Mistral: Mistral Large 3 2512 (batch)

Mistral Large 3 2512 es la edición de Mistral AI ajustada para seguir instrucciones en conversación general, comprensión visual y trabajo empresarial. Su arquitectura dispersa de mezcla de expertos tiene 675 mil millones de parámetros totales, con 41 mil millones activos, y una ventana de contexto de 256k. El texto y las imágenes pueden contribuir a una misma tarea, mientras que la respuesta es texto, código o un resultado estructurado.

Capacidades y preparación de entradas

El modelo combina un componente lingüístico con un codificador visual. Asigna a cada imagen una función clara: una página que leer, un diagrama que interpretar o una pantalla que explicar. Para una pantalla con mucho contenido, proporciona un recorte con los controles pertinentes y conserva las etiquetas circundantes necesarias para comprenderlos. Mistral recomienda imágenes de forma próxima al cuadrado; divide una fuente excepcionalmente estrecha o ancha en regiones útiles en lugar de reducir detalles importantes a una franja ilegible.

El fabricante enumera conversación multilingüe en decenas de idiomas, entre ellos inglés, francés, español, alemán, italiano, portugués, neerlandés, chino, japonés, coreano y árabe. Indica el idioma de salida, el lector previsto y la terminología que se debe conservar. Para un artículo de soporte, solicita una explicación localizada con los nombres de productos sin cambios y una lista breve de traducciones dudosas que resolver antes de publicar.

Documentos largos y conocimiento empresarial

Utiliza el contexto para reunir material relacionado: texto de políticas, una especificación, decisiones existentes y la pregunta que necesita respuesta. Etiqueta cada fuente y su revisión. Una solicitud útil es: «Compara estas tres políticas de incorporación. Devuelve una tabla de requisitos comunes, conflictos y preguntas sin responder, con la sección de origen de cada hallazgo». El resultado es una comparación basada en los pasajes proporcionados, en lugar de un resumen genérico del tema.

Para una pregunta documental, identifica el nivel de detalle deseado y solicita el pasaje de apoyo junto a la conclusión. El flujo Document QnA de Mistral primero extrae el texto y la estructura del documento mediante OCR y después utiliza un modelo lingüístico para interpretar ese material. Conserva los números de página y los encabezados al preparar el texto extraído para que la respuesta pueda remitir al original. Una URL de documento, el texto extraído y las pruebas de imagen tienen requisitos de preparación diferentes; elige la forma de entrada compatible con la aplicación que utilizas.

Programación y asistencia cotidiana

Mistral orienta Large 3 tanto a la asistencia de programación como a la conversación diaria. Proporciona las funciones pertinentes, el comportamiento esperado y el fallo observado. Por ejemplo: «Este analizador descarta el último campo cuando la entrada termina sin un salto de línea. Explica la rama que falla, propón el cambio mínimo y devuelve la función corregida con tres ejemplos representativos de entrada y salida». El resultado útil es un cambio propuesto vinculado al código real y un conjunto de casos que el desarrollador puede ejecutar.

Para un borrador empresarial, proporciona juntos los hechos y el entregable deseado. Una solicitud para convertir notas de reunión en un memorando de decisión debe nombrar la decisión, las alternativas, las suposiciones pendientes y la siguiente acción. Pide al modelo que separe los hechos de las fuentes de las recomendaciones y que señale la información ausente en la sección adecuada. Esto facilita revisar la salida frente a una narración indiferenciada.

Herramientas y resultados estructurados

Las llamadas nativas a funciones permiten al modelo elegir una función proporcionada y preparar sus argumentos. La aplicación ejecuta esa función y devuelve su resultado; el modelo utiliza después la información devuelta en la respuesta. Mantén las herramientas específicas y expón solo las necesarias para la tarea. Un asistente de consulta de existencias puede recibir una referencia de producto, solicitar una consulta de inventario y explicar la cantidad y el almacén devueltos. Valida la función seleccionada y sus argumentos antes de ejecutar la solicitud, y conserva la respuesta de la herramienta junto a la respuesta final.

Para la extracción, especifica los campos, los tipos y el tratamiento de los valores ausentes. Mistral documenta el modo JSON y la salida estructurada personalizada; su modo JSON requiere una instrucción explícita para devolver JSON, mientras que un esquema personalizado proporciona un control más fuerte del formato. Un resumen de factura puede solicitar proveedor, número de factura, fecha de vencimiento, moneda y partidas, representando los valores ausentes de forma coherente. Inspecciona los valores extraídos frente al documento, incluso cuando la respuesta coincida con la estructura solicitada.

Ajustes y diferencias entre ediciones

Define el papel, la tarea y las reglas de herramientas en las instrucciones del sistema. Mistral recomienda una temperatura inferior a 0.1 para el uso en producción y cotidiano de este punto de control, explorando valores superiores para tareas creativas. Separa una solicitud de ideas variadas de una solicitud de extracción reproducible: deja espacio para alternativas en la primera y proporciona campos explícitos y restricciones de fuentes en la segunda.

Esta edición de instrucciones es distinta del punto de control base de Large 3 y de los modelos dedicados al razonamiento. El fabricante identifica el razonamiento riguroso y el trabajo visual especializado como áreas en las que puede ser preferible un modelo diseñado específicamente para esas tareas. Para un cálculo difícil, proporciona las suposiciones y las unidades, solicita comprobaciones intermedias y utiliza una herramienta de cálculo disponible para verificar el resultado. Para pruebas visuales densas, prepara regiones legibles y compara la respuesta con la fuente antes de utilizarla en un informe.