Mistral AI: обзор провайдера нейросетей, модели и цены 2026

По состоянию на август 2026 года Mistral AI — один из немногих европейских разработчиков больших языковых моделей, который конкурирует с OpenAI, Google и Anthropic не только качеством ответов, но и устройством продуктовой линейки. Парижская компания выпускает закрытые API-модели, открытые веса, компактные модели для локального запуска, а также решения для программирования, рассуждений и работы с аудио.

Главная особенность Mistral — ставка на эффективность. Компания не строит весь бизнес вокруг одного гигантского закрытого продукта. В её каталоге есть флагман Mistral Large 3 с контекстом 262 тысячи токенов, недорогие edge-модели Ministral 3 и открытая 128-миллиардная Mistral Medium 3.5. Отдельные семейства Codestral и Devstral предназначены для работы с кодом, а Magistral — для reasoning-задач. Такой подход делает Mistral интересной не только конечным пользователям, но и разработчикам, которым нужны контроль над моделью, предсказуемая стоимость и возможность развёртывания без передачи данных внешнему API.

В России модели Mistral доступны через STIVA.ai. Это удобно пользователям, которым нужны оплата в рублях, работа без VPN и единый доступ к нескольким ИИ-сервисам.

История Mistral AI и эволюция моделей

Mistral AI основана в 2023 году Артуром Меншем, Гийомом Ламплем и Тимоти Лакруа. Основатели пришли из области фундаментальных исследований машинного обучения и разработки крупных нейросетей. Лампль известен работами в языковом моделировании и ранее работал в Meta. Менш и Лакруа также занимались исследованиями трансформерных архитектур.

Компания быстро привлекла внимание идеей, которая в 2023 году выглядела для стартапа смело: выпускать сильные модели с открытыми весами и одновременно конкурировать с коммерческими API. Первым громким проектом стало семейство Mixtral. Архитектура Mixtral 8x7B использовала mixture-of-experts — механизм, при котором для обработки конкретного токена активируется только часть параметров. Благодаря этому модель получила производительность крупной системы при меньших вычислительных затратах. Позднее вышла Mixtral 8x22B, которая также стала заметным открытым решением.

Следующим этапом стали модели Mistral Large и Mistral Medium. Компания постепенно перешла от исследовательского позиционирования к платформе: запустила чат Le Chat и API, добавила модели для программирования, мультимодальные эксперименты и компактные решения. Важную роль сыграла модель Mistral Nemo 12B, рассчитанная на локальное использование и открытое сообщество. К 2026 году она уже помечена как устаревшая.

В 2025 году Mistral выпустила Mistral Medium 3, Codestral 2508, Devstral 2 и семейство reasoning-моделей Magistral. Затем Medium 3 заменила более новая версия Medium 3.5, а в декабре 2025 года вышла Mistral Large 3 (2512). Обновились и компактные модели: Ministral 3 получила варианты на 3, 8 и 14 млрд параметров, каждый с контекстом 256K.

Mistral остаётся частной компанией. В 2024–2025 годах её оценка, по доступным данным, находилась примерно в диапазоне 6–7 млрд долларов. Для европейского ИИ-рынка это высокий показатель. Он отражает интерес инвесторов и ожидание, что Mistral займёт промежуточное положение между закрытыми американскими платформами и сообществом open source.

Ключевые модели Mistral

Каталог Mistral к августу 2026 года нельзя свести к одной «лучшей» модели. Выбор зависит от приоритетов: качества рассуждений, цены генерации, длины контекста, локального запуска или программирования.

Mistral Large 3: флагман для массового API

Mistral Large 3 (2512) — главный универсальный продукт компании. Он получил контекстное окно 262K токенов и может обрабатывать большие документы, репозитории кода, длинные переписки и технические спецификации за один запрос. Модель рассчитана на reasoning-задачи. Она подходит для анализа, подготовки структурированных документов и сложной классификации.

Главное преимущество Large 3 — цена. API стоит 0,50 доллара за миллион входных токенов и 1,50 доллара за миллион выходных. По данным карточки провайдера, генерация в Mistral Large 3 на 80–90% дешевле, чем в GPT-5.4. Сравнивать модели только по прайсу нельзя: итоговая стоимость зависит от качества, длины ответа, повторных запросов и поддержки инструментов. Для массовых сценариев — суммаризации, обработки документов и внутренних чат-ботов — разница может быть существенной.

Mistral Medium 3.5: открытые веса и высокая цена вывода

Medium 3.5 — необычная модель в каталоге. Это плотная, или dense, модель на 128 млрд параметров с контекстом 256K. Она распространяется с открытыми весами по лицензии Modified MIT. Разработчики могут адаптировать её, тестировать внутри закрытого контура и встраивать в инфраструктуру организации при соблюдении условий лицензии.

API-тарификация Medium 3.5 выглядит нетипично: 1,50 доллара за миллион входных токенов и 7,50 доллара за миллион выходных. Это самая высокая стоимость генерации среди актуальных моделей Mistral из представленного списка. Поэтому Medium 3.5 стоит выбирать не ради низкой цены, а когда нужны качество, открытые веса и контроль над развёртыванием.

Предыдущие Medium 3 и Medium 3.1 стоили заметно дешевле — 0,40 доллара за вход и 2 доллара за выход при контексте 131K. Обе версии переведены в deprecated-статус. Основное развитие линейки теперь связано с Medium 3.5.

Small 4 и Ministral 3

Mistral Small 4 — гибридная модель с контекстом 128K, которая объединяет instruct-сценарии, рассуждения и работу с кодом. Её цена — 0,15 доллара за миллион входных токенов и 0,60 доллара за миллион выходных. Это подходящий вариант для прикладных сервисов, которым нужна более широкая функциональность, чем у небольшой instruct-модели, но не требуется дорогой флагман.

Ministral 3 создана для edge-сценариев: локальных приложений, компактных серверов и периферийных устройств. Она подходит для сред, где постоянное обращение к облаку невозможно или невыгодно. Доступны версии на 3, 8 и 14 млрд параметров. Все имеют контекст 256K. Для небольших моделей это полезно в задачах анализа документов и кода.

Тарификация симметричная: 3B стоит 0,10 доллара за миллион входных и выходных токенов, 8B — 0,15 доллара, 14B — 0,20 доллара. Такая схема упрощает расчёт расходов. Версия 3B подходит для простых классификаторов и маршрутизации запросов. 8B — более универсальный вариант. 14B стоит рассматривать там, где качество важнее минимального потребления ресурсов.

Кодовые и reasoning-модели

Codestral 2508 специализируется на генерации программного кода и поддерживает FIM — Fill-in-the-Middle. Эта функция нужна для IDE: модель дополняет фрагмент внутри уже существующего кода, а не только продолжает текст справа. Для автодополнения, рефакторинга и генерации функций такой режим часто полезнее обычного completion.

Devstral 2 с 123 млрд параметров ориентирована на программирование и выпускалась с открытыми весами. Однако к августу 2026 года она помечена как deprecated. То же относится к Devstral Small 2 на 24 млрд параметров. Для новых проектов сначала стоит проверить Medium 3.5, Small 4 и актуальные версии Codestral.

Семейство Magistral рассчитано на задачи, где нужна явная цепочка рассуждений. В каталоге есть Magistral Medium и Magistral Medium 1.2 с ценой 2 доллара за вход и 5 долларов за выход. Magistral Small 1.2 стоит 0,50 и 1,50 доллара соответственно. Medium 1.2 уже устаревает, а Small 1.2 сохраняет статус открытой reasoning-модели.

Архитектура, контекст и качество

Mistral использует несколько архитектурных подходов. Large и Medium относятся к dense-моделям: при обработке каждого токена задействуется вся сеть. Mixtral построена на MoE-подходе, где активируется только часть экспертных блоков. Small 4 объединяет instruct-, reasoning- и coding-возможности.

MoE не означает автоматически более высокое качество. Преимущество такой архитектуры — в соотношении общего числа параметров и вычислений на конкретный токен. Модель может иметь большой суммарный объём параметров, но не использовать его целиком на каждом шаге генерации. Это снижает стоимость инференса, однако усложняет распределение нагрузки и повышает требования к инфраструктуре.

Контекстные окна Mistral заметно выросли по сравнению с ранними Mixtral. У Mixtral 8x7B — 32K, у Mistral Medium 3 — 131K, у Small 4 — 128K. У Large 3, Medium 3.5 и Ministral 3 окно составляет от 256K до 262K. Большой контекст полезен только при сохранении качества. Модель должна находить нужные фрагменты, не терять инструкции в середине документа и не делать обработку слишком дорогой.

При оценке Mistral разработчикам стоит смотреть на несколько бенчмарков. Для общих знаний применяются MMLU и его расширенные варианты. Сложные задачи проверяют с помощью GPQA. Программирование оценивают по HumanEval, MBPP и SWE-bench. Для математического reasoning используют GSM8K и наборы олимпиадного уровня. Длинный контекст проверяют отдельными long-context-тестами, а не только формальным числом токенов в документации.

Публичная карточка провайдера не содержит подтверждённых числовых результатов Mistral Large 3, Medium 3.5 или Small 4 в этих тестах. Поэтому приписывать моделям конкретные места и проценты некорректно. Практический вывод такой: Large 3 рассчитана на универсальные и reasoning-нагрузки, Codestral — на генерацию кода и FIM, Magistral — на цепочки рассуждений, а Ministral — на локальный запуск при умеренных требованиях к ресурсам. В реальном проекте выбор всё равно нужно проверять на собственном датасете.

Открытые веса — одно из преимуществ Mistral. Они позволяют запускать модели на собственной инфраструктуре, выполнять квантование, подключать LoRA-адаптеры и создавать закрытые контуры обработки данных. Но «open weights» не равно полностью свободному open source. Нужно отдельно изучить лицензию, ограничения на использование и состав доступных компонентов. Для Medium 3.5 указана Modified MIT, а условия для разных семейств могут отличаться.

Мультимодальное направление у Mistral развивается осторожнее. Pixtral Large была мультимодальной, но к августу 2026 года относится к устаревшим моделям. В карточке нет подтверждённых актуальных моделей для генерации изображений или видео. При этом компания предлагает аудиолинейку Voxtral Mini: одну модель для text-to-speech и другую для speech-to-text.

Цены и продуктовая доступность

API Mistral использует тарификацию по входным и выходным токенам. Для большинства текстовых приложений важнее цена output: длинный ответ, программный код или развёрнутое рассуждение могут стоить в несколько раз дороже самого запроса. Поэтому сравнение Mistral Large 3 с конкурентами только по цене input не даёт полной картины.

В нижнем ценовом сегменте находятся Ministral 3 и Small 4. Они подходят для маршрутизации запросов, обработки обращений и извлечения полей из документов. Их также можно использовать в простых агентах и системах массовой генерации. Large 3 подходит для систем, которым нужны широкий набор функций и длинный контекст при умеренной цене. Medium 3.5 оправдана прежде всего, когда важны качество и контроль над моделью.

Для конечных пользователей у Mistral есть сервис Le Chat. Доступны бесплатный план, Pro за 14,99 доллара в месяц, Team за 24,99 доллара на пользователя в месяц и Enterprise-тариф. Набор функций и ограничения зависят от плана, поэтому бизнесу нужно проверять условия отдельно от API-прайса.

В каталоге остаются и legacy-модели: Mixtral 8x7B и Mixtral 8x22B, Mistral Nemo 12B, Mistral Large 2.1 (2411), Mistral Large 2407, Pixtral Large (2411), Devstral 2, Devstral Small 2, Magistral Medium 1.2 и Medium 3/3.1. Их можно встретить в старых интеграциях и публикациях, но строить новый продукт на deprecated-модели рискованно. Поставщик может ограничить поддержку, изменить доступность endpoint или прекратить обновление безопасности.

Доступ к Mistral AI в России через STIVA.ai

Российским пользователям не обязательно самостоятельно разбираться с зарубежными платёжными инструментами и ограничениями доступа. Модели Mistral можно найти на странице провайдера Mistral в STIVA.ai. Платформа даёт единый интерфейс к ИИ-моделям и позволяет оплачивать их в привычном российском платёжном контуре.

Тарифы STIVA.ai начинаются от 495 ₽ в месяц. Доступна оплата картами «Мир» и через СБП, VPN не требуется. Перед подключением всё же нужно проверить конкретные лимиты, доступные модели и условия использования. Это снижает порог входа для частных пользователей, команд и небольших компаний.

Для обычного диалога и работы с документами можно начать с Large 3 или Small 4. Для локального запуска стоит изучить Ministral 3. Для кода подойдёт Codestral 2508, а для reasoning-задач — Magistral Small 1.2. Если проект требует полного контроля над весами и инфраструктурой, отдельно оцените Medium 3.5 и другие модели Mistral с открытыми весами.

Пользователям, которые хотят экономить на подписке или подключать несколько сервисов, стоит изучить тарифы STIVA.ai. Для тех, кто приглашает коллег и знакомых, доступна партнёрская программа.

Итоги

Mistral AI уже не просто европейский стартап, выпускающий открытые модели. Это самостоятельная экосистема с API и чат-сервисом. В неё входят dense- и MoE-модели, компактные решения, инструменты для программирования и аудиофункции.

Сильные стороны компании — открытые веса, длинный контекст, модели разных размеров и привлекательная цена Large 3. Слабое место — быстрое обновление линейки: часть моделей, которые ещё недавно считались флагманскими, уже переведена в deprecated-статус. Разработчику приходится следить за версиями и проверять, какой endpoint скрывается за названием семейства.

Для российского пользователя Mistral интересна как альтернатива закрытым американским моделям. Получить доступ к ней можно через STIVA.ai, с оплатой от 495 ₽ в месяц, картами «Мир» и СБП, без VPN. Окончательный выбор модели стоит делать по результатам тестов на собственных данных, полной стоимости запросов и требованиям к конфиденциальности.

FAQ

Какая модель Mistral лучше для обычных задач?

Для универсальных сценариев основным выбором выглядит Mistral Large 3 (2512): у неё контекст 262K, reasoning-возможности и цена 0,50/1,50 доллара за миллион входных и выходных токенов. Если важнее минимальная стоимость, начните с Mistral Small 4 или одной из моделей Ministral 3.

Какая модель Mistral подходит для программирования?

Для генерации и автодополнения кода предназначена Codestral 2508 с поддержкой FIM. Devstral 2 также была специализированной кодовой моделью с открытыми весами, но в августе 2026 года имеет статус deprecated. Поэтому новые проекты лучше проверять на актуальных Codestral, Small 4 и Medium 3.5.

Можно ли запустить модели Mistral локально?

Да, компания выпускает модели с открытыми весами, включая Medium 3.5, семейства Small и Ministral, а также Devstral и Mixtral. Возможность запуска зависит от размера модели, доступной видеопамяти, квантования и условий лицензии. Для edge-сценариев логично рассматривать Ministral 3 3B, 8B или 14B.

Как пользоваться Mistral AI в России?

Модели доступны через STIVA.ai. Платформа предлагает тарифы от 495 ₽ в месяц, принимает оплату картами «Мир» и через СБП и работает без VPN. Перед подключением проверьте, какие именно модели и лимиты входят в выбранный тариф.