Mistral Medium 3 定價壓過 DeepSeek、效能逼近 Claude Sonnet 3.7，歐洲模型再走效率路線
- Mistral Medium 3 定價為每百萬 token 輸入 $0.4、輸出 $2，官方宣稱在 benchmark 上達到 Claude Sonnet 3.7 逾九成的效能。
- 模型支援四張 GPU 以上環境自架，可在混合雲或 VPC 內部署，並支援持續預訓練與完整 fine-tuning。
- Mistral 在公告末段暗示未來數週將推出 Large 模型，並以帶引號的「open」暗示開源釋出計畫。
- 把 DeepSeek v3 和 Claude Sonnet 3.7 同時當對照組，Mistral 等於宣告中型模型的競爭坐標已重設——低成本不再是中國模型的專利。
- 四張 GPU 可跑、支援完整 fine-tuning，這個門檻直接瞄準那些想自架但又沒有大型 GPU 集群的亞太企業，是個比 API 套餐更難被競品一刀切換掉的部署策略。
- 如果 Mistral Large 真的開源，歐洲授權條款加上效能競爭力，對資料主權要求嚴格的金融與醫療機構來說，會是比 Llama 更容易過法規關卡的基底模型選項。
一句話說清楚：Mistral 發布 Medium 3，宣稱在中型模型裡做到旗艦級效能，但成本只有同級的八分之一。這不是行銷修辭，是一場定價結構的直接宣戰。
Medium 3 的核心數字就兩個：每百萬 token 輸入 $0.4、輸出 $2，官方說在跨項 benchmark 上達到 Claude Sonnet 3.7 九成以上的表現。Mistral 同時點名 Llama 4 Maverick 與 Cohere Command A，說 Medium 3 效能高於這兩者；在定價上，則說打贏 DeepSeek v3——無論是 API 還是自架版本。編碼與 STEM 是特別強調的強項，第三方人工評測的成績也被引用來補強學術 benchmark 的可信度。
這件事真正值得看的地方不是跑分，而是部署邏輯。Medium 3 宣稱四張 GPU 以上的環境就能自架，支援混合雲或 VPC 內部署，還能做持續預訓練與完整 fine-tuning。這個組合打的是一個很具體的企業痛點：現在多數公司要麼只能透過 API 做有限微調，要麼得從頭自架一套，沒有中間路線。Mistral 試圖用 Medium 3 卡進這個空白，金融、能源、醫療的 beta 客戶已被點名。
更大的信號在文末那段話。Mistral 三月發了 Small、現在發 Medium，然後暗示「接下來幾週有 Large 要來」，還說連 Medium 都已經「明顯勝過 Llama 4 Maverick」，所以對即將「open」的東西感到興奮——那個「open」加了引號，十之八九意指開源釋出。對亞太市場的商業決策者來說，如果這個 Large 真的開源，它對 Llama 生態的衝擊不會小：企業在選開源基底模型時就多了一個歐洲隊的選項，且 Mistral 的授權條款歷來比 Meta 更乾淨，在資料主權敏感的行業裡有實際加分。
DeepSeek 把低價壓力打進市場之後，整個中型模型的競爭已經走到「效能不輸、價格更低」這條賽道上。Mistral 這次的發布節奏——Small、Medium、Large 三連發——像是一次蓄意編排的產品線重整，要在 GPT 系列和開源陣營之間重新定義自己的位置。能不能兌現，等 Large 出來再驗證；但光是把 Claude Sonnet 3.7 和 DeepSeek v3 同時拿來當對照組，就說明 Mistral 現在的競爭意識比以前清晰得多。
訂閱品富智圖 AI 新聞
每日 AI 產業要聞彙整，一封信直送信箱。