| Mistral Large 2 | Mistral AI
Mistral AI發表Mistral Large 2，挑戰GTP-4o與Llama 3.1 405B
Mistral AI推出具備1,230億個參數，支援12.8萬個Token脈絡長度的旗艦模型Mistral Large 2
2024-07-25
| Mistral NeMo | Mistral AI | Nvidia
Nvidia與Mistral AI攜手釋出Mistral NeMo
Mistral NeMo定位為企業等級的AI模型，適用於聊天機器人、多語言任務等企業應用，採用Apache 2.0授權，可直接取代Mistral 7B
2024-07-19
| Codestral Mamba | Mistral AI | Mathstral | 程式碼生成 | 數學推論 | 模型
Mistral AI發表程式碼生成模型Codestral Mamba及數學推論模型Mathstral
有別於Transformer模型強調自注意機制與支援複雜時空的運算能力，Mistral AI強調Codestral Mamba採用新型架構，支援線性時間推論，因此得以更有效地處理長序列，對於產生程式碼特別有效率
2024-07-17
| Mistral AI | mistral-finetune | 企業功能
針對需要微調AI模型以更符合自家應用需求的企業用戶，Mistral AI除了開始提供API、SDK等模型客製化工具，也公布協助企業微調模型的客製化訓練服務
2024-06-07
| Mistral AI | Codestral
程式撰寫輔助模型Codestral以80多種程式開發語言的資料集訓練，涵括Python、Java、C、C++和Bash等，也可使用Swift和Fortran開發
2024-05-30
| 開源模型 | Mixtral 8x22B | Mistral AI | Mixtral
Mistral AI以Apache 2.0授權釋出Mixtral 8x22B模型，Mixtral 8x22B支援1,760億個參數，以及6.5萬個Token的脈絡長度，成為目前最大的開源模型之一
2024-04-11
| Databricks | Mistral AI | Mistral 7B | Mixtral 8x7B
Databricks投資Mistral AI並整合模型到平臺
Databricks除了參與Mistral AI的A輪募資，也將Mistral 7B及Mixtral 8x7B模型整合到Databricks AI分析平臺Data Intelligence Platform
2024-03-19
| OpenAI | GPT-4 | google | Gemini 1.5 | Mistral AI | Mistral Large | Anthropic | Claude 3 | Inflection AI | Inflection-2.5 | 大型語言模型
GPT-4競爭者報到：Gemini 1.5、Mistral Large、Claude 3 Opus與Inflection-2.5
在幾周前尚無對手的OpenAI GPT-4，最近忽然冒出4個與之競爭的大型語言模型，這些新模型皆宣稱足以比美GPT-4，其中研究人員覺得最有實力的則是Anthropic發表的Claude 3家族頂級模型Opus
2024-03-11
| Mistral AI | 大型語言模型 | Mistral Large | 聊天機器人 | Le Chat
Mistral AI發表Mistral Large模型及Le Chat聊天機器人，企圖與OpenAI較勁
Mistral AI聲稱Mistral Large模型提供一流的推論能力，可支援複雜且多語言的推論任務，在許多常用基準測試的表現上，贏過Gemini Pro 1.0、Meta LLaMA 2 70B等模型，僅次於OpenAI的GPT 4
2024-02-27
| AWS | Mistral AI | LLM
Amazon Bedrock將上架Mistral 7B和Mixtral 8x7B兩開源語言模型
AWS將在雲端人工智慧模型平臺Amazon Bedrock提供兩個Mistral AI模型，分別是輕巧的Mistral 7B，以及可高效處理大量參數和資料的Mixtral 8x7B
2024-02-27
| Mistral | LLM | Llama 2 | SMoE | GPT | Mistral AI | Mixtral
Mistral AI開源採用SMoE架構的Mixtral 8x7B模型，整體效能超越Llama 2 70B與GPT-3.5
Mistral AI開源最新模型Mixtral 8x7B，透過採用稀疏混合專家（SMoE）模型架構，在處理大量參數和資料的同時，也維持一定的計算效率，在多數基準測試上超越Llama 2 70B（700億參數）和GPT 3.5模型
2023-12-13