大家好，我是刘聪NLP。
你还记得曾经国外开源的神-Mistral吗？
2023年，开源大模型百花齐放，但基本上都是Dense模型，
大家都猜测，ChatGPT内部已经使用MoE专家模型架构了，
但那时都还在追赶中，Dense模型都还没训练好，何谈MoE模型，
但在2023年12月，Mistral AI 开源了Mixtral 8x7B模型，应该是首个开源MoE模型，
也是引得一阵讨论，
到现在，MoE架构已经成为了标准，DeepSeek、K2、Qwen，超大模型基本上都是MoE架构，
国外闭源模型确实是顶流的存在，但论开源，那国内绝对是独一档的存在，
国外，如果你说期待谁开源，一个是llama，另一个就是mistral了。
今天，Mistral AI又开源了4个尺寸的新模型，这次都是多模态理解模型。
Mistral-Large-3，总参数为675B，41B 激活参数，MoE 架构，对标DeepSeek-V3.1、K2。
三个小模型Ministral-3，分别是3B，8B，14B，Dense模型，有 pretraining、instruct、reasoning 三个版本，对标Qwen3-VL。
HF：
https://huggingface.co/collections/mistralai/ministral-3
https://huggingface.co/collections/mistralai/mistral-large-3
675B模型，我平时企业toB也用不到，几个小尺寸模型还蛮吸引我的。
我本地部署了Ministral-3-8B-Instruct-2512和Qwen3-VL-8B-Instruct，进行一波多模态能力测试，看看效果到底如何。
懒人不爱看版本：
- 整体Ministral-3-8B的指令遵循不如Qwen3-VL-8B好
- 8B模型尺寸都太小，对于世界知识、空间变换、图片排序、表格识别都回答不好，但感觉Ministral-3更离谱
- OCR识别、理解计算，Ministral-3-8B不如Qwen3-VL-8B
- 报告分析、数据题，两个模型都相差不大，大多数都ok
- Ministral-3-8B不知道菇娘儿是啥，数数能数对
PS：均采用vllm进行部署，采用官方示例中提供的temperature，进行调用。
OCR识别
Prompt：请识别图中的文本内容，言简意赅。
Ministral-3-8B：文字识别正确，但我已经说言简意赅了，还是有额外的输出
Qwen3-VL-8B：文字识别正确，言简意赅
Prompt：请识别图中的文本内容，言简意赅。
Ministral-3-8B：竖版识别理解不了，幻觉很严重
Qwen3-VL-8B：回答正确，言简意赅
表格识别
Ministral-3-8B：不对，但没有合并单元格
Qwen3-VL-8B：部分合并单元格错误
理解计算
Prompt：找到2024年GDP值最大的省份，并且计算占全国GDP的百分之多少？
2024年总和=1340312.8
Ministral-3-8B：找最大数找错了，同时没有理解全国值可以相加。
Qwen3-VL-8B：最大值找对了，但是总数算错了，导致比例不对。
报告分析
Prompt：请帮我解读一下报告内容。
Ministral-3-8B：分析的正确
Qwen3-VL-8B：分析的正确
目标识别
Prompt：告诉我桌子上菇娘儿的个数。 （好多南方的小伙伴没吃过，超级好吃哟~）
Ministral-3-8B：数对了，但是脱壳的蒜头是啥。。。
Qwen3-VL-8B：回答正确，解释也正确
目标对比
Prompt：找到图片中奔跑的人，并返回行列序号，比如：几行几列。 正确答案是6行10列
Ministral-3-8B：错误
Qwen3-VL-8B：错误
数学做题
Prompt：解题
Ministral-3-8B：第一问第二问对了，第三问超出了我设置的最大长度~
Qwen3-VL-8B：回答正确
图片排序
Prompt：根据图中显示的多个场景，将最有可能发生的事件按顺序排列。
正确答案CADB，走到商店，买雪糕，滑倒，打到脸上
Ministral-3-8B：不对
Qwen3-VL-8B：不对
空间变换
考察多模态模型对图像的空间转换能力。
Prompt：请回答。
Ministral-3-8B：不对
Qwen3-VL-8B：不对
色盲测试
Prompt：图片里有数字吗？如果有的话是什么？
正常者能读出６，红绿色盲者及红绿色弱者读成 5，而全色弱者则全然读不出上述的两个字。
Ministral-3-8B：错误
Qwen3-VL-8B：正确
世界知识
Prompt：朋友拍了一张图片，可以告诉我他是在中国哪个城市拍的吗？
Ministral-3-8B：错误
Qwen3-VL-8B：错误
还有时钟问题、看图猜成语，也都全军覆没了。
最后， Ministral-3模型整体体验下来，我觉得是开源第一梯队，
但觉得不是同尺寸开源第一，
是一个好的开源模型选择，
但要看你具体的场景，
国外的开源模型，会因为Mistral AI，
再次兴起吗？
我更期待，Llama会跟我们带来什么。。。。
是的，Llama，很久远的模型了~
PS：都看到这里，来个点赞 、在看 、关注 吧。 您的支持是我坚持的最大动力！
欢迎多多关注公众号「刘聪NLP」，加入交流群，交个朋友吧，一起学习，一起进步！