Model Releases
Mistral Small 3.2: Новый стандарт эффективности для разработчиков
Mistral AI представила Small 3.2 с улучшенным логическим мышлением и лицензией Apache 2.0. Модель 24B параметров готова для продакшена.
10 июня 2025 г.
Model ReleaseMistral Small 3.2
Введение: Почему Mistral Small 3.2 важен для индустрии
10 июня 2025 года Mistral AI официально представила новую версию модели Small 3.2, которая стала значительным обновлением относительно предыдущей версии Small 3.1. Этот релиз знаменует собой важный шаг в стратегии компании по созданию высокоэффективных открытых моделей, способных конкурировать с закрытыми решениями от крупных игроков. Для разработчиков и инженеров, работающих с AI, появление этой модели открывает новые возможности для развертывания локально или в облаке без скрытых ограничений проприетарных лицензий.
Главная цель обновления заключалась в консолидации функциональности: логическое мышление, кодирование и мультимодальные задачи теперь интегрированы в единую архитектуру. Это позволяет упростить инфраструктуру энтерпрайз-решений, где ранее требовалось переключаться между разными моделями для различных задач. Small 3.2 позиционируется как идеальный баланс между производительностью и стоимостью вывода, что критически важно для масштабируемых приложений.
- Дата выпуска: 10 июня 2025 года
- Предшественник: Mistral Small 3.1
- Лицензия: Apache 2.0 (полностью открытая)
- Категория: Языковая модель с открытым весом
Ключевые особенности и архитектура модели
Модель Small 3.2 построена на базе 24 миллиардов параметров, что позволяет ей эффективно обрабатывать сложные задачи, не требуя экстремальных вычислительных ресурсов, необходимых для моделей класса Frontier. Архитектура использует механизки Mixture of Experts (MoE), которые динамически активируют нужные слои нейросети в зависимости от сложности запроса, снижая затраты на инференс. Контекстное окно расширено до 128K токенов, что обеспечивает работу с длинными документами и часовыми транскрипциями.
Особое внимание уделено улучшению следования инструкциям и логического вывода. В отличие от предыдущей версии, Small 3.2 демонстрирует более высокую точность в математических задачах и структурировании данных. Разработчики получают полный доступ к весам модели для обучения на доменных данных, что невозможно с большинством проприетарных аналогов.
- Параметры: 24B (Mixture of Experts)
- Контекстное окно: 128K токенов
- Мультимодальность: Поддержка текста и кода
- Степень открытости: Полная (Apache 2.0)
Производительность и бенчмарки
В тестовых условиях Mistral Small 3.2 продемонстрировала улучшение по сравнению с Small 3.1 на 15% в задачах логического вывода. На бенчмарке MMLU модель достигла 84.5 баллов, что ставит её в один ряд с более тяжелыми моделями. В HumanEval, оценивающем качество написания кода, Small 3.2 показала результат 92%, что подтверждает её пригодность для интеграции в IDE и автоматизацию разработки.