全部评论
大家都在搜：
魔搭ModelScope社区
粉丝1.3万获赞3.9万
Mistral新作一个权重通吃推理与编码。Mistral 又出新货了。Mistral Medium 3.5——他们的首个"融合旗舰"——把指令遵循、推理、代码生成全部塞进一套权重，不再需要在推理和编码之间切来切去。 🔗 三合一128B模型之前，Mistral 的指令遵循走 Medium 3.1、推理走 Magistral、编码走 Devstral 2，用起来要根据任务类型手动路由，非常麻烦。这次 Medium 3.5 把三者统一成单一 128B Dense模型，不需要切换模型，调 reasoning_effort 参数就能按需控制推理强度。"none" 走快速响应，"high" 走深度推理，逻辑上干净了很多。 🖥️ 编码能力真的强SWE-Bench Verified 77.6%，超过了 Devstral 2（72.2%）和 Qwen3.5 397B。要知道，Qwen3.5 397B 是 MoE 架构，参数规模是它的三倍多，Medium 3.5 用 128B Dense模型打过去了，性价比相当扎眼。Mistral 也直接把 Devstral 2 从 Vibe CLI 的默认模型位置换成了 Medium 3.5。 ✨ 模型亮点· 256K 上下文：约 20 万字，跑完整代码库推理或长 Agent 链路够用；· 原生多模态：视觉编码器从零训练，支持可变图像尺寸，文档分析、图表理解、UI 截图都能接；· 多语言：中文、日语、阿拉伯语等数十种语言支持；· τ³-Telecom Agent 基准 91.4%：工具选择和多步执行表现不错 "一个模型搞定从聊天到智能体"的路线很务实，省掉了切模型的工程负担。Dense架构的好处是部署和调优比 MoE 简单，最少 4 块 80GB+ 显存的 GPU 就能跑，对中小团队比较友好。 推荐用 vLLM 部署（需要 nightly 版），启动命令支持 tensor parallel，可搭配 EAGLE 模型加速推理。SGLang 也提供了专用 Docker 镜像，H100/H200/B200/B300 都有对应版本。量化需求可以走 llama.cpp + Unsloth 的 GGUF 版本，Ollama 也已经支持。 #Mistral #魔搭社区
发布时间：2026-05-07 10:47:21