Famille complète de LLMs maison, des modèles edge 3B aux flagships 123B+, avec spécialisations code (Codestral), vision (Pixtral) et multilingue (Nemo, Saba). Une partie est publiée sous Apache 2.0 pour self-host.
Mistral Large 2
123B · 128k contexte · propriétaire
Flagship généraliste : raisonnement, code, 80+ langues, function calling natif. La référence de Mistral sur les tâches complexes.
Mistral Medium 3
128k contexte · propriétaire
Niveau frontier à prix accessible. Se mesure à GPT-4 classe sur la plupart des benchmarks, à un coût environ 8× inférieur.
Mistral Small 3
24B · 32k contexte · Apache 2.0
Open weights, latence basse, tourne localement ou sur un GPU unique. Idéal edge et fine-tuning libre.
Ministral 3B / 8B
128k contexte · propriétaire
Modèles edge pour mobile et embarqué. Tournent sur laptop, smartphone ou Raspberry Pi via llama.cpp, Ollama, LM Studio.
Codestral
22B · 32k contexte · licence code
Spécialisation code, 80+ langages de programmation. Fill-in-the-middle, intégrable dans VS Code/JetBrains via Continue.dev.
Devstral
Apache 2.0 · partenariat All Hands AI
Agent de code autonome. Meilleur modèle open-source sur SWE-bench Verified, conçu pour piloter un IDE de bout en bout.
Pixtral Large
124B · 128k contexte · multimodal
Vision + texte flagship. OCR, lecture de graphiques, schémas, captures d'écran, analyse de documents scannés.
Pixtral 12B
12B · 128k contexte · Apache 2.0
Vision open weights, fine-tunable. Adapté aux usages sensibles (factures, dossiers médicaux anonymisés, documents internes).
Mistral Nemo
12B · 128k contexte · Apache 2.0
Construit avec NVIDIA. Excellent multilingue : FR, DE, ES, PT, IT, HI, là où GPT/Claude restent anglo-centrés.
Mistral Saba
24B · 32k contexte
Optimisé pour l'arabe et les langues sud-asiatiques. Cible les marchés MENA et Asie du Sud, déployable on-premise.
Mistral Embed
1024 dimensions · 8k contexte
Embeddings pour RAG et recherche sémantique. Référence européenne pour la vectorisation de contenus FR/EN.