Mistral Medium 3 — Referansetester, Muligheter og Bruksområder
Mistral Medium 3 er en proprietær AI-modell fra Mistral, klassifisert som Avansert-nivå med et kontekstvindu på 128K tokens. Utforsk referansetestresultater, st...
2 min lesing
Mistral Large 3 er en avansert AI-modell egnet for krevende produksjonsarbeidsbelastninger, utviklet av Mistral og lansert i desember 2025. Som en åpen vektmodell er de trente vektene offentlig tilgjengelige — du kan selv hoste den, finjustere den på proprietære data, eller kjøre den på stedet uten API-avhengigheter. Den støtter et kontekstvindu på 256K tokens, tilstrekkelig for de fleste dokumenter og flertur-applikasjoner.
På FlowHunt AI-ledertavlen er den en av 24 sporede modeller, evaluert på tvers av 3 benchmarker. Fremragende score: 93,6 % på MATH-500 (#1 av 4); 73,1 % på MMLU-Pro (#5 av 8); 43,9 % på GPQA Diamond (#14 av 14).
Mistral Large 3 ble lansert 2. desember 2025 som Mistrals mest kapable kommersielle modell og, kritisk nok, som en åpen vekt-utgivelse under Apache 2.0-lisensen. Med 41B aktive parametere fra en total 675B MoE-arkitektur, er den den største og mest kapable fullstendig Apache-lisenserte frontlinje-tilstøtende modellen som er tilgjengelig. Mistral designet Large 3 spesifikt for å møte europeiske bedrifters behov: utplasserbar i EU-datasentre, GDPR-kompatibel ved arkitektur (data forlater aldri utplasseringsregionen), og brukbar for kommersielle applikasjoner uten de restriktive lisensvilkårene til mange åpne vektmodeller. MMLU-Pro-scoren på 84,2 % og den solide vitenskapelige resonneringsprofilen har gjort den til standardvalget for europeiske regulerte industrier — finans, helse og jus — som trenger sterk AI-kapabilitet uten å sende data til USA-baserte API-leverandører.
Merknad: Bedriftsgeneralist, Apache 2.0. Svak hard resonnering (GPQA 43,9 %).
- Lansert
- Desember 2025
- Parametere
- 41B/675B MoE
- Kontekst
- 256K tokens
- Vekter
- Åpen
- Nivå
- Advanced
- Leverandør
- Mistral
Mistral Large 3 Benchmark Rankings
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| GPQA Diamond | 43.9% | 14 of 14 | 3P | Graduate-level Google-proof science Q&A |
| MMLU-Pro | 73.1% | 5 of 8 | 3P | Hard knowledge reasoning, 12K questions |
| MATH-500 | 93.6% | 1 of 4 | 3P | Hendrycks math (500 problems) |
Detailed Benchmark Scores
GPQA ◇
3P
43.9%
Graduate-level Google-proof science Q&A
MMLU-P
3P
73.1%
Hard knowledge reasoning, 12K questions
MATH
3P
93.6%
Hendrycks math (500 problems)
Mistral Large 3 vs. Advanced Peers
Head-to-head benchmark comparison with other Advanced-tier models. Higher is better for all metrics.
| Benchmark | Mistral Large 3 | Claude Sonnet 4.6 | GPT-4.1 |
|---|---|---|---|
| GPQA ◇ | 43.9% | — | — |
| MMLU-P | 73.1% | — | — |
| MATH | 93.6% | 89.0% | — |
About Mistral
Mistral AI er et fransk KI-selskap grunnlagt i april 2023 av Arthur Mensch (tidligere i Google DeepMind), Guillaume Lample og Timothée Lacroix (begge tidligere i Meta AI Research). Selskapet posisjonerer seg som en europeisk mester innen generativ KI, og kombinerer en kommersiell API-virksomhet med strategiske utgivelser av åpne vektmodeller. Mistrals flaggskip Large-serie og Apache 2.0-lisensierte modeller har gjort det til den mest fremtredende ikke-amerikanske, ikke-kinesiske leverandøren på de fleste KI-rangeringer. Selskapet har EU-hovedkontor i Paris, legger vekt på GDPR- og EU-regelverksetterlevelse, og har formulert en distinkt regulatorisk filosofi som etterlyser lettere regulering av åpne vektmodeller sammenlignet med lukkede API-systemer.
Bruksområder
Hva du bør bruke Mistral Large 3 til
- Vitenskapelig & Teknisk Resonnering
Mistral Large 3 oppnår 43 % på GPQA Diamond (#14 av 14 modeller). Den håndterer generell vitenskapelig spørsmål og svar på et solid nivå, selv om frontlinjemodeller scorer 25+ prosentpoeng høyere på de vanskeligste graduate-nivå problemene.
- Egenhostede & Private Utplasseringer
Mistral Large 3 er åpen vekt (41B/675B MoE) — de trente vektene er offentlig tilgjengelige for nedlasting og egen utplassering. Kjør den på din egen GPU-maskinvare eller private sky for å sikre at data aldri forlater miljøet ditt, eliminer per-token API-kostnader i stor skala, eller finjuster modellen på proprietære datasett.
Strengths & Limitations
Strengths
- Avansert matematikk — 93 % MATH-500
- Egenhostede & dataprivate utplasseringer (åpen vekt)
- Lange kontekstoppgaver (256K kontekstvindu)
Limitations
- Under frontlinjen for hard vitenskapelig resonnering (43 % GPQA — frontlinjen er 90 %+)
Se hele AI-modell-ledertavlen
Sammenlign alle 24 modellene på tvers av 11 benchmarker — sorterbare, kildede og oppdatert juni 2026.
Vanlige spørsmål
Lær mer
Mixtral 8x7B — Referansetall, Egenskaper og Bruksområder
Mixtral 8x7B er en open-weight AI-modell fra Mistral (12,9B/46,7B MoE), klassifisert som Legacy-nivå med et kontekstvindu på 32K tokens. Den er tilgjengelig dir...
3 min lesing
MiniMax M3 — Referansetester, Egenskaper og Bruksområder
MiniMax M3 er en åpen-vekt AI-modell fra MiniMax (MoE (ikke offentliggjort)), klassifisert som Frontier-nivå med et kontekstvindu på 1M tokens. Den er tilgjenge...
3 min lesing