Modellreihe · MISTRAL AI
Mistral
8 Releases · Sep 2023 bis Jun 2026 · im Schnitt alle 4,7 Monate · 2 Kategorien
digitalpfade
digitalpfa.de/zeitstrahl/modell/mistral
Mistral 7B
Sep 2023
Mistral Large
Feb 2024
Mistral NeMo
Jul 2024
Mistral Large 2
Jul 2024
Mistral Small 3
Jan 2025
Mistral Small 3.1
Mär 2025
Mistral 3
Dez 2025
Mistral OCR 4
Jun 2026
2024
2025
2026
Alle Releases
Sep 2023
Mistral 7B
Sprache
Kompaktes 7B-Modell, das größere Modelle wie Llama 2 13B übertraf.
Nutzte Sliding-Window-Attention für effiziente lange Kontexte.
Frei unter Apache 2.0, Startpunkt für unzählige Feintunings.
Feb 2024
Mistral Large
Sprache
Erstes Flaggschiff von Mistral, zunächst nur über API.
Starkes Reasoning und gute mehrsprachige Fähigkeiten.
Positionierte Mistral als europäischen Gegenspieler zu OpenAI.
Jul 2024
Mistral NeMo
Sprache
12B-Modell, gemeinsam mit NVIDIA entwickelt, Apache 2.0.
128k-Kontext und neuer effizienter Tekken-Tokenizer.
Stark mehrsprachig, gedacht als Nachfolger von Mistral 7B.
Jul 2024
Mistral Large 2
Sprache
123B-Modell mit offenen Gewichten unter Research-Lizenz.
128k-Kontext, starke Code- und Mathematik-Leistung, weniger Halluzination.
Verbesserte Funktionsaufrufe und Mehrsprachigkeit über Dutzende Sprachen.
Jan 2025
Mistral Small 3
Sprache
Latenz-optimiertes 24B-Modell, mehr als dreimal schneller als Llama 3.3 70B.
Über 81 Prozent MMLU bei rund 150 Tokens pro Sekunde.
Zurück zu Apache 2.0, ideal für lokale Inferenz auf einer GPU.
Mär 2025
Mistral Small 3.1
Multimodal
Multimodales 24B-Update mit Bildverständnis und Textfähigkeiten.
128k-Kontext, schnelle Inferenz, Apache 2.0.
Schlug vergleichbare offene Modelle bei Bild- und Textaufgaben.
Dez 2025
Mistral 3
Sprache
Modellfamilie unter Apache 2.0: Mistral Large 3 als Sparse-MoE mit 41B aktiven von 675B Parametern und 256K-Kontext.
Dazu drei dichte Ministral-3-Modelle mit 14B, 8B und 3B Parametern für den lokalen Einsatz.
Large 3 schließt zu großen proprietären Modellen auf und dient als agentischer Assistent.
Jun 2026
Mistral OCR 4
Multimodal
Dokumenten-Modell mit Bounding-Boxes, Block-Klassifikation und Konfidenzwerten je Textblock, für 170 Sprachen.
Läuft in einem einzigen Container komplett selbst gehostet; Bestwert auf OlmOCRBench.