मिस्ट्रल एआई ने 29 अप्रैल को मिस्ट्रल मीडियम 3.5 जारी किया। पेरिस स्थित लैब ने एक सघन 128-बिलियन-पैरामीटर मॉडल, एजेंटिक विशेषताओं का एक सेट की घोषणा की—और तुरंत ऑनलाइन “meh” प्रतिक्रियाओं की एक दीवार से टकरा गया।
यह रिलीज़ तीन भागों में आई। पहला, मॉडल खुद। दूसरा, मिस्ट्रल वाइब सीएलआई के माध्यम से रिमोट कोडिंग एजेंट—क्लाउड-आधारित कोडिंग सेशन जो गिटहब पर पुल रिक्वेस्ट भेज सकते हैं और आपके टर्मिनल पर बैठे बिना समानांतर में चल सकते हैं। तीसरा, ले चैट में वर्क मोड, मिस्ट्रल का चैटजीपीटी-शैली का उपभोक्ता इंटरफ़ेस, जो अब ईमेल ट्राइएज, रिसर्च सिंथेसिस और क्रॉस-टूल वर्कफ़्लो जैसे बहु-चरणीय स्वायत्त कार्यों को संभालता है।
बड़ी महत्वाकांक्षाएं, लेकिन एक अव्यवस्थित बेंचमार्क वास्तविकता।
मीडियम 3.5 ने SWE-Bench Verified पर 77.6% स्कोर किया—एक कोडिंग बेंचमार्क जो यह परीक्षण करता है कि क्या एक मॉडल कामकाजी पैच उत्पन्न करके वास्तविक गिटहब समस्याओं को ठीक कर सकता है। यह τ³-टेलीकॉम पर भी 91.4% तक पहुंच गया, जो विशेष वातावरण में एजेंटिक टूल के उपयोग को मापता है। मिस्ट्रल ने पहले के तीन अलग-अलग मॉडलों (मीडियम 3.1, मैजिस्ट्रल, और देवस्ट्रल 2) को एक ही वेट्स के सेट में मिला दिया है, जिसमें प्रति अनुरोध विन्यास योग्य तर्क प्रयास होता है।
तीन मॉडलों को बदलने वाला एकीकृत मॉडल एक वास्तविक इंजीनियरिंग जीत है। समस्या यह है कि इसकी लागत क्या है और यह किसके खिलाफ है।
मिस्ट्रल प्रति मिलियन इनपुट टोकन के लिए $1.50 और प्रति मिलियन आउटपुट टोकन के लिए $7.50 लेता है। अलीबाबा का Qwen 3.6, 27 बिलियन पैरामीटर पर—मीडियम 3.5 के पैरामीटर गणना के एक चौथाई से भी कम—उसी SWE-Bench Verified बेंचमार्क पर 72.4% स्कोर करता है और अपाचे 2.0 के तहत शिप होता है, जिसका अर्थ है कि आप इसे मुफ्त में डाउनलोड और चला सकते हैं।
पैरामीटर्स वह हैं जो किसी एआई की सीखने, तर्क करने और जानकारी संग्रहीत करने की क्षमता को निर्धारित करते हैं। जितने अधिक पैरामीटर होते हैं, मॉडल के ज्ञान का दायरा उतना ही व्यापक होता है।
ओपन-सोर्स लीडरबोर्ड पर स्क्रॉल करें और तस्वीर स्पष्ट है। शीर्ष स्थान अलीबाबा के Qwen, चीन के झिपु एआई के GLM, और श्याओमी के MiMo-V2 के हैं, ये सभी मिस्ट्रल की नई रिलीज़ की तुलना में सस्ते, अधिक शक्तिशाली और प्रतिस्पर्धी हैं। मीडियम 3.5 अभी तक प्रमुख स्वतंत्र लीडरबोर्ड पर रैंक भी नहीं हुआ है—तीसरे पक्ष के मूल्यांकन अभी भी लंबित हैं।
हालांकि, कुछ लोगों का तर्क है कि एकमात्र अच्छी बात यह है कि मिस्ट्रल, इस समय, ओपन-सोर्स बातचीत में किसी भी गंभीर उपस्थिति वाला एकमात्र गैर-चीनी मॉडल है।
I think Mistral has the 10th highest valuation in the whole AI scene (something like that).
All while they consistently release some of the worst models.
They have survived through European bureaucracy, lobbying and politics.
All because they’ve convinced demented bureaucrat… https://t.co/kh7ASvdi7C
— Youssof Altoukhi (@Youssofal_) April 29, 2026
वाशिंगटन विश्वविद्यालय में मशीन लर्निंग के प्रोफेसर पेड्रो डोमिंगोस सौम्य नहीं थे:
"नियमित एआई कंपनियाँ यह बताती हैं कि उनका मॉडल बेंचमार्क पर कितना बेहतर है। केवल मिस्ट्रल यह बताता है कि उसका मॉडल कितना खराब है।"
Regular AI companies brag about how much better their model is on benchmarks. Only Mistral brags about how much worse its one is. pic.twitter.com/WcAKskaVpL
— Pedro Domingos (@pmddomingos) April 30, 2026
उन्होंने एक और तीखे सवाल के साथ कहा: "मुझे नहीं पता कि क्या बुरा है, यूरोप का एआई दौड़ में न होना या उसका मिस्ट्रल जैसे उपहास के पात्र द्वारा प्रतिनिधित्व किया जाना।"
योयो स्टूडियोज के संस्थापक यूसुफ अलतूखी ने गणित किया: Qwen 3.6, 27 बिलियन पैरामीटर पर, मीडियम 3.5 से 4.7 गुना छोटा है और कोडिंग पर तुलनीय स्कोर करता है। मीडियम 3.5 की आउटपुट कीमत इसे उन क्लोज्ड मॉडलों के साथ रखती है जो हर प्रमुख बेंचमार्क पर काफी अधिक स्कोर करते हैं।
“अगर उनकी राजनीतिक चतुराई न होती तो वे अब तक दिवालिया हो चुके होते,” उन्होंने कहा।
हर कोई पूरी तरह से खारिज करने वाला नहीं था। एआई डेवलपर माइकल लैंगमेयर ने अस्पष्टता व्यक्त की:
"मुझे वास्तव में खुशी है कि अभी भी एक गैर-अमेरिकी, गैर-चीनी लैब है जो अग्रणी एलएलएम बनाने की कोशिश कर रही है, लेकिन यार, हमें यूरोप में खेल को ऊपर उठाना होगा। उनका नया फ्लैगशिप मॉडल मूल रूप से किसी भी बेंचमार्क पर 'सर्वश्रेष्ठ नहीं' है, फिर भी अधिकांश प्रतिस्पर्धियों की तुलना में इसकी लागत कई गुना अधिक है।"
I’m genuinely glad there’s still a non-US, non-Chinese lab trying to build frontier LLMs (@MistralAI) but boy we have to level up the game in Europe.
Their new flagship model is basically “not the best” on any benchmark, yet costs multiple times more than most competitors... pic.twitter.com/JwvR5eKWmT
— Michal Langmajer (@MichalLangmajer) April 30, 2026
कुछ डेवलपर्स ने तर्क दिया कि ओपन वेट्स एक स्थायित्व का खेल है, न कि लीडरबोर्ड का। एक मॉडल जिसे कोई भी डाउनलोड, फाइन-ट्यून और सेल्फ-होस्ट कर सकता है, उसे आज प्रासंगिक बने रहने के लिए रैंकिंग जीतने की आवश्यकता नहीं है। दूसरों ने मिस्ट्रल के पूरे यूरोप में वास्तविक एंटरप्राइज डिप्लॉयमेंट को इस बात के सबूत के तौर पर बताया कि यह खाई पूरी तरह से तकनीकी नहीं है।
यहीं पर मिस्ट्रल की वास्तविक पेशकश है।
जीडीपीआर के तहत यूरोपीय उद्यमों, संवेदनशील ग्राहक डेटा को संभालने वाले बैंकों, और सरकारों के पास सीमित विकल्प हैं जो चीनी बुनियादी ढांचे के माध्यम से एआई वर्कलोड को रूट नहीं करेंगे। जैसा कि डिक्रिप्ट ने पिछले दिसंबर में रिपोर्ट किया था, एचएसबीसी ने मिस्ट्रल के साथ विशेष रूप से अपने स्वयं के बुनियादी ढांचे पर मॉडल को सेल्फ-होस्ट करने के लिए एक बहु-वर्षीय समझौता किया था। 14 बिलियन डॉलर के मूल्यांकन वाले यूरोपीय संघ मुख्यालय वाले ओपन-वेट लैब की अपील बेंचमार्क तालिकाओं में नहीं दिखती—लेकिन यह खरीद निर्णयों में दिखती है।
कोडिंग में सबसे अच्छा नहीं, और सबसे सस्ता भी नहीं। लेकिन यह है: अमेरिकी नहीं, चीनी नहीं, ऑडिट करने योग्य, सेल्फ-होस्ट करने योग्य, और यूरोपीय उद्यम के लिए कानूनी रूप से सुरक्षित।
