法國AI新創公司 Mistral AI 近期正式發布了專為程式開發設計的 Devstral 2 模型，以及新一代旗艦級通用模型 Mistral Large 3。這波強勢更新不僅強化了其在開源領域的地位，更透過與微軟 Azure 的合作，展現出歐洲自主模型往前進的決心，該公司之前才獲得著名的半導體設備大廠荷蘭公司艾司摩爾 ASML 重金投資。
迎戰 Vibe Coding 浪潮 Devstral 2 重塑開發體驗
隨著 Cursor 等新一代開發工具的興起，Vibe Coding（直覺式編碼）已成為軟體開發的新趨勢。開發者可以透過自然語言描述功能需求，讓 AI 協助完成實作。Mistral AI 看準這股趨勢，推出了全新的 Devstral 2模型。
Devstral 2 擁有 1230億參數，專門處理複雜的軟體工程。為了滿足不同使用場景，Mistral 同時推出了輕量化的 Devstral Small 版本，參數僅240億，讓開發者能夠在消費級硬體上也能流暢地執行高效能的程式碼生成任務。
除了模型本身，Mistral 為了最佳化化開發體驗，也發布了一款名為 Vibe CLI 的終端機輔助工具，讓開發者能直接在終端機環境中，透過自然語言指揮 AI。它具備強大的上下文感知能力，能主動分析檔案結構與 Git 狀態，協助 AI 更精準地理解當下的開發環境脈絡。
分級授權策略與算力計費模式解析
針對開發者關心的費用與授權問題，若開發者選擇不自行架設伺服器，改為直接呼叫官方 API 使用運算資源，Devstral 2 目前提供免費試用，未來收費為每百萬輸入 Token 0.4 美元、輸出 Token 2.0 美元，展現出極具競爭力的性價比。
Mistral 還將模型依據通用推理、邊緣運算及程式專用等不同場景，切分出不同種的收費方式，這種定價模式，讓開發者能依據任務複雜度進行混合搭配，將簡單任務交給低成本的小模型處理，僅在必要時調用高價旗艦模型，賦予了用戶較大的靈活性，換言之，我們在使用時不再需要為了簡單的任務而支付高昂的算力費用，而是能依據需求來選擇「剛好夠用」的工具。
另外，值得留意的是，Mistral 本次開源策略分為兩大層級。輕量級的 Devstral Small 2 採用 Apache 2.0 授權，允許自由商用與修改，使用限制極少。
而擁有 1,230 億參數的主力模型 Devstral 2 則採用 Mistral 研究授權（MRL），雖然允許下載研究，但針對大型雲端供應商或高營收規模的公司則設有商業授權門檻，這可說是一項防止競爭對手直接將模型打包獲利的策略。
Mistral Large 3 登陸微軟 Azure AI Foundry
在通用模型方面，Mistral AI 發布了 Mistral Large 3，並宣布該模型已正式進駐微軟的 Azure AI Foundry 平台，是一款採用 Apache 2.0 授權的開源 AI 模型。
Mistral Large 3 在推理能力、長文本理解以及多模態處理（同時處理文字與圖像）的能力上已有顯著提升。對於需要高度精準與低幻覺率的公司客戶而言，Large 3提供了穩定的輸出能力，非常適合用於建構複雜的 AI 代理（AI Agents）與自動化工作流程。透過 Azure 平台的整合，能更安全、快速地部署這款模型，將其應用於內部的資料管理與客戶服務系統中。
小模型的大逆襲 Mistral 如何以小搏大
Mistral AI 的策略並非一味追求參數量的無限膨脹。正如近期科技評論所指出的，Mistral正在努力進行一場「以小搏大」的AI革命。過去幾年，Google 與 OpenAI 等大廠都呈現出 AI 模型越大越好的成績和做法，但隨之而來的是驚人的運算成本與能源消耗。
Mistral 卻反其道而行，主要的訴求是最佳化 AI 模型的效率。以其最新推出的輕量級模型為例，它們證明了在部分任務上，經過調整的小型模型，其效能可接近甚至優於參數高達數千億的大型模型。這種策略不僅大幅降低了 AI 部署的硬體需求，讓地端部署與資料的可控性更容易實現，更打破了只有大廠才能處理高階 AI 的迷思。
換言之，Mistral 正透過高效率的演算法與精簡架構，向市場提出精巧的訴求，也是AI發展的下一個重點，這對於資源有限但渴望導入 AI 技術的眾多公司來說，是可以考慮部署和應用的機會點。
歐洲自主 AI 模型的建構
Mistral AI 透過專精於程式碼生成的 Devstral 與全能型的 Mistral Large 3，展現了清晰的產品分眾策略。前者搭配 Vibe CLI 介面，有效解決工程師面臨的開發挑戰；後者則以強大的推理能力，滿足企業複雜的資料處理需求。
歐洲自主的 Mistral 正試圖以更細緻的產品線與定價策略，在通用大模型與垂直領域應用之間，找到與美系大廠差異化的生存空間。。
首圖由 Nano Banana AI 生成
