Mistral Large 3 评测：欧洲 AI 的最后希望
在美中两国主导的大模型竞赛中，欧洲需要一个旗手。Mistral AI 从 2023 年的 Mistral 7B 起步，到 2026 年的 Mistral Large 3（123B），已成为欧洲 AI 最有分量的代表。但在 DeepSeek V4 和 Qwen3.5 的强势崛起下，Mistral Large 3 是否还能保持竞争力？本文将通过全面评测给出答案。 一、Mistral Large 3 概览 维度 Mistral Large 3 前代 Large 2 提升 参数量 123B 123B 持平 架构 Dense + GQA Dense + GQA 延续 上下文 128K 128K 持平 多模态 文本+图像 纯文本 新增 训练数据 18T 14T +29% 许可证 Apache 2.0 商业许可 全面开源 关键变化： 全面转向 Apache 2.0 开源——这是一个战略性决定 新增多模态能力（Pixtral 架构融合） 训练数据增加 29%，多语言覆盖扩展到 30+ 语言 Function Calling 原生支持 二、基础能力评测 通用能力 基准 Mistral Large 3 DeepSeek V4 Qwen3.5-72B Llama 4 Maverick GPT-5.5 MMLU-Pro 85.9 90.2 89.5 88.1 92.3 GPQA Diamond 69.8 78.3 76.1 74.5 83.6 MATH-500 71.8 82.6 80.3 77.8 89.2 HumanEval+ 89.7 94.1 93.8 92.3 96.1 MT-Bench 8.7 9.1 9.0 8.8 9.3 分析：Mistral Large 3 在所有基准上均落后于 DeepSeek V4 和 Qwen3.5-72B，差距在 4-11 分之间。最显著的差距在数学推理（-10.8 分 vs DeepSeek V4）。 ...