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

_Un modello da 675 miliardi di parametri e tre piccoli da far girare anche su un portatile, con licenza libera e prezzi pubblici. Cosa contiene la famiglia, come si distingue da Medium 3 e Small 3 e quando conviene._

Fonte: https://andreapirazzini.it/blog/mistral-3-large-ministral-open-weight · Andrea Pirazzini · 23 luglio 2026

## In breve

- Il 2 dicembre 2025 Mistral ha presentato Mistral 3, una famiglia con due rami, Large 3 e Ministral 3, tutti a pesi aperti con licenza Apache 2.0.
- Large 3 è un Mixture of Experts con 41 miliardi di parametri attivi su 675, addestrato su 3.000 GPU NVIDIA H200.
- Ministral 3 esiste in tre taglie (3B, 8B, 14B), ognuna in versione base, instruct e reasoning; la 14B reasoning fa l'85% su AIME '25.
- Via API Large 3 costa 0,5 $ per milione di token in ingresso e 1,5 $ in uscita; Ministral 8B costa 0,15 $ in entrambe le direzioni.
- Small 3 (gennaio 2025) e Medium 3 (maggio 2025) sono usciti prima e non appartengono alla famiglia Mistral 3.

## 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**.

> **Nota:** _Open weight_ significa che i pesi del modello, cioè il "cervello" addestrato, si possono scaricare e usare. La licenza **Apache 2.0** permette di farlo anche per scopi commerciali, di modificarli e di integrarli nei propri prodotti, senza chiedere permessi e senza pagare royalty.

- **675B** parametri totali di Mistral Large 3 (41 miliardi attivi per volta)
- **3.000** GPU NVIDIA H200 usate per addestrarlo da zero
- **85%** su AIME '25 per Ministral 3 14B reasoning
- **0,15 $** per milione di token con Ministral 3 8B (stesso prezzo in ingresso e in uscita)

_Fonte: Mistral AI, dicembre 2025_

## La famiglia in una tabella

| Modello | Cos'è | Dimensione | Prezzo API dichiarato (per milione di token) |
| --- | --- | --- | --- |
| Mistral Large 3 | Modello di punta, Mixture of Experts | 41 miliardi attivi su 675 totali | 0,5 $ in ingresso, 1,5 $ in uscita |
| Ministral 3 14B | Modello piccolo, con visione | 14 miliardi | non indicato |
| Ministral 3 8B | Modello piccolo, con visione | 8 miliardi | 0,15 $ in ingresso e in uscita |
| Ministral 3 3B | Modello piccolo, con visione | 3 miliardi | non indicato |

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 3: le taglie** — Miliardi di parametri dichiarati

| Voce | Valore |
| --- | --- |
| Ministral 3 3B | 3 |
| Ministral 3 8B | 8 |
| Ministral 3 14B | 14 |
| Large 3, parametri attivi | 41 |
| Large 3, parametri totali | 675 |

_Fonte: dichiarato da Mistral AI, dicembre 2025_

## 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.

> **Consiglio:** Un modello da pochi miliardi di parametri non sostituisce un modello di punta nei ragionamenti complessi. Ma per compiti ripetitivi e ben definiti (classificare email, estrarre dati da documenti, descrivere foto di prodotti) può bastare, e girare in ufficio senza che i dati escano dall'azienda.

## Quanto costa via API

**Prezzi API di Mistral 3** — Dollari per milione di token

| Voce | Ingresso | Uscita |
| --- | --- | --- |
| Mistral Large 3 | 0,5 $ | 1,5 $ |
| Ministral 3 8B | 0,15 $ | 0,15 $ |

_Fonte: listino pubblicato da Mistral AI, dicembre 2025_

### 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.

**Un mese di assistente, a listino** — Dollari per 10 milioni di token letti e 2 milioni scritti

| Voce | Mistral Large 3 | Ministral 3 8B |
| --- | --- | --- |
| Ingresso (10 milioni di token) | 5 $ | 1,5 $ |
| Uscita (2 milioni di token) | 3 $ | 0,3 $ |
| Totale al mese | 8 $ | 1,8 $ |

_Fonte: mio calcolo sui prezzi pubblicati da Mistral AI_

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.

![Immagine di Mistral AI con il motto «Frontier AI. In your hands.» e il logo dell’azienda su fondo bianco, sopra fasce orizzontali che sfumano dall’arancione al rosso, con un piccolo gatto in pixel in basso a sinistra](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/cfac50f6-9111-411b-bc2e-bf047ccbd4ff/10ad99bc-3789-41ad-916d-3a24a15f123e.webp)
*L’immagine generica di Mistral che accompagna la pagina di presentazione di Medium 3. Immagine: Mistral AI.*

### 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.

![Illustrazione in pixel art: un piccolo fiore rosa con due foglie verdi dentro un riquadro chiaro, al centro di una versione ingrandita dello stesso fiore su fondo azzurro](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/cfac50f6-9111-411b-bc2e-bf047ccbd4ff/4c7aad71-0838-4cfa-81e6-0e01f7641f09.webp)
*L’illustrazione con cui Mistral presenta Small 3 sul proprio sito. Immagine: Mistral AI.*

### 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.

![Illustrazione in pixel art: un pesce pagliaccio arancione e bianco dentro un riquadro blu scuro, sovrapposto a una versione ingrandita dello stesso pesce su fondo rosa salmone](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/cfac50f6-9111-411b-bc2e-bf047ccbd4ff/af2df7e7-f13b-4a72-9252-d896a8099186.webp)
*Per NeMo Mistral ha scelto un pesce pagliaccio in pixel, gioco di parole con il nome del modello. Immagine: Mistral AI.*

| Modello | Quando | Ruolo |
| --- | --- | --- |
| Ministral 3 | 2 dicembre 2025 | Piccoli, per dispositivi e installazioni locali |
| Mistral Large 3 | 2 dicembre 2025 | Modello di punta open weight |
| Mistral Medium 3 | 7 maggio 2025 | Equilibrato per le aziende, API e on premise commerciale |
| Mistral Small 3 | 30 gennaio 2025 | Compatto, per installazioni leggere |
| Mistral NeMo | prima | Multilingue, tokenizer Tekken |

## 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](https://andreapirazzini.it/guide/ai-locale-in-azienda).

*Animazione: Con una famiglia così ampia la domanda non è quale modello sia il migliore, ma quale serva a quel compito.*

## 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

> **Attenzione:** Al momento dell'annuncio, a dicembre 2025, alcuni punti erano ancora aperti:
> 
> - la versione con ragionamento di Large 3 era indicata solo come in arrivo;
> - mancavano valutazioni indipendenti, per esempio su LiveBench o Artificial Analysis, rispetto ai migliori modelli chiusi;
> - la lunghezza del contesto di Large 3 in token non era specificata;
> - non c'era una tabella di marcia per Mistral Large 4 e la generazione successiva.

## 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.

[Prenota una call](https://andreapirazzini.it/prenota)

## Domande frequenti

**Mistral Large 3 è al livello dei migliori modelli chiusi?**

Non secondo i dati disponibili all'annuncio. Su LMArena era secondo tra gli open source senza ragionamento e sesto tra tutti gli open source; Mistral non ha pubblicato confronti diretti con i modelli chiusi. L'API è compatibile con quella di OpenAI.

**Quanto costa usare Mistral 3?**

Large 3 costa 0,5 $ per milione di token in ingresso e 1,5 $ in uscita. Ministral 8B costa 0,15 $ per milione sia in ingresso sia in uscita. I prezzi sono pubblici sul sito di Mistral.

**Si può installare sui propri server?**

Sì. La licenza Apache 2.0 lo consente senza restrizioni. Per Large 3 esiste un checkpoint NVFP4 ottimizzato per Blackwell NVL72 e per server con 8 GPU A100 o H100; i Ministral sono ottimizzati per DGX Spark, schede RTX e Jetson.

**Quali lingue parla Large 3?**

Mistral dichiara oltre 40 lingue supportate in modo nativo e risultati tra i migliori nelle conversazioni in lingue diverse da inglese e cinese.

**Che differenza c'è tra Ministral, Small, Medium e Large?**

Ministral sono i modelli piccoli per i dispositivi (3B, 8B, 14B). Small è il modello compatto, Medium quello equilibrato per le aziende, Large 3 il modello di punta. Solo Large 3 e Ministral 3 fanno parte della famiglia Mistral 3.