Mistral Medium 3.5: 128B Open-Source Giant Arrives

Введение: Историческая веха в развитии AI

29 апреля 2026 года Mistral AI представила модель Mistral Medium 3.5, которая становится новым стандартом индустрии для открытых моделей. Это не просто очередное обновление, а историческая веха, объединяющая передовые возможности следования инструкциям, сложного логического мышления и программирования в единой архитектуре.

Модель выделяется своей плотной структурой в 128 миллиардов параметров, что ранее считалось уделом закрытых коммерческих решений. Тем не менее, Mistral Medium 3.5 доказывает, что открытые веса могут достигать уровня закрытых флагманов, предоставляя разработчикам беспрецедентный контроль над интеллектуальными агентами и сложными задачами.

• Дата релиза: 29 апреля 2026 года
• Тип: Open Weights
• Лицензия: Модифицированная MIT

Архитектура и ключевые возможности

Модель построена на плотной архитектуре (dense) с 128 миллиардами параметров, что обеспечивает высокую производительность при сохранении управляемости. В отличие от моделей MoE (Mixture of Experts), здесь используется полная плотность для максимальной стабильности вычислений. Это позволяет запускать модель на локальных серверах с минимальным количеством оборудования.

Одной из главных особенностей является способность работать на как минимум четырех графических процессорах, что делает её доступной для небольших команд и энтузиастов. Модель поддерживает контекстное окно до 128K токенов, что критически важно для обработки длинных кодовых баз и многостраничных документов.

• Параметры: 128B dense
• Контекстное окно: 128K токенов
• Минимальное железо: 4 GPU
• Лицензия: Open Weights (MIT)

Производительность и бенчмарки

В тестах Mistral Medium 3.5 демонстрирует результаты на уровне или выше 90% от Claude Sonnet 3.7 по ряду ключевых метрик. Это подтверждает её статус frontier-модели в категории open-source. Разработчики отмечают значительное улучшение в задачах кодирования и математического логического вывода по сравнению с предыдущими версиями.

Специально для инженерных задач модель оптимизирована для выполнения параллельного вызова инструментов. В бенчмарках HumanEval и SWE-bench модель показывает стабильные результаты, превосходя многие конкуренты в категории cost-performance ratio.

• MMLU: >90% от уровня Sonnet 3.7
• HumanEval: Высокий уровень в коде