Mistral Medium 3 — Prestanda, Funktioner och Användningsområden
Mistral Medium 3 är en proprietär AI-modell från Mistral, klassificerad som avancerad nivå med ett kontextfönster på 128K tokens. Utforska benchmarkresultat, st...
2 min läsning
Mistral Large 3 är en avancerad AI-modell som är lämplig för krävande produktionsarbetsflöden, utvecklad av Mistral och släppt i december 2025. Som en modell med öppna vikter är dess tränade vikter offentligt tillgängliga — du kan driva den själv, finjustera den på egen data eller köra den lokalt utan API-beroenden. Den stöder ett kontextfönster på 256K tokens, tillräckligt för de flesta dokument och flervarvsapplikationer.
På FlowHunt AI Leaderboard är den en av 24 spårade modeller, utvärderad över 3 benchmarks. Utmärkande poäng: 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 släpptes den 2 december 2025 som Mistrals mest kapabla kommersiella modell och, avgörande, som en utgåva med öppna vikter under Apache 2.0-licens. Med 41B aktiva parametrar från en total MoE-arkitektur på 675B är den den största och mest kapabla fullt Apache-licensierade frontiärnära modellen som finns tillgänglig. Mistral utformade Large 3 specifikt för att möta europeiska företagsbehov: driftsättningsbar i EU-datacenter, GDPR-kompatibel genom arkitektur (data lämnar aldrig driftsättningsregionen) och användbar för kommersiella applikationer utan de restriktiva licensvillkor som många modeller med öppna vikter har. Dess MMLU-Pro-poäng på 84,2% och solida vetenskapliga resonemangsprofil har gjort den till standardvalet för europeiska reglerade industrier — finans, sjukvård och juridik — som behöver stark AI-kapacitet utan att skicka data till USA-baserade API-leverantörer.
Not: Företagsgeneralist, Apache 2.0. Svagt hårt resonemang (GPQA 43,9%).
- Släppt
- December 2025
- Parametrar
- 41B/675B MoE
- Kontext
- 256K tokens
- Vikter
- Öppna
- Nivå
- Advanced
- Leverantör
- 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 är ett franskt AI-företag som grundades i april 2023 av Arthur Mensch (tidigare på Google DeepMind), Guillaume Lample och Timothée Lacroix (båda tidigare på Meta AI Research). Företaget positionerar sig som en europeisk mästare inom generativ AI, och kombinerar en kommersiell API-verksamhet med strategiska släpp av öppna viktmodeller. Mistrals flaggskeppsserie Large och Apache 2.0-licensierade modeller har gjort företaget till den mest framträdande icke-amerikanska, icke-kinesiska leverantören på de flesta AI-topplistor. Företaget har EU-huvudkontor i Paris, betonar GDPR och EU:s regelefterlevnad, och har formulerat en distinkt regulatorisk filosofi som förespråkar lättare reglering av öppna viktmodeller jämfört med slutna API-system.
Användningsområden
Vad du ska använda Mistral Large 3 till
- Vetenskapligt & tekniskt resonemang
Mistral Large 3 uppnår 43% på GPQA Diamond (#14 av 14 modeller). Den hanterar allmän vetenskaplig fråga-svar på en solid nivå, även om frontiärmodeller presterar 25+ procentenheter högre på de svåraste forskarnivåproblemen.
- Egen drift & privata driftsättningar
Mistral Large 3 har öppna vikter (41B/675B MoE-parametrar) — dess tränade vikter är offentligt tillgängliga för nedladdning och egen driftsättning. Kör den på din egen GPU-hårdvara eller privata moln för att säkerställa att data aldrig lämnar din miljö, eliminera löpande API-kostnader i stor skala, eller finjustera modellen på egna datauppsättningar.
Strengths & Limitations
Strengths
- Avancerad matematik — 93% MATH-500
- Egen drift & datasekretess (öppna vikter)
- Långa kontextuppgifter (256K kontextfönster)
Limitations
- Under frontiärnivå inom naturvetenskapligt resonemang (43% GPQA — frontiär är 90%+)
Bläddra i hela AI-modelltopplistan
Jämför alla 24 modeller över 11 benchmarks — sorterbara, källbelagda och uppdaterade juni 2026.
Vanliga frågor
Lär dig mer
Mixtral 8x7B — Prestandamått, Funktioner och Användningsområden
Mixtral 8x7B är en AI-modell med öppna vikter från Mistral (12,9B/46,7B MoE), klassificerad som Legacy-nivå med ett kontextfönster på 32K tokens. Den finns dire...
3 min läsning
MiniMax M3 — Prestandamått, funktioner och användningsområden
MiniMax M3 är en AI-modell med öppna vikter från MiniMax (MoE (ej offentliggjord)), klassificerad som Frontier-nivå med ett kontextfönster på 1M token. Den finn...
4 min läsning