🤖 “Mistral 3 – ยกระดับ AI Open Source สู่ยุค Multimodal และ Reasoning” Mistral AI ประกาศเปิดตัว Mistral 3 ซึ่งเป็นเจเนอเรชันใหม่ของโมเดล AI ที่เน้นความเปิดกว้างและการเข้าถึง โดยมีทั้งรุ่นเล็กที่เหมาะกับการใช้งาน edge (Ministral 3B, 8B, 14B) และรุ่นใหญ่ Mistral Large 3 ที่ถือเป็นโมเดล Mixture-of-Experts รุ่นแรกของบริษัทนับตั้งแต่ Mixtral series จุดเด่นคือการใช้ 41B active parameters จากทั้งหมด 675B ทำให้สามารถรองรับงาน reasoning และ multilingual ได้ในระดับสูงสุด Mistral Large 3 ถูกเทรนจากศูนย์ด้วย GPU NVIDIA H200 จำนวน 3000 ตัว และหลังการปรับแต่ง (post-training) สามารถทำงานได้ทัดเทียมกับโมเดล instruction-tuned ชั้นนำในตลาด ทั้งด้านการเข้าใจภาพ (image understanding) และการสนทนาแบบหลายภาษา โดยติดอันดับ #2 ในหมวด OSS non-reasoning models และ #6 รวมทั้งหมดบน LMArena leaderboard นอกจากนี้ Mistral ยังร่วมมือกับ NVIDIA, vLLM และ Red Hat เพื่อทำให้การใช้งาน Mistral 3 มีประสิทธิภาพสูงขึ้น เช่น การรองรับ speculative decoding, Blackwell attention และการ deploy บน edge devices อย่าง Jetson และ RTX PCs ได้อย่างราบรื่น จุดนี้ทำให้ Mistral 3 ไม่เพียงแต่เป็นโมเดลสำหรับ data center แต่ยังสามารถใช้งานในหุ่นยนต์หรืออุปกรณ์พกพาได้ด้วย สำหรับผู้ใช้งานทั่วไป Mistral 3 พร้อมให้ใช้งานแล้วบนหลายแพลตฟอร์ม เช่น Hugging Face, Amazon Bedrock, Azure Foundry, IBM WatsonX และ OpenRouter รวมถึงบริการ API ของ Mistral AI เอง อีกทั้งยังมีบริการ custom training สำหรับองค์กรที่ต้องการปรับแต่งโมเดลให้เหมาะกับงานเฉพาะทาง เช่น การวิเคราะห์เอกสาร, coding, หรือ creative collaboration 📌 สรุปเป็นหัวข้อ ✅ คุณสมบัติหลักของ Mistral 3 ➡️ มีทั้งรุ่นเล็ก (3B, 8B, 14B) และรุ่นใหญ่ Mistral Large 3 ➡️ รองรับ multimodal (ข้อความ + ภาพ) และ multilingual (40+ ภาษา) ➡️ ใช้ Mixture-of-Experts พร้อม 41B active parameters จากทั้งหมด 675B ✅ ความร่วมมือด้านเทคโนโลยี ➡️ เทรนด้วย NVIDIA H200 GPUs กว่า 3000 ตัว ➡️ รองรับ speculative decoding และ Blackwell attention ➡️ ใช้งานได้ทั้ง data center และ edge devices เช่น Jetson, RTX PCs ✅ การเข้าถึงและการใช้งาน ➡️ เปิดให้ใช้งานบน Hugging Face, Amazon Bedrock, Azure Foundry, IBM WatsonX ➡️ มีบริการ API และ custom training สำหรับองค์กร ➡️ โมเดลทั้งหมดเปิดภายใต้ Apache 2.0 license ‼️ ข้อควรระวังและความท้าทาย ⛔ แม้จะเป็น open-source แต่การ deploy บนระบบใหญ่ต้องใช้ทรัพยากรสูงมาก ⛔ การใช้งาน reasoning model อาจมี latency สูงกว่า instruct model ⛔ องค์กรต้องมีการกำกับดูแลเพื่อป้องกันการใช้ผิดวัตถุประสงค์ https://mistral.ai/news/mistral-3