Mistral 3: Large 3 e Ministral 3, la famiglia open weight in Apache 2.0 annunciata a dicembre 2025

Perché se ne parla#

Il 2 dicembre 2025 la francese Mistral AI ha presentato Mistral 3, la sua nuova generazione di modelli con pesi aperti. La famiglia ha due rami: Mistral Large 3, il modello più grande e capace, e Ministral 3, tre modelli piccoli (14, 8 e 3 miliardi di parametri) pensati per girare vicino a chi li usa, anche su un portatile. Tutti sono rilasciati con licenza Apache 2.0.

Perché conta, a distanza di mesi? Perché mette un'azienda nella condizione di scegliere, dallo stesso fornitore e con la stessa licenza libera, tra un modello da usare via API e uno da installare sui propri server, dal telefono fino al data center.

In questo articolo ripasso anche tre modelli Mistral usciti prima e che con Mistral 3 non c'entrano, ma che spesso vengono confusi con la famiglia: Medium 3 (7 maggio 2025), Small 3 (30 gennaio 2025) e NeMo.

La famiglia in una tabella#

Tutti hanno licenza Apache 2.0. Per i Ministral il listino pubblicato riguarda la taglia 8B; i prezzi di 3B e 14B non compaiono nella fonte.

Mistral Large 3: il modello di punta#

Come è fatto#

Large 3 è un Mixture of Experts sparso. Immaginate un grande studio professionale con molti specialisti: per ogni pezzo di testo da elaborare non si convocano tutti, si chiamano solo quelli utili. Così il modello ha 675 miliardi di parametri in totale, ma ne mette al lavoro 41 miliardi per volta. Il risultato è una capacità ampia a un costo di calcolo molto più contenuto.

Per addestrarlo, partendo da zero, Mistral ha usato 3.000 GPU NVIDIA H200. Una volta completate le fasi finali di rifinitura, secondo l'azienda, è al livello dei migliori modelli open weight sulle richieste di uso generale, capisce le immagini ed eccelle nelle conversazioni in lingue diverse da inglese e cinese. Mistral parla di oltre 40 lingue supportate in modo nativo: per chi lavora in italiano è un dettaglio che pesa.

Dove si piazza#

Su LMArena, la classifica pubblica in cui le persone confrontano alla cieca le risposte di due modelli e votano la migliore, Large 3 era al momento dell'annuncio:

• secondo tra i modelli open source senza ragionamento esplicito;

• sesto tra tutti i modelli open source.

Mistral non ha pubblicato confronti diretti con i modelli chiusi di fascia più alta.

I dettagli tecnici utili#

• Checkpoint in NVFP4: esiste una versione dei pesi in un formato numerico compresso, ottimizzata per i sistemi NVIDIA Blackwell NVL72 e per server con 8 GPU A100 o H100 tramite vLLM. In pratica serve meno memoria per farlo girare.

• Una versione con ragionamento era annunciata come in arrivo.

• API compatibile con OpenAI: chi ha già un'integrazione con gli strumenti di OpenAI può provarlo cambiando pochi parametri.

Ministral 3: modelli piccoli da far girare ovunque#

I modelli Ministral 3 sono la parte della famiglia pensata per l'edge, cioè per funzionare direttamente sui dispositivi invece che in un grande data center. Ci sono tre taglie, 3B, 8B e 14B, e per ciascuna tre varianti:

• base, il modello grezzo da specializzare;

• instruct, già addestrato a seguire le istruzioni;

• reasoning, che ragiona per passaggi prima di rispondere.

In tutto sono nove modelli, e tutti capiscono le immagini. Sono ottimizzati per l'hardware NVIDIA più vicino all'utente: DGX Spark, PC e portatili con schede RTX, moduli Jetson per robotica e dispositivi industriali.

Il numero che ha fatto più rumore riguarda la variante più grande: Ministral 3 14B reasoning ottiene l'85% su AIME '25, la gara di matematica americana per studenti delle superiori usata spesso per misurare il ragionamento dei modelli.

Quanto costa via API#

Un esempio di calcolo#

Per capire l'ordine di grandezza, prendiamo un assistente che in un mese legge 10 milioni di token (domande dei clienti, documenti di riferimento) e ne scrive 2 milioni di risposta.

È un esempio costruito sui prezzi di listino, senza cache né sconti. Il vero costo di un progetto, di solito, non sta nei token ma nel lavoro per collegare il modello ai dati e controllarne le risposte.

I modelli Mistral che non fanno parte di Mistral 3#

Il nome si presta a confusione, quindi vale la pena fare ordine.

Mistral Medium 3 (7 maggio 2025)#

Annunciato con lo slogan Medium is the new large, è presentato da Mistral come il modello equilibrato per le aziende: disponibile via API e installabile on premise con licenza commerciale. La pagina ufficiale ne rivendica prestazioni di primo livello nelle valutazioni umane e capacità adatte al lavoro d'impresa su programmazione, analisi di documenti e voce. È il modello che Mistral consiglia per i carichi di lavoro aziendali in produzione.

Mistral Small 3 (30 gennaio 2025)#

È il modello compatto uscito prima della famiglia Mistral 3, ottimizzato per installazioni leggere. Secondo Mistral offre ottime prestazioni per la sua taglia e si integra con gli strumenti che gli sviluppatori usano già.

Mistral NeMo#

Modello multilingue uscito in precedenza, riconoscibile per un tokenizer più efficiente chiamato Tekken (il tokenizer è il componente che spezza il testo in pezzi da elaborare). È stato ottimizzato per capire molte lingue e per l'uso su larga scala.

Dove si trova#

Al momento dell'annuncio, Mistral 3 era disponibile su:

• Mistral AI Studio, via API;

• Hugging Face, per scaricare i pesi di Large 3 e dei Ministral;

• Amazon Bedrock e Azure Foundry;

• Modal, IBM WatsonX, OpenRouter, Fireworks, Unsloth AI e Together AI.

Erano annunciati in arrivo anche NVIDIA NIM e AWS SageMaker.

La strategia di Mistral#

Con Mistral 3 l'azienda copre tutta la gamma con modelli aperti: dal 3B per dispositivi, IoT e telefoni fino al Mixture of Experts da 675 miliardi per i compiti più impegnativi. Per rendere i modelli facili da usare ha lavorato con:

• NVIDIA, per l'addestramento su H200, l'ottimizzazione per Blackwell e il supporto a TensorRT-LLM e SGLang;

• Red Hat;

• vLLM, uno dei software più usati per servire modelli aperti.

A questo si aggiunge un servizio di addestramento di modelli su misura per le aziende che vogliono un modello adattato al proprio settore.

Cosa è successo dopo Mistral 3#

Nei mesi successivi la gamma si è mossa ancora, e chi valuta Mistral oggi deve tenerne conto:

• 16 marzo 2026: uscita di Mistral Small 4;

• 28 aprile 2026: uscita di Mistral Medium 3.5, multimodale e con un livello di ragionamento regolabile;

• 28 maggio 2026: l'assistente Le Chat ha cambiato nome e si chiama Vibe.

Dentro la famiglia Mistral 3, comunque, Large 3 rimane il modello a pesi aperti di taglia maggiore. Le date vengono dal registro delle modifiche nella documentazione ufficiale di Mistral.

Cosa significa per un'azienda#

La cosa più interessante di Mistral 3, per una PMI, non è un singolo punteggio. È la possibilità di cominciare in un modo e cambiare strada senza ricominciare da capo:

• si parte con l'API, pagando pochi dollari al mese per le prime prove;

• se i dati sono delicati, si passa agli stessi modelli installati su un server proprio o in un cloud europeo scelto da voi;

• per i compiti semplici e frequenti si scende a un Ministral, che costa meno e può girare in locale.

La licenza Apache 2.0 toglie di mezzo il rischio di dipendere da un solo fornitore: i pesi restano vostri anche se un giorno cambiano listini o condizioni. Se state ragionando su un'installazione interna, trovate i passaggi e i costi tipici nella guida all'AI locale in azienda.

Punti forti e limiti#

Cosa convince#

• Un Mixture of Experts maturo (41 miliardi attivi su 675), secondo su LMArena tra gli open source senza ragionamento.

• Una gamma completa, dal 3B per i dispositivi fino al modello da data center.

• Licenza Apache 2.0: nessun vincolo commerciale, nessuna dipendenza forzata.

• Prezzi API pubblici e bassi, tra 0,15 $ e 1,5 $ per milione di token.

• Collaborazioni con NVIDIA, Red Hat e vLLM per installazioni ottimizzate.

• L'85% su AIME '25 del Ministral 14B reasoning, un risultato notevole per un modello di quella taglia.

Dove si ferma#

• Large 3 non gareggia con i modelli chiusi più forti: tra gli open source era sesto nella classifica generale di LMArena.

• La finestra di contesto di Large 3, cioè quanto testo può leggere in una volta, non è indicata nella pagina principale dell'annuncio.

• I Ministral sono modelli piccoli: non sono adatti ai ragionamenti più pesanti.

• Non c'è un video dimostrativo ufficiale.

• La comunità open source attorno a Mistral è più piccola di quella di Llama, quindi arrivano meno contributi esterni.

Cosa restava da capire#

Il mio parere#

Mistral 3 è un rilascio importante per chiunque creda nei modelli aperti. Non tanto per i record, perché Large 3 non batte i migliori modelli chiusi, quanto per la coerenza della proposta: una famiglia intera, dal portatile al data center, con la stessa licenza libera, prezzi pubblici e partner tecnici solidi. Non è solo un annuncio, è un ecosistema su cui si può costruire.

Per un'azienda italiana consiglierei di guardarlo in due casi: quando i dati non devono uscire dal perimetro aziendale, e quando i volumi sono alti e il costo per risposta conta più dell'ultimo punto di benchmark. In entrambi i casi la scelta giusta si fa con una prova sui propri documenti, confrontando qualità, costo e tempi con il modello che si usa oggi.

Domande frequenti#