Francuski startup zajmujący się sztuczną inteligencją, Mistral AI, niedawno zaprezentował swój najnowszy model multimodalny, Mistral Medium 3, twierdząc, że jego wydajność jest zbliżona, a nawet przewyższa model Claude Sonnet 3.7 od Anthropic, przy jednoczesnym niższym koszcie niż chiński DeepSeek V3. Ta wiadomość niewątpliwie wywołała spore poruszenie w świecie AI, a wielu oczekuje, że ten europejski model AI zdoła przełamać dominację amerykańskich firm w tej dziedzinie.
Jednak ideały są piękne, a rzeczywistość bywa brutalna. Po wydaniu Mistral Medium 3, wiele mediów i użytkowników sieci przeprowadziło jego testy, a wyniki okazały się rozczarowujące. Model, w którym pokładano tak duże nadzieje, w praktyce wypadł znacznie gorzej niż obiecywały oficjalne zapowiedzi, a niektórzy wprost nazywali jego wydajność „rozczarowującą”, radząc użytkownikom, aby „nie marnowali czasu i zasobów na pobieranie”.
Mistral Medium 3: Różnica między reklamą a rzeczywistością
Mistral AI, prezentując Mistral Medium 3, bardzo mocno podkreślał jego wydajność, twierdząc, że w wielu testach porównawczych osiągnął ponad 90% wyniku Claude Sonnet 3.7, a w specjalistycznych zastosowaniach, takich jak pisanie kodu i multimodalne rozumienie, wypadł znakomicie. Ponadto Mistral AI podkreślał przewagę kosztową Mistral Medium 3, twierdząc, że koszt wejścia za milion tokenów wynosi zaledwie 0,4 USD, a koszt wyjścia 2 USD, co jest znacznie niższe niż w przypadku DeepSeek V3.
Jednak rzeczywiste wyniki testów pokazały, że istnieje wyraźna różnica w wydajności między Mistral Medium 3 a Claude Sonnet 3.7. W niektórych ocenach Mistral Medium 3 wypadł nawet gorzej niż niektóre modele open source. Na przykład, w ocenie opartej na słownictwie z rubryki Connections "New York Timesa", Mistral Medium 3 uplasował się na samym dole, praktycznie nie można go było znaleźć w rankingach.
Jeszcze bardziej rozczarowujące było to, że niektórzy użytkownicy, po użyciu Mistral Medium 3, zauważyli, że jego umiejętności pisarskie nie uległy znaczącej poprawie i nadal występują w nim pewne powszechne problemy, takie jak brak jasności logicznej, nielogiczny styl. Ponadto Mistral Medium 3 wydawał się bezradny w obliczu złożonych zadań, trudny do udzielenia satysfakcjonujących odpowiedzi.
Mocne strony Mistral Medium 3
Pomimo tego, że ogólna wydajność Mistral Medium 3 jest rozczarowująca, nie jest on pozbawiony zalet. W niektórych konkretnych obszarach Mistral Medium 3 nadal wykazuje pewne mocne strony. Na przykład, pod względem pisania kodu, Mistral Medium 3 radzi sobie stosunkowo stabilnie, potrafi generować zwięzły i przejrzysty kod, a także dobrze radzi sobie z prostymi zadaniami związanymi z kodowaniem.
Ponadto Mistral Medium 3 posiada pewne funkcje klasy korporacyjnej, takie jak obsługa wdrażania w chmurze hybrydowej, wdrażania lokalnego i wdrażania wewnątrz VPC, szkolenia po dostosowaniu, integracji z narzędziami i systemami korporacyjnymi. Funkcje te sprawiają, że Mistral Medium 3 może lepiej zaspokajać rzeczywiste potrzeby firm, zapewniając im bardziej elastyczne i konfigurowalne rozwiązania AI.
„Wielki” plan Mistral: Mistral Large
Pomimo tego, że wydajność Mistral Medium 3 nie spełniła oczekiwań, Mistral AI nie zniechęcił się. Wraz z premierą Mistral Medium 3, Mistral AI ujawnił również, że pracuje nad mocniejszym modelem o nazwie Mistral Large, i twierdzi, że wydajność Mistral Large znacznie przewyższy Mistral Medium 3, a nawet ma szansę przewyższyć najbardziej zaawansowane modele AI.
Ten ruch Mistral AI niewątpliwie wzbudził nowe oczekiwania. Jeśli Mistral Large rzeczywiście osiągnie poziom wydajności deklarowany przez Mistral AI, ma szansę stać się nową gwiazdą w dziedzinie AI, dodając nowej energii rozwojowi Europy w tej dziedzinie.
Usługa chatbotów klasy korporacyjnej: Le Chat Enterprise
Oprócz Mistral Medium 3 i Mistral Large, Mistral AI wprowadził również usługę chatbotów klasy korporacyjnej o nazwie Le Chat Enterprise. Le Chat Enterprise jest obsługiwany przez model Mistral Medium 3 i ma na celu zapewnienie firmom jednolitej platformy AI, rozwiązującej wyzwania związane z AI, przed którymi stoją firmy, takie jak fragmentaryzacja narzędzi, niebezpieczna integracja wiedzy, sztywne modele i powolny zwrot z inwestycji.
Le Chat Enterprise oferuje narzędzie do budowania agentów AI, które integruje modele Mistral z usługami stron trzecich, takimi jak Gmail, Google Drive i SharePoint. Ponadto Le Chat Enterprise będzie obsługiwał protokół MCP, standard zaproponowany przez Anthropic do łączenia AI z systemami danych i oprogramowaniem.
Testy użytkowników: Mistral Medium 3 wypada słabo
Pomimo tego, że Mistral AI intensywnie promował Mistral Medium 3, wielu użytkowników po przeprowadzeniu rzeczywistych testów odkryło, że jego wydajność nie jest tak potężna, jak chwali się firma. Niektórzy użytkownicy radzili nawet, aby nie pobierać Mistral Medium 3, aby uniknąć marnowania transferu i miejsca na dysku.
Użytkownik o nicku „karminski-dentysta” po przeprowadzeniu testów stwierdził, że wydajność Mistral Medium 3 jest „rozczarowująca”, radząc użytkownikom, aby „nie marnowali czasu i zasobów na pobieranie”. Inny użytkownik stwierdził, że umiejętności pisarskie Mistral Medium 3 „nie uległy znaczącej poprawie” i nadal występują w nim pewne powszechne problemy.
Recenzje mediów: Mistral Medium 3 z mieszanymi uczuciami
Podobnie jak w przypadku ocen użytkowników, recenzje mediów na temat Mistral Medium 3 również są mieszane. Niektóre media uważają, że Mistral Medium 3 dobrze radzi sobie w niektórych konkretnych obszarach, takich jak pisanie kodu. Jednak inne media uważają, że ogólna wydajność Mistral Medium 3 jest rozczarowująca i istnieje wyraźna różnica między nim a Claude Sonnet 3.7.
Na przykład, The Verge w artykule z recenzją zauważył, że Mistral Medium 3 wydaje się bezradny w obliczu złożonych zadań, trudny do udzielenia satysfakcjonujących odpowiedzi. TechCrunch w artykule z recenzją stwierdził, że umiejętności pisarskie Mistral Medium 3 „nie uległy znaczącej poprawie” i nadal występują w nim pewne powszechne problemy.
Ograniczenia Mistral Medium 3
Podsumowując, ograniczenia Mistral Medium 3 przejawiają się głównie w następujących aspektach:
- Niewystarczająca wydajność: Istnieje wyraźna różnica w wydajności między Mistral Medium 3 a Claude Sonnet 3.7, co utrudnia zaspokojenie niektórych scenariuszy zastosowań o wysokich wymaganiach dotyczących wydajności.
- Ograniczone umiejętności pisarskie: Umiejętności pisarskie Mistral Medium 3 nie uległy znaczącej poprawie i nadal występują w nim pewne powszechne problemy, takie jak brak jasności logicznej, nielogiczny styl.
- Niewystarczająca zdolność do przetwarzania złożonych zadań: Mistral Medium 3 wydaje się bezradny w obliczu złożonych zadań, trudny do udzielenia satysfakcjonujących odpowiedzi.
Potencjalne scenariusze zastosowań Mistral Medium 3
Pomimo pewnych ograniczeń, Mistral Medium 3 nadal ma pewne potencjalne scenariusze zastosowań, takie jak:
- Pisanie kodu: Mistral Medium 3 radzi sobie stosunkowo stabilnie w pisaniu kodu i może być używany do generowania zwięzłego i przejrzystego kodu.
- Zastosowania korporacyjne: Mistral Medium 3 posiada pewne funkcje klasy korporacyjnej, takie jak obsługa wdrażania w chmurze hybrydowej, wdrażania lokalnego i wdrażania wewnątrz VPC, szkolenia po dostosowaniu, integracji z narzędziami i systemami korporacyjnymi, które można wykorzystać do zaspokojenia rzeczywistych potrzeb firm.
- Chatboty: Mistral Medium 3 może być używany do obsługi chatbotów, zapewniając użytkownikom inteligentne usługi dialogowe.
Strategia cenowa Mistral Medium 3
Mistral AI zastosował niską strategię cenową dla Mistral Medium 3, mającą na celu przyciągnięcie większej liczby użytkowników. Koszt wejścia Mistral Medium 3 za milion tokenów wynosi zaledwie 0,4 USD, a koszt wyjścia 2 USD, co jest znacznie niższe niż w przypadku DeepSeek V3.
Niska strategia cenowa sprawia, że Mistral Medium 3 jest bardziej konkurencyjny i ma szansę zdobyć pewien udział w rynku.
Sposoby wdrażania Mistral Medium 3
Mistral Medium 3 obsługuje wiele sposobów wdrażania, w tym:
- API: API Mistral Medium 3 jest dostępne na Mistral La Plateforme i Amazon Sagemaker, a wkrótce pojawi się na IBM WatsonX, NVIDIA NIM, Azure AI Foundry i Google Cloud Vertex.
- Autonomiczne wdrażanie: Mistral Medium 3 można wdrożyć w dowolnej chmurze, w tym w środowiskach samoobsługowych z co najmniej czterema GPU.
Wiele sposobów wdrażania sprawia, że Mistral Medium 3 może lepiej zaspokajać potrzeby różnych użytkowników, zapewniając im bardziej elastyczne i wygodne rozwiązania w zakresie wdrażania.
Mistral Medium 3: Nadzieja europejskiej AI?
Premiera Mistral Medium 3 niewątpliwie dała nową nadzieję europejskiej AI. Jako europejski startup zajmujący się AI, powstanie Mistral AI ma szansę przełamać dominację amerykańskich firm w dziedzinie AI, dodając nowej energii rozwojowi Europy w tej dziedzinie.
Jednak wydajność Mistral Medium 3 jest rozczarowująca, a różnica między nim a Claude Sonnet 3.7 jest wyraźna. To pokazuje, że europejska AI wciąż musi ciężko pracować pod względem technologicznym, aby naprawdę dogonić wiodący poziom Stanów Zjednoczonych.
Mistral Large: Czy przyniesie niespodziankę?
Pomimo tego, że wydajność Mistral Medium 3 nie spełniła oczekiwań, Mistral AI nie zniechęcił się i kontynuuje prace nad mocniejszym modelem Mistral Large. Czy Mistral Large przyniesie niespodziankę i stanie się nową gwiazdą w dziedzinie AI, wciąż warto czekać.
Wniosek
Premiera Mistral Medium 3 wzbudziła duże zainteresowanie w dziedzinie AI, ale jego rzeczywista wydajność różni się od oficjalnych zapowiedzi. Chociaż w niektórych konkretnych obszarach Mistral Medium 3 wykazał pewne mocne strony, jego ogólna wydajność wciąż wymaga poprawy. Przyszły rozwój Mistral AI i to, czy Mistral Large przyniesie niespodziankę, to wciąż punkty, na których warto się skupić.
Podsumowanie
Premiera Mistral Medium 3 jest ważnym kamieniem milowym w rozwoju europejskiej AI, ale jego wydajność przypomina nam również, że europejska AI wciąż musi ciężko pracować pod względem technologicznym. Mamy nadzieję, że Mistral Large przyniesie niespodziankę, dodając nowej energii rozwojowi europejskiej AI.