Назад к новостямМодели
Mistral AI представила языковую модель Mistral Large 2.1 с контекстом в 1 млн токенов
2 июля 2026 г.·40 просмотров
Французский стартап Mistral AI выпустил обновление флагманской модели, увеличив контекст до 1 миллиона токенов — это позволяет обрабатывать целые книги за один запрос.
Сегодня компания Mistral AI официально анонсировала новую версию своей флагманской языковой модели Mistral Large 2.1. Ключевым нововведением стала поддержка контекста длиной до 1 миллиона токенов, что значительно превосходит возможности большинства коммерческих аналогов.
Модель Mistral Large 2.1 демонстрирует улучшенные результаты в задачах обработки больших документов, аналитики и извлечения информации. Благодаря увеличенному окну контекста она способна обрабатывать за один раз более 700 страниц текста или несколько книг целиком.
Представители Mistral AI отмечают, что новинка превосходит такие модели, как GPT-4 Turbo и Claude 3 Opus, в тестах на понимание длинных текстов. При этом модель остаётся эффективной по затратам: стоимость токенов снижена на 20% по сравнению с предыдущей версией.
Mistral Large 2.1 уже доступна через API компании и выбрана некоторыми платформами для корпоративного использования. Разработчики планируют выпустить open-source версию модели с меньшим размером контекста для локального развертывания.
Модель Mistral Large 2.1 демонстрирует улучшенные результаты в задачах обработки больших документов, аналитики и извлечения информации. Благодаря увеличенному окну контекста она способна обрабатывать за один раз более 700 страниц текста или несколько книг целиком.
Представители Mistral AI отмечают, что новинка превосходит такие модели, как GPT-4 Turbo и Claude 3 Opus, в тестах на понимание длинных текстов. При этом модель остаётся эффективной по затратам: стоимость токенов снижена на 20% по сравнению с предыдущей версией.
Mistral Large 2.1 уже доступна через API компании и выбрана некоторыми платформами для корпоративного использования. Разработчики планируют выпустить open-source версию модели с меньшим размером контекста для локального развертывания.
Поделиться:
Комментарии
Пока нет комментариев. Будьте первым!