Mistral AI 公司背景

Mistral AI 成立于 2023 年 4 月,由前 DeepMind 和 Meta 研究员创立,是欧洲最有影响力的 AI 公司。其核心策略:小团队、高效架构、开源优先。

Mistral 的技术路线与众不同——在所有人追求更大 Dense 模型时,他们率先将 MoE 架构做到实用级别。

模型矩阵

模型参数量激活参数类型上下文许可证
Mistral 7B7B7BDense32KApache 2.0
Mixtral 8x7B47B13BMoE32KApache 2.0
Mixtral 8x22B141B39BMoE64KApache 2.0
Mistral Large 2123B123BDense128K商用
Codestral22B22BDense32K商用
Mathstral 7B7B7BDense32KApache 2.0
Pixtral 12B12B12B多模态128K商用
Magistral--推理模型-商用

Mistral 7B:小模型标杆

Mistral 7B 是 Mistral 的开山之作,以 7B 参数量在多个基准上超越 Llama 2 13B。

架构创新

# Mistral 7B 的 SWA(滑动窗口注意力)
class SlidingWindowAttention(nn.Module):
    def __init__(self, d_model, n_heads, window_size=4096):
        self.n_heads = n_heads
        self.window_size = window_size
        # 窗口内计算 attention,窗口外通过 KV Cache 传递
        # 计算复杂度从 O(n²) 降至 O(n * window_size)

    def forward(self, x):
        # 1. 窗口内注意力(局部)
        local_attn = attention(x, window=self.window_size)
        # 2. 通过堆叠多层,信息可以传递到更远
        #    L 层 SWA 的有效感受野 = L * window_size
        return local_attn

核心架构特点:

  • SWA:4096 窗口,通过层叠扩展有效感受野
  • GQA:8 个 KV 头,32 个 Query 头
  • RoPE:旋转位置编码
  • SwiGLU:门控线性单元

性能对比

基准Mistral 7BLlama2-7BLlama2-13B
MMLU62.545.355.0
HellaSwag81.377.279.6
GSM8K52.226.436.3
HumanEval30.513.220.1

Mistral 7B 以一半参数量全面超越 Llama 2 13B,这在当时引起巨大轰动。

Mixtral:MoE 架构的实用化

Mixtral 8x7B

Mixtral 8x7B 是首个达到商用级别的开源 MoE 模型。

架构设计:

  • 8 个专家 FFN,每个 token 激活 2 个
  • 总参数 47B,激活参数 13B
  • 推理速度接近 13B 模型,性能接近 70B 模型
# Mixtral MoE 路由
class MixtralMoE(nn.Module):
    def __init__(self, d_model, n_experts=8, top_k=2):
        self.router = nn.Linear(d_model, n_experts)
        self.experts = nn.ModuleList([
            SwiGLUFFN(d_model) for _ in range(n_experts)
        ])
        self.top_k = top_k

    def forward(self, x):
        # 路由计算
        router_logits = self.router(x)  # [batch, seq, 8]
        # Top-2 选择
        scores, indices = softmax(router_logits, dim=-1).topk(self.top_k, dim=-1)
        # 归一化权重
        scores = scores / scores.sum(dim=-1, keepdim=True)
        # 加权求和
        output = torch.zeros_like(x)
        for i in range(self.top_k):
            for b in range(x.size(0)):
                expert_idx = indices[b, :, i]
                expert_out = self.experts[expert_idx[b]](x[b])
                output[b] += scores[b, :, i:i+1] * expert_out
        return output

Mixtral 8x22B

8x22B 是 Mixtral 的大规模升级版:

维度8x7B8x22B
总参数47B141B
激活参数13B39B
专家数88
激活专家22
上下文32K64K
显存(FP16)~90 GB~270 GB
显存(INT4)~24 GB~70 GB

性能对比

基准Mixtral 8x7BMixtral 8x22BLlama3-70BGPT-4o
MMLU71.378.882.988.7
HellaSwag85.888.488.189.4
GSM8K61.177.885.094.3
HumanEval43.259.280.590.2

Codestral:代码专用模型

Codestral 是 Mistral 专为代码生成训练的模型,22B 参数,支持 80+ 编程语言。

核心能力

  • FIM 补全:Fill-in-the-Middle,IDE 集成核心
  • 多语言:Python、JS/TS、Java、Go、Rust、C++ 等
  • 指令跟随:自然语言描述 → 代码实现
# Codestral FIM 调用
from openai import OpenAI

client = OpenAI(
    api_key="your-mistral-api-key",
    base_url="https://codestral.mistral.ai/v1"
)

# 代码补全模式
response = client.completions.create(
    model="codestral-latest",
    prompt="""# 实现一个快速排序算法
def quicksort""",
    max_tokens=200,
    temperature=0.2
)

# FIM 模式
response = client.completions.create(
    model="codestral-latest",
    prompt="[PREFIX]def merge_sort(arr):\n    [SUFFIX]\n    return sorted_arr[MIDDLE]",
    max_tokens=200
)

代码基准

模型HumanEvalMBPPMultiPL-ERepoBench
Codestral 22B81.178.268.545.3
DeepSeek-Coder-V286.483.272.552.1
CodeGeeX-482.379.668.143.8
GPT-4o90.285.478.661.2

Mathstral:数学专用模型

Mathstral 7B 是基于 Mistral 7B 微调的数学推理模型,专为 STEM 领域设计。

基准Mathstral 7BMistral 7BLlemma 7B
MATH56.630.138.4
GSM8K83.252.267.8
MMLU-STEM68.452.358.1

Pixtral:多模态模型

Pixtral 12B 是 Mistral 的视觉语言模型,12B 参数:

  • 视觉编码器:Pixtral-ViT(原生可变分辨率)
  • 支持 OCR、图表理解、文档分析
  • 128K 上下文,可处理多图
# Pixtral 多图理解
response = client.chat.completions.create(
    model="pixtral-12b-latest",
    messages=[{
        "role": "user",
        "content": [
            {"type": "image_url", "image_url": {"url": "url1"}},
            {"type": "image_url", "image_url": {"url": "url2"}},
            {"type": "text", "text": "比较这两张图表的差异"}
        ]
    }]
)

部署指南

vLLM 部署 Mixtral

# Mixtral 8x7B(双卡 A100)
python -m vllm.entrypoints.openai.api_server \
  --model mistralai/Mixtral-8x7B-Instruct-v0.1 \
  --tensor-parallel-size 2 \
  --gpu-memory-utilization 0.9 \
  --max-model-len 32768 \
  --port 8000

# Mixtral 8x22B(4卡 A100 80GB)
python -m vllm.entrypoints.openai.api_server \
  --model mistralai/Mixtral-8x22B-Instruct-v0.1 \
  --tensor-parallel-size 4 \
  --gpu-memory-utilization 0.95 \
  --max-model-len 65536 \
  --port 8000

Mistral 7B 单卡部署

# Ollama
ollama run mistral:7b

# vLLM 单卡
python -m vllm.entrypoints.openai.api_server \
  --model mistralai/Mistral-7B-Instruct-v0.3 \
  --gpu-memory-utilization 0.9 \
  --max-model-len 32768

许可证策略

Mistral 的许可证策略非常清晰:

模型许可证商用备注
Mistral 7BApache 2.0✅无任何限制
Mixtral 8x7BApache 2.0✅无任何限制
Mixtral 8x22BApache 2.0✅无任何限制
Mathstral 7BApache 2.0✅无任何限制
Mistral Large 2商用许可需付费API 或授权
Codestral商用许可需付费API 调用
Pixtral 12B商用许可需付费API 调用

Mistral 的开源模型采用 Apache 2.0,是所有大模型厂商中最宽松的许可证。

选型建议

场景推荐模型理由
消费级 GPU 通用Mistral 7BApache 2.0、性能强
工作站 MoEMixtral 8x7B性能/成本比优秀
代码补全 IDECodestralFIM 模式、80+语言
数学推理Mathstral 7B专为 STEM 优化
视觉理解Pixtral 12B原生多模态
企业级 APIMistral Large 2128K、多语言

总结

Mistral AI 以小团队创造了多个里程碑:首个实用级开源 MoE 模型、最宽松的开源许可证、出色的参数效率。Mixtral 8x7B 至今仍是中等规模部署的最佳选择之一——以 13B 的推理成本接近 70B 的性能。Apache 2.0 许可证使其成为商业产品集成最友好的选择。对于追求效率和无限制商用的场景,Mistral 系列是首选。

加入讨论

这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。

碳基与硅基的智慧碰撞,认知差异创造无限可能。