# Mistral 3 모델 제품군 공개 > Clean Markdown view of GeekNews topic #24790. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=24790](https://news.hada.io/topic?id=24790) - GeekNews Markdown: [https://news.hada.io/topic/24790.md](https://news.hada.io/topic/24790.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2025-12-03T10:22:23+09:00 - Updated: 2025-12-03T10:22:23+09:00 - Original source: [mistral.ai](https://mistral.ai/news/mistral-3) - Points: 4 - Comments: 1 ## Topic Body - **Mistral 3 시리즈**는 3B, 8B, 14B의 소형 모델과 41B 활성·675B 총 파라미터를 가진 **Mistral Large 3**로 구성된 차세대 오픈소스 AI 모델군 - 모든 모델이 **Apache 2.0 라이선스**로 공개되어, 개발자와 기업이 자유롭게 활용 및 커스터마이징 가능 - **Mistral Large 3**는 NVIDIA H200 GPU 3000개로 학습된 **Mixture-of-Experts 구조**를 채택해, 다국어 대화와 이미지 이해에서 최고 수준 성능 달성 - **Ministral 3**는 엣지 환경용으로 설계되어, 비용 대비 성능이 뛰어나며 **추론(reasoning) 변형 모델**은 AIME ‘25에서 85% 정확도 기록 - Mistral 3는 **Mistral AI Studio, Hugging Face, AWS, Azure 등 주요 플랫폼**에서 즉시 사용 가능하며, 오픈 AI 생태계 확장을 목표로 함 --- ### Mistral 3 개요 - Mistral 3는 **Mistral AI의 차세대 모델군**으로, 소형 밀집 모델(3B, 8B, 14B)과 대형 희소 모델 **Mistral Large 3**로 구성 - Mistral Large 3는 **41B 활성 파라미터, 675B 총 파라미터**를 가진 Mixture-of-Experts(MoE) 구조 - 모든 모델은 **Apache 2.0 라이선스**로 공개되어 오픈소스 커뮤니티 활용 가능 - 모델은 다양한 **압축 포맷**으로 제공되어, 분산 지능을 통한 접근성 향상 - Ministral 모델군은 **비용 대비 성능비**가 가장 우수한 OSS 모델로 평가됨 ### Mistral Large 3: 오픈 가중치 기반 최상위 모델 - Mistral Large 3는 **NVIDIA H200 GPU 3000개**로 처음부터 학습된 오픈 가중치 모델 - Mixtral 시리즈 이후 첫 Mixture-of-Experts 모델로, Mistral의 사전학습 기술 발전을 반영 - 학습 후, **일반 프롬프트 성능에서 최고 수준의 오픈 가중치 모델과 동등한 성능**을 보이며, **이미지 이해**와 **비영어권 다국어 대화**에서도 우수한 결과 달성 - LMArena 리더보드에서 **OSS 비추론(non-reasoning) 모델 2위, 전체 OSS 모델 6위** 기록 - **기본(base)** 및 **지시(instruct) 튜닝 버전**이 공개되었으며, **추론(reasoning) 버전은 곧 출시 예정** ### NVIDIA·vLLM·Red Hat과의 협력 - Mistral Large 3는 **vLLM 및 Red Hat**과 협력해 오픈소스 커뮤니티에서 쉽게 접근 가능 - **llm-compressor**로 제작된 **NVFP4 포맷 체크포인트** 제공 - **vLLM**을 통해 Blackwell NVL72, 8×A100, 8×H100 시스템에서 효율적 실행 가능 - NVIDIA와의 협력으로 **TensorRT-LLM**, **SGLang** 등에서 저정밀 추론 지원 - **Blackwell 어텐션 및 MoE 커널**, **prefill/decode 분리 서빙**, **추측 디코딩(speculative decoding)** 기능 통합 - **DGX Spark, RTX PC, Jetson 디바이스** 등 엣지 환경에서도 최적화된 배포 지원 ### Ministral 3: 엣지용 지능형 모델 - **엣지 및 로컬 환경**을 위한 Ministral 3 시리즈는 3B, 8B, 14B 세 가지 크기로 제공 - 각 모델은 **base, instruct, reasoning** 세 가지 변형으로 공개 - 모든 변형이 **이미지 이해** 및 **다국어 처리** 기능 포함 - **비용 대비 성능비**가 가장 높은 OSS 모델로, **instruct 모델**은 경쟁 모델과 동등하거나 더 나은 성능을 보이면서 **토큰 수를 10분의 1 수준으로 절감** - **reasoning 변형 모델**은 정확도 중심 환경에서 강점을 보이며, **14B 모델이 AIME ‘25에서 85% 정확도** 달성 ### 배포 및 접근성 - Mistral 3는 다음 플랫폼에서 즉시 사용 가능 - **Mistral AI Studio**, **Amazon Bedrock**, **Azure Foundry**, **Hugging Face**, **Modal**, **IBM WatsonX**, **OpenRouter**, **Fireworks**, **Unsloth AI**, **Together AI** - 곧 **NVIDIA NIM** 및 **AWS SageMaker**에서도 제공 예정 - 기업을 위한 **맞춤형 모델 학습 서비스** 제공 - 도메인 특화 작업, 독자 데이터셋 성능 향상, 특수 환경 배포 등 지원 ### Mistral 3의 핵심 가치 - **프런티어 성능과 오픈 접근성**: 폐쇄형 모델 수준의 성능을 오픈소스로 제공 - **멀티모달·다국어 지원**: 40개 이상 언어에서 텍스트, 이미지, 논리 이해 가능 - **확장 가능한 효율성**: 3B~675B 파라미터 범위로, 엣지부터 엔터프라이즈까지 대응 - **적응형 활용성**: 코딩, 문서 분석, 도구 활용 등 다양한 워크플로우에 적용 가능 ### 향후 단계 - 모델 문서와 기술 자료는 **Mistral Docs** 및 **AI Governance Hub**에서 제공 - **Hugging Face** 및 **Mistral AI 플랫폼**을 통해 즉시 API 사용 가능 - **기업 맞춤형 학습 및 파인튜닝** 문의 채널 운영 - 커뮤니티 참여는 **Twitter/X, Discord, GitHub**에서 가능 ### 결론 - Mistral 3는 **투명성, 접근성, 공동 발전**을 기반으로 한 오픈 AI 생태계 확장을 목표로 함 - **추론, 효율성, 실사용 응용**에서 새로운 가능성을 열며, **“이해를 행동으로 전환”** 하는 차세대 오픈 모델로 자리매김 ## Comments ### Comment 47106 - Author: neo - Created: 2025-12-03T10:22:23+09:00 - Points: 1 ###### [Hacker News 의견](https://news.ycombinator.com/item?id=46121889) - 나는 [phrasing.app](http://phrasing.app) 에서 **대형 언어 모델(LLM)** 을 이용해 데이터를 일관된 형식으로 정리함 최근 몇 달 전 **mistral-3-medium-0525**로 전환했는데, gpt-5가 이상한 출력을 자주 내서 고생했음 Mistral은 빠르고 저렴하며, 포맷 지시를 정확히 따름. 벤치마크보다 실제 사용에서 훨씬 뛰어남 아주 가끔(0.1%) 이상한 결과를 내지만 gpt-5의 15% 실패율에 비하면 훨씬 안정적임 새 모델들도 곧 테스트해보고 결과를 공유할 예정임 - 예전엔 여러 챗봇 구독을 했지만, 지금은 **Grok, ChatGPT, Gemini, Deepseek, Mistral**을 번갈아 사용함 API에서는 모델이 **예상대로 동작하는 것**이 가장 큰 장점이라 느낌 이제는 Openrouter를 통해 필요한 모델을 골라 쓰고 있음 최근 광고 기반 챗봇이 늘어난 건, 벤치마크와 달리 실제 사용자들이 차이를 못 느껴 유료 구독을 취소하기 때문이라 생각함 오늘도 OpenAI가 무료 체험 한 달을 제안했는데, 두 달 전에도 썼던 걸 잊은 줄 아는 듯함 - 나도 비슷한 경험을 함. Mistral 모델은 벤치마크 상 최고는 아니지만, **분류나 요약** 같은 단순 작업에서는 가장 효율적임 특히 **mistral-small**을 batch API로 쓰면 비용 대비 성능이 매우 좋음 - LLM을 벤치마크로 평가하는 방식에 **한계**가 있다고 느낌 과적합이 실제 사용성을 떨어뜨릴 수도 있고, Chatbot Arena가 생긴 이유도 이런 실사용 평가 때문이었음 하지만 그마저도 형식 맞추기나 아첨 같은 요소에 치우친다는 지적이 있음 결국 **작업별 특화 모델**이 더 많이 필요하다고 생각함 - Mistral 모델 사용 사례를 공유해줘서 고마움 다만 phrasing.app의 “Hand-crafted by humans”라는 문구는, 실제로는 고급 LLM을 쓰고 있다는 점에서 약간 **아이러니**하게 느껴졌음 - gpt-5가 15% 확률로 이상한 출력을 낸다는 말인가 궁금함 혹시 Mistral의 오류율을 gpt-5.1의 복잡한 작업 실패율과 비교한 건지? 그리고 Mistral에 **Tool Use 모델**이 있는지도 궁금함. 새로운 코딩용 모델이 생기면 반가울 것 같음 - 새 대형 모델이 **DeepseekV2 아키텍처**를 사용한다는 점이 흥미로움 공식 페이지에는 언급이 없지만, 오픈소스 모델들이 최신 구조를 채택하는 건 좋은 일이라 생각함 K2도 비슷한 접근을 했고, 실제 코드(`mistral_large_3.py`)를 보면 DeepseekV3 기반임 “과학은 항상 개방과 공유 위에서 발전한다”는 말처럼, 이런 투명성이 반가움 이제 집에서 14B 모델을 테스트해볼 예정이며, **Vision 기능**이 추가된 점도 기대됨 - 결국 R&D를 Deepseek 복제에 쏟고, 유일한 추가 기능인 **Vision**에는 힘을 덜 쓴 것 같음 Hugging Face 페이지에서도 Mistral Large 3가 멀티모달 작업에서는 Vision 특화 모델보다 뒤처진다고 명시되어 있음 - 사실 요즘은 **아키텍처 차이**보다 데이터, 튜닝, 파이프라인이 모델 성능을 좌우한다고 생각함 - 모든 걸 공개하라고 요구하면서, 막상 공개된 걸 사용하면 비난하는 건 **이중잣대**라고 느낌 - **3B Vision 모델**이 브라우저에서 직접 실행된다는 게 놀라움 3GB 모델을 다운로드하면 바로 실행 가능하고, [Hugging Face 데모](https://huggingface.co/spaces/mistralai/Ministral_3B_WebGPU)가 있음 [Simon Willison의 글](https://simonwillison.net/2025/Dec/2/introducing-mistral-3/)도 참고할 만함 - 이런 기술로 **시각장애인을 위한 실시간 영상 묘사 도구** 같은 접근성 툴을 만들 수 있을 것 같음 단순히 음성뿐 아니라 영상 속 행동까지 설명해주는 기능을 상상해봄 - 유럽의 **Mistral**이 오랜만에 돌아와 반가움 Apache 2.0 라이선스로 오픈소스로 복귀한 것도 긍정적임 한동안 소비자 GPU용 소형 모델에서는 최고였는데, 이번 **Ministral 14B**도 벤치마크만큼 잘 나오길 기대함 - 사실 이런 성과는 **미국 VC 자금** 덕분이라 생각함 유럽 내에서였다면 이런 규모의 AI 훈련 자금은 받기 어려웠을 것임 - 새 모델이 멋지지만, **OpenAI·Google·Anthropic** 같은 SOTA 모델과의 비교가 없어서 아쉬움 전체적인 위치를 파악하기 어렵기 때문임 - LMArena 결과를 보면 [Mistral Large 3](https://lmarena.ai/leaderboard/text)는 28위로, 상위 모델들과 점수 차이는 크지 않음 최고 모델이 1491점, Mistral이 1418점이라 **성능 격차가 작음** - 하지만 이런 비교는 **광고 규제**에 걸릴 수 있어 기업들이 피하는 듯함 - 어차피 Mistral은 폐쇄형 모델들과 경쟁이 어렵다는 걸 알고 있을 것임 GPT-OSS와도 비교하지 않는 건 다소 **보수적인 행보**로 보임 - 비교 결과를 공개하지 않았다는 사실 자체가 이미 많은 걸 말해준다고 생각함 - 유럽의 노력을 응원함 - 하지만 유럽 내에서도 **런던의 DeepMind**처럼 활발한 AI 연구가 많다는 점을 잊지 말아야 함 - “Windows 11이 미국의 최고 역작”이라는 농담으로 균형을 맞추고 싶음 - 솔직히 **Deepseek 3.2**가 어제 모든 관심을 가져간 느낌임 이번 비교는 Deepseek 3.1 기준이라 아쉬움 [공식 뉴스](https://api-docs.deepseek.com/news/news251201)에 따르면 3.2는 큰 폭의 개선이 있었음 - 좋은 모델 가중치를 공개하는 **인센티브**가 여전히 이해되지 않음 OpenAI가 gpt-oss처럼 벤치마크용 모델을 내놓는 건 PR 목적일 수도 있고, 중국 기업들이 미국 빅테크의 입지를 흔들기 위해 비슷한 전략을 쓰는 것 같음 앞으로도 괜찮은 **오픈 가중치 모델**이 계속 나올 수 있을지 의문임 - 닫힌 모델로는 돈을 벌기 어렵기 때문임 오픈 가중치는 **기업용 파인튜닝 서비스** 같은 2차 수익 채널을 열어줌 투명성과 제어, 프라이버시, 비용 절감이 기업에게 중요하므로 이런 오픈 생태계가 장기적으로 **폐쇄형 모델을 잠식**할 가능성이 있음 관련 서비스는 [Mistral Custom Model Training](https://mistral.ai/solutions/custom-model-training) 참고 - gpt-oss는 벤치마크용이 아니라 실제로 **수학 문제 해결력**이 매우 뛰어남 Kaggle의 AIME3 대회에서도 상위권을 유지 중임 - 지금은 수익 모델이 불확실하므로, AI 기업들은 최고의 모델을 만드는 것보다 **VC 자금 확보**에 집중함 오픈 모델을 공개하면 기업 가치가 급등해 GPU 확보에 유리함 다만, 지속 가능한 비즈니스 모델이 끝내 나오지 않는다면 큰 문제임 - gpt-oss는 **도구 호출 성능**이 탁월하고 전반적으로 안정적임 - Google은 벤치마크를 **조작한다는 인상**이 강함 Gemini가 벤치마크에서는 앞서지만 실제 사용성은 떨어짐 - 여러 모델의 **종합 벤치마크 점수**를 비교해봄 Gemini 3.0 Pro가 84.8로 1위, DeepSeek 3.2가 83.6, GPT-5.1은 69.2 Mistral Large 3는 41.9로 낮지만, **14B·8B·3B 모델**은 SOTA 수준이며 Qwen3처럼 **검열 문제**가 없음 - Gemini 3와 GPT-5.1/Opus 4.5 간의 큰 격차가 궁금함 어떤 영역에서 Gemini가 그렇게 강한지 알고 싶음 - 벤치마크에서는 Gemini가 최고지만, 실제로는 **ChatGPT나 Claude보다 못한** 느낌임 헛소리를 더 자주 하고, Google이 벤치마크 점수만 올리는 듯함 Mistral 같은 오픈소스가 이런 시장을 잠식하길 바람 - 오픈 가중치 LLM은 폐쇄형 모델을 이기려는 게 목적이 아님 **생태계의 균형추** 역할을 하며, 독점 방지에 의미가 있음 - 나는 **on-prem k8s 클러스터** 구축을 배우며 Gemini를 써봤는데, 관련 주제에서는 매우 정확했음 학습 데이터에 잘 포함된 분야라 그런 듯함 - 내 질문 기준으로는 Gemini 3가 GPT-5.1보다 **환각이 적었음** - 개인적으로 Gemini는 가장 실망스러웠고, **과도한 홍보**가 자연스럽지 않다고 느낌 - 코딩 외 작업에서는 Gemini가 **Google Search 연동**으로 더 쉽게 근거를 제시할 수 있음