آیکون خبر

خبر کامل

رونمایی از Mistral Medium 3.5: مدل هوش مصنوعی جدید میسترال با انتقادات گسترده روبرو شد

رونمایی از Mistral Medium 3.5: مدل هوش مصنوعی جدید میسترال با انتقادات گسترده روبرو شد

معرفی Mistral Medium 3.5 و انتقادات گسترده کاربران

شرکت فرانسوی Mistral AI از مدل هوش مصنوعی جدید خود با نام Mistral Medium 3.5 رونمایی کرده است. این مدل ۱۲۸ میلیارد پارامتری که با قابلیت‌های ایجنت‌محور معرفی شده، بلافاصله پس از معرفی با انتقادات گسترده‌ای از سوی کاربران و متخصصان در شبکه‌های اجتماعی روبرو شد.

عملکرد بنچمارک و مقایسه با رقبا

Mistral Medium 3.5 در بنچمارک‌های تخصصی، نتایج متفاوتی از خود نشان داده است:

  • در بنچمارک SWE-Bench Verified که عملکرد مدل در کدنویسی را ارزیابی می‌کند، امتیاز ۷۷.۶ درصد را کسب کرده است.
  • در بنچمارک τ³-Telecom که استفاده عامل‌محور از ابزارهای آن در محیط‌های تخصصی را بررسی می‌کند، به امتیاز ۹۱.۴ درصد دست یافته است.

با این حال، مقایسه با مدل‌های رقیب نشان‌دهنده چالش‌هایی برای میسترال است. به عنوان مثال، مدل Qwen 3.6 علی‌بابا با تنها ۲۷ میلیارد پارامتر (کمتر از یک‌چهارم Medium 3.5) در همان بنچمارک SWE-Bench Verified امتیاز ۷۲.۴ درصد را کسب کرده و تحت مجوز Apache 2.0 به صورت رایگان قابل دانلود و اجرا است.

همچنین، هزینه استفاده از Medium 3.5 نیز بالا به نظر می‌رسد؛ میسترال برای هر یک میلیون توکن ورودی ۱.۵۰ دلار و برای هر یک میلیون توکن خروجی ۷.۵۰ دلار دریافت می‌کند. این در حالی است که مدل‌های برتر متن‌باز مانند Qwen از علی‌بابا، GLM از Zhipu AI و MiMo-V2 از شیائومی، هم ارزان‌تر هستند و هم عملکرد رقابتی‌تری دارند. Medium 3.5 هنوز جایگاهی در رتبه‌بندی‌های مستقل بزرگ ندارد و ارزیابی‌های شخص ثالث از آن در انتظار انتشار است.

Mistral Medium 3.5

واکنش‌های کارشناسان و توسعه‌دهندگان

واکنش‌ها به Mistral Medium 3.5 عمدتاً منفی بوده است:

«شرکت‌های معمولی هوش مصنوعی به این افتخار می‌کنند که مدلشان در بنچمارک‌ها چقدر بهتر است. فقط میسترال است که افتخار می‌کند که مدلش چقدر بدتر است. نمی‌دانم چه چیزی بدتر است؛ اینکه اروپا در رقابت هوش مصنوعی حضور نداشته باشد یا نماینده آن چیزی مثل میسترال باشد که مایه تمسخر است.»

پدرو دومینگوس، استاد یادگیری ماشین در دانشگاه واشنگتن

«یوسف التوخى»، بنیان‌گذار Yoyo Studios، نیز اشاره کرده است که Qwen 3.6 با ۲۷ میلیارد پارامتر، ۴.۷ برابر کوچک‌تر از Medium 3.5 است اما در حوزه کدنویسی امتیازی قابل‌مقایسه دارد. او همچنین تأکید می‌کند که هزینه بالای Medium 3.5 آن را در کنار مدل‌های بسته‌ای قرار می‌دهد که در تمام بنچمارک‌های مهم، امتیازهای بسیار بالاتری کسب کرده‌اند.

با این حال، همه واکنش‌ها کاملاً منفی نبود. «میکال لانگمایر»، توسعه‌دهنده هوش مصنوعی، دیدگاهی متعادل‌تر ارائه می‌دهد:

«واقعاً خوشحالم که هنوز یک آزمایشگاه غیرآمریکایی و غیرچینی وجود دارد که تلاش می‌کند مدل‌های زبانی بزرگ پیشرو بسازد، اما واقعاً باید در اروپا سطح بازی را بالا ببریم. مدل پرچمدار جدید [میسترال] اساساً در هیچ بنچمارکی بهترین نیست، اما چند برابر بیشتر از اکثر رقبا هزینه دارد.»

برخی توسعه‌دهندگان نیز استدلال کرده‌اند که ارائه وزن‌های متن‌باز بیشتر یک استراتژی بلندمدت برای دوام در بازار است و هدف آن صرفاً رقابت در جدول رتبه‌بندی نیست. به اعتقاد آن‌ها، مدلی که هرکسی بتواند آن را دانلود، تنظیم و روی زیرساخت خودش میزبانی کند، لزوماً نیازی ندارد امروز در رتبه‌بندی‌ها پیروز شود.

شناسنامه خبر:

درباره هوش‌مصنوعی دست‌اول:

تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.

دسترسی رایگان به هوشنگ ↗