Mistral Small 3 在 70B 以下的“小型”大型语言模型类别中树立了新的标杆，拥有 24B 个参数，并实现了可与更大的模型相媲美的最先进的功能。

Mistral Small 可以本地部署，并且非常“知识密集”，量化后可以容纳在单个 RTX 4090 或 32GB RAM MacBook 中。非常适合

• 快速响应的对话代理。
• 低延迟函数调用。
• 通过微调的主题专家。
• 供处理敏感数据的业余爱好者和组织进行本地推理。

主要特征

• 多语言：支持数十种语言，包括英语、法语、德语、西班牙语、意大利语、中文、日语、韩语、葡萄牙语、荷兰语和波兰语。
• 以代理为中心：通过原生函数调用和 JSON 输出提供一流的代理功能。
• 高级推理：最先进的会话和推理能力。
• Apache 2.0 许可证：开放许可证允许用于商业和非商业目的的使用和修改。
• 上下文窗口：32k 上下文窗口。
• 系统提示：保持对系统提示的强大坚持和支持。
• 分词器：使用 Tekken 分词器，词汇量为 131k。

人工评估

我们与外部第三方供应商进行了一对一的评估，评估基于一组超过 1k 个专有编码和通用提示。评估人员的任务是从 Mistral Small 3 与另一个模型生成的匿名响应中选择他们偏好的模型响应。我们知道，在某些情况下，人工判断的基准与公开可用的基准差异很大，但我们格外小心地验证了公平的评估。我们确信上述基准是有效的。

指令性能

我们的指令调整模型在代码、数学、通用知识和指令遵循基准测试中与体积是其三倍的开放权重模型以及专有的 GPT4o-mini 模型竞争激烈。

所有基准的性能准确性均通过相同的内部评估管道获得 - 因此，数字可能与之前报告的性能略有不同（Qwen2.5-32B-Instruct、Llama-3.3-70B-Instruct、Gemma-2-27B-IT）。基于判断的评估（例如 Wildbench、Arena hard 和 MTBench）基于 gpt-4o-2024-05-13。

客户正在多个行业评估 Mistral Small 3，包括

• 金融服务客户用于欺诈检测
• 医疗保健提供商用于客户分诊
• 机器人、汽车和制造公司用于设备上的命令和控制
• 跨客户的横向用例包括虚拟客户服务以及情感和反馈分析。