Mistral AI a lansat Mistral Medium 3.5 pe 29 aprilie. Laboratorul din Paris a anunțat un model dens cu 128 de miliarde de parametri, un set de caracteristici agentice – și s-a lovit direct de un zid de reacții online de tip „meh”.

Lansarea a venit în trei părți. În primul rând, modelul în sine. În al doilea rând, agenți de codare la distanță prin Mistral Vibe CLI – sesiuni de codare bazate pe cloud care pot trimite cereri de tip pull pe GitHub și pot rula în paralel fără ca tu să stai la un terminal. În al treilea rând, Modul de lucru în Le Chat, interfața de consumator în stil ChatGPT a Mistral, care acum gestionează sarcini autonome în mai multe etape, cum ar fi triajul e-mailurilor, sinteza cercetării și fluxurile de lucru inter-instrumente.

Ambiții mari, dar o realitate dezordonată a benchmark-urilor.

Medium 3.5 obține 77,6% la SWE-Bench Verified – un benchmark de codare care testează dacă un model poate remedia probleme reale de pe GitHub generând patch-uri funcționale. De asemenea, atinge 91,4% la τ³-Telecom, care măsoară utilizarea instrumentelor agentice în medii specializate. Mistral a fuzionat, de asemenea, trei modele separate anterior (Medium 3.1, Magistral și Devstral 2) într-un singur set de ponderi cu efort de raționament configurabil per solicitare.

Un model unificat care înlocuiește trei este o adevărată victorie inginerească. Problema este cât costă și cu cine se confruntă.

Mistral percepe 1,50 USD per milion de tokenuri de intrare și 7,50 USD per milion de tokenuri de ieșire. Qwen 3.6 de la Alibaba, cu 27 de miliarde de parametri – mai puțin de un sfert din numărul de parametri ai lui Medium 3.5 – obține 72,4% la același benchmark SWE-Bench Verified și este disponibil sub licența Apache 2.0, ceea ce înseamnă că îl poți descărca și rula gratuit.

Parcurge clasamentele open-source și imaginea este clară. Locurile de top aparțin Qwen de la Alibaba, GLM de la Zhipu AI din China și MiMo-V2 de la Xiaomi, toate fiind mai ieftine, mai puternice și mai competitive decât noua lansare a Mistral. Medium 3.5 nici măcar nu a fost încă clasificat în clasamentele independente majore – evaluările de la terți sunt încă în așteptare.

Singurul lucru bun însă, așa cum susțin unii, este că Mistral este, în acest moment, singurul model non-chinez cu o prezență serioasă în conversația open-source.

Reacțiile internetului

Pedro Domingos, profesor de învățare automată la Universitatea din Washington, nu a fost blând:

"Companiile AI obișnuite se laudă cu cât de bun este modelul lor la benchmark-uri. Doar Mistral se laudă cu cât de prost este al lor."

A continuat cu o întrebare mai tranșantă: "Nu știu ce este mai rău, ca Europa să nu participe la cursa AI sau să fie reprezentată de o bătaie de joc precum Mistral."

Youssof Altoukhi, fondatorul Yoyo Studios, a făcut calculul: Qwen 3.6, cu 27 de miliarde de parametri, este de 4,7 ori mai mic decât Medium 3.5 și obține scoruri comparabile la codare. Prețul de ieșire al lui Medium 3.5 îl plasează alături de modele închise care obțin scoruri semnificativ mai mari la fiecare benchmark major.

„Dacă nu ar fi fost abilitățile lor politice, ar fi fost în faliment acum,” a spus el.

Nu toată lumea a fost pur și simplu disprețuitoare. Dezvoltatorul AI Michal Langmajer a surprins ambivalența:

"Sunt sincer bucuros că încă există un laborator non-SUA, non-chinez care încearcă să construiască LLM-uri de frontieră, dar, hei, trebuie să creștem nivelul în Europa. Noul lor model flagship nu este practic „cel mai bun” la niciun benchmark, dar costă de multe ori mai mult decât majoritatea concurenților."

Unii dezvoltatori au susținut că ponderile deschise reprezintă o strategie de durabilitate, nu una de clasament. Un model pe care oricine îl poate descărca, ajusta și auto-găzdui nu trebuie să câștige clasamentele astăzi pentru a rămâne relevant. Alții au indicat implementările reale ale Mistral în întreprinderi din Europa ca dovadă că avantajul competitiv nu este pur tehnic.

Plasa de siguranță geopolitică

Aici se află adevărata ofertă a Mistral.

Întreprinderile europene sub GDPR, băncile care gestionează date sensibile ale clienților și guvernele care nu vor ruta sarcinile de lucru AI prin infrastructura chineză au opțiuni limitate. Așa cum a raportat Decrypt în decembrie anul trecut, HSBC a semnat un acord pe mai mulți ani cu Mistral specific pentru a auto-găzdui modele pe propria infrastructură. Atractivitatea unui laborator cu ponderi deschise cu sediul în UE, cu o evaluare de 14 miliarde de dolari, nu apare în tabelele de benchmark – dar apare în deciziile de achiziție.

Nu este cel mai bun la codare și nici cel mai ieftin. Dar este: nu american, nu chinez, auditabil, auto-găzduibil și legal sigur pentru întreprinderile europene.