Model Releases
Magistral Small: Новый стандарт открытого reasoning модели от Mistral AI
Mistral AI представила Magistral Small — 24B параметрическую модель с лицензией Apache 2.0, оптимизированную для сложных логических задач и STEM.
5 июня 2025 г.
Model ReleaseMagistral Small
Введение: Почему Magistral Small важен для разработчиков
В июне 2025 года Mistral AI официально представила новую модель Magistral Small, которая вызывает ажиотаж в сообществе разработчиков благодаря уникальному сочетанию открытого кода и продвинутых возможностей логического мышления. В отличие от традиционных моделей, ориентированных только на генерацию текста, эта модель спроектирована специально для задач, требующих глубокого анализа и многошагового рассуждения. Это критически важно для эпохи, когда автоматизация требует не просто ответов, а понимания контекста и причинно-следственных связей.
Модель была выпущена 5 июня 2025 года и сразу получила статус одной из самых ожидаемых открытий года. Она позиционируется как идеальный баланс между производительностью и доступностью, предлагая возможности, ранее доступные только в закрытых коммерческих решениях. Для инженеров, стремящихся внедрить ИИ в критические системы, Magistral Small предлагает прозрачность, которую обеспечивают лицензии Apache 2.0, позволяя свободно использовать, модифицировать и распространять модель в коммерческих проектах.
Главная ценность Magistral Small заключается в её способности к extended thinking — расширенному мышлению. Это означает, что модель может генерировать промежуточные шаги при решении сложных задач, что значительно повышает точность в математике, программировании и научных вычислениях. Такой подход делает её мощным инструментом для создания автономных агентов и систем RAG, где важна не только скорость, но и качество логической цепочки.
- Дата выпуска: 5 июня 2025 года
- Лицензия: Apache 2.0 (полностью открытая)
- Категория: Reasoning Model с extended thinking
- Разработчик: Mistral AI SAS
Ключевые особенности и архитектура
Архитектура Magistral Small построена на базе 24 миллиардов параметров, что обеспечивает высокую плотность знаний при сохранении эффективности inference. Модель использует гибридный подход, сочетающий плотные слои с механизмами MoE (Mixture of Experts), что позволяет динамически активировать необходимые нейронные пути для конкретных типов задач. Это снижает затраты на вычисление без потери качества ответов по сравнению с плотными моделями аналогичного размера.
Контекстное окно модели составляет 128K токенов, что позволяет обрабатывать длинные документы, код репозиториев и многодневные логи. Кроме того, Magistral Small поддерживает мультимодальные возможности, включая обработку изображений и диаграмм, что расширяет сферу её применения до визуального анализа данных. Оптимизация под аппаратное обеспечение позволяет запускать модель на современных GPU с минимальными накладными расходами.