文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。
Mistral AI 发布 Mistral 3 系列，包含三个小尺寸稠密模型（14B、8B、3B）和旗舰 Mistral Large 3，后者为稀疏 MoE 架构，激活 41B、总参数 675B，全部以 Apache 2.0 许可证开源。
推荐理由：Mistral 3 系列以 Apache 2.0 开源，覆盖从 3B 到 675B 参数的多档模型，并首次回归稀疏 MoE 架构，读者可据此评估其在大模型生态中的定位与可用性。
Mistral 为 Le Chat 推出一批新功能，包括由工具增强的 Deep Research 代理驱动的深度研究模式、基于新语音模型 Voxtral 的语音模式、由推理模型 Magistral 驱动的多语言思考模式，以及基于 Black Forest Labs 技术的图像编辑功能。
推荐理由：官方一口气上线了深度研究、语音、推理和图像编辑四类新能力，读者可据此判断 Le Chat 的定位变化。
Mistral 发布 Voxtral 语音理解模型，提供 24B 和 3B 两个版本，均以 Apache 2.0 协议开源并上线 API。Voxtral 支持 32k token 上下文、多语言、问答与摘要及函数调用，定价从每分钟 0.001 美元起，在转录任务上优于 Whisper large-v3，价格低于同类 API 一半。
推荐理由：原文给出了两款开源语音模型的规模、价格和基准对比，读者可以据此评估其在转录与理解任务上的性价比。
Mistral 发布 Mistral Small 3.1，在文本性能、多模态理解和 128k 上下文窗口上均有提升，推理速度达每秒 150 token，并超越 Gemma 3 和 GPT-4o Mini。模型以 Apache 2.0 许可开源，可在单张 RTX 4090 或 32GB 内存的 Mac 上运行，即日起可通过 API 和 Google Cloud Vertex AI 使用。
推荐理由：原文给出了性能对比、推理速度和开源许可，读者可以据此判断它是否适合端侧或企业部署。
Mistral 发布 Mistral OCR，一个光学字符识别 API，可理解文档中的媒体、文本、表格和公式，并以有序的图文交错形式提取内容。该 API 已作为 Le Chat 的默认文档理解模型，定价为 1000 页/美元，批量推理约翻倍，今日在 la Plateforme 上线，并支持选择性自托管。
推荐理由：原文给出了新 OCR API 的能力、基准对比和定价，读者可以据此判断它在文档理解场景中的适用性。