切实际。

越来越多的用户，希望对关键应用程序能够进行本地优先推理，比如设备上翻译、不用联网智能助理，自动机器人等等。

正如官博所述，Les Minimraux正为这些场景，提供了高计算效率、低延迟的解决方案。

当与Mistral Large等更大的模型结合使用时，les Ministraux还可以作为多步智能体工作流中，进行函数调用的高效中介。

通过微调，它们能以极低的延迟和成本基于用户意图，跨多个上下文处理输入解析、任务路由和调用API。

价格

根据官方公布的价格所示，Minstral 8B输入输出价格为百万token，0.1美元。Minstral 3B则为百万token0.04美元。

开源版OpenAI，不再Open

自去年成立以来，Mistral曾以磁力链方式开源了多款媲美OpenAI的模型，一路走红得到AI社区的认可。

这家总部位于巴黎的Mistral，由Meta、谷歌DeepMind前员工创立。

几个月前，它以60亿美金估值，完成6.4亿美元新一轮融资，并随之推出了一款GPT-4级别的模型——Mistral Large 2。

此外，他们在今年，还推出了一个专家混合模型Mixtral 8x22B。

它包含了一个编码模型Codestral，以及一个数学推理和科学发现的模型。

不过，今年这家明星公司陷入了巨大争议，因为它变得不再那么open。

年初，有消息爆料称，微软宣布将收购Mistral一些股份，并对其投资，意味着它的模型将在Azure AI进行托管。

甚至，还有Reddit网友发现，Mistral已从官网中，移除了致力于开源的承诺。

在一些模型的调用上，Mistral也开启了收费模式，包括这次同样如此。

有网友就此吐槽，不是开源的。

要知道，对于一家初创公司来说，一直坚持开源代码是一个巨大的挑战。

就比如反面教材Stability AI，完全放弃了开源的商业模式，也转向了收费策略。

对于Mistral也是如此，若要持续打造优秀的模型，只有这一种选择。

参考资料：

https://x.com/dchaplot/status/1846575384718172448

https://x.com/GuillaumeLample/status/1846566817650679966