NVIDIA & Mistral AI luncurkan “Mistral 3”: Model AI terbuka skala besar dari Cloud ke Edge

NVIDIA dan Mistral AI memperkenalkan Mistral 3, keluarga model AI open-source terbaru yang dirancang untuk mempermudah penerapan AI berskala besar, baik di pusat data server maupun perangkat edge seperti laptop, PC, atau perangkat IoT. Peluncuran ini menandai langkah penting dalam menghadirkan AI berkinerja tinggi dengan fleksibilitas dan aksesibilitas luas bagi pengembang dan perusahaan.

Model dan Skala

Keluarga Mistral 3 terdiri dari dua kelompok utama:

• Mistral Large 3 Model frontier multimodal dan multibahasa dengan arsitektur mixture-of-experts (MoE), memiliki 675 miliar parameter total dan 41 miliar parameter aktif. Model ini mendukung jendela konteks besar, memungkinkan pemrosesan dokumen panjang, reasoning kompleks, dan tugas AI kelas enterprise.
• Ministral 3 Serangkaian model ringan dengan 3B, 8B, dan 14B parameter yang dioptimalkan untuk perangkat dengan sumber daya terbatas, termasuk PC, laptop, hingga perangkat edge seperti Jetson. Model ini tersedia secara open-source dan dapat dijalankan secara lokal.

Kolaborasi dengan NVIDIA memungkinkan Mistral 3 berjalan optimal di hardware NVIDIA melalui optimasi khusus, termasuk TensorRT-LLM, NVFP4 quantization, dan inference paralel efisien. Hal ini memastikan kinerja maksimal tanpa mengorbankan akurasi, sekaligus menjaga efisiensi energi dan biaya.

Dengan lisensi open-source, Mistral 3 memungkinkan developer dan perusahaan di seluruh dunia mengakses, memodifikasi, dan menerapkan model ini sesuai kebutuhan, baik untuk riset, aplikasi NLP, computer vision, otomatisasi, analisis dokumen, maupun agentic AI. Model ringan seperti Ministral 3 bahkan bisa dijalankan di perangkat standar, memperluas adopsi AI ke ranah edge dan IoT.

Langkah ini membuka era baru di mana kemampuan AI kelas frontier dapat dijalankan oleh banyak pihak, bukan hanya perusahaan besar dengan data center. Dengan Mistral 3, AI besar menjadi lebih fleksibel, transparan, dan mudah diakses, sekaligus tetap efisien dan scalable.