Mistral Small 3.1 24B

Суть

Это инструкционная мультимодальная модель Mistral AI для диалогов и генерации текста. Она принимает текст и изображения, а отвечает текстом. Разработчик позиционирует её как универсальную основу для пользовательских и корпоративных приложений, включая задачи с визуальными данными.

Сильные стороны

Mistral AI отмечает улучшения в работе с текстом и мультимодальном понимании по сравнению с предыдущей версией Mistral Small. Модель предназначена для следования инструкциям, разговорной помощи и вызова функций — это может быть полезно в приложениях, где ответы связываются с внешними инструментами или автоматизированными процессами. Разработчик также указывает на возможность дообучения под специализированные предметные области и настройки для конкретных задач. Модель выпущена под лицензией Apache 2.0.

Контекст и модальности

Длина контекста в данных каталога — 131 072 токена. На вход можно передавать текст и изображения; модель генерирует текст. Поэтому она подходит для запросов, в которых нужно совместить описание или инструкцию с визуальным материалом, но не для генерации изображений.

Типовые сценарии

Модель можно использовать для диалогового помощника, анализа изображений и работы с документами. Mistral AI приводит среди возможных применений проверку документов, визуальный контроль качества, обработку изображений на устройстве и поддержку клиентов по изображениям. Вызов функций позволяет рассматривать её и как компонент автоматизированных или агентных процессов. Результаты в специализированных сферах требуют подходящей настройки и проверки.

Ограничения

Модель выдаёт текст, а не изображения. Само наличие длинного контекста не гарантирует точность каждого ответа или одинаковое качество на всех типах входных данных. Вызов функций и настройка специализированных задач зависят от способа интеграции и выбранной конфигурации приложения.

Отличие от соседей по семейству

По сравнению с Mistral Small 3, версия 3.1, согласно анонсу Mistral AI, получила улучшения в текстовых задачах, мультимодальном понимании и длине контекста. В отличие от текстовых моделей, она также принимает изображения. Базовая и инструкционная версии предназначены для разных сценариев: эта карточка относится к instruct-варианту, ориентированному на выполнение пользовательских запросов.