摘要： Mistral 於 2025 年 6 月 10 日發表首個推理模型系列 Magistral，包含 Apache 2.0 開源的 Small 與企業導向的 Medium。官方公布 Medium 在 AIME2024 拿下 73.6%，搭配 64 次取樣多數決可達 90%。其可追蹤的多語言推理鎖定需要審查 AI 決策的企業場景。
2025年6月10日，法國AI實驗室Mistral發表旗下首個推理模型系列Magistral，一次推出兩個版本：開源的Magistral Small與企業導向的Magistral Medium。TechCrunch直接把它放進戰場描述：這是Mistral正式加入與OpenAI o3、Google Gemini 2.5 Pro同類模型的競爭。
推理模型的基本原理和一般模型不同：它會把問題拆成步驟逐步思考，換取在數學、物理這類領域更穩定的表現。公告以「最好的思考從不是線性的」開場，強調推理模型模擬的是人類穿越邏輯、洞察與不確定的過程。Mistral在公告中把Magistral的差異化講得很清楚——可追蹤的透明推理過程，以及跨語言的推理能力。公司同步發表研究論文，涵蓋模型的完整評測、訓練基礎設施、強化學習演算法，以及訓練推理模型過程中的新觀察。
兩個版本：開源24B與企業版
Magistral Small是24B參數的開源模型（參數即模型內部引導行為的組件），以Apache 2.0授權上架Hugging Face，任何人都能下載、檢視甚至修改它的架構與推理流程。Magistral Medium則是能力更強的企業版本，在Le Chat與Mistral API以預覽形式提供，並透過第三方合作雲供應。在Le Chat的預覽展示裡，官方示範了Magistral Medium一次性生成重力、摩擦與碰撞的物理模擬，把推理能力對準真實世界的場景。
官方給出的適用場景偏向企業內部邏輯：結構化計算、程式化邏輯、決策樹與規則系統。Mistral也表明這只是起點，會快速迭代——公告原文直接寫著「預期模型會持續改進」。
成績與多語言推理
基準測試方面，Magistral Medium在AIME2024數學競賽測試拿下73.6%，搭配64次取樣的多數決投票可達90%；Magistral Small分別為70.7%與83.3%。這是Mistral首次公布推理模型的完整評測數字，配套論文則交代了RL訓練基礎設施與訓練推理模型的新觀察，試圖把方法論攤在陽光下。官方另一個口號是「原生推理」：思維鏈直接在全球各種語言與文字之間運作，而不是先翻成英文再思考。
多語言是另一個主打點。官方稱Magistral的思維鏈能在多種語言與文字系統間保持高保真推理，點名語言包括英文、法文、西班牙文、德文、義大利文、阿拉伯文、俄文與簡體中文。對非英語市場的產品團隊來說，「用使用者的語言思考並留下可檢查的推理過程」不是行銷話術，而是採購與合規上的實際考量：推理步驟若能以業務語言呈現，審查成本會低得多。
透明推理與Flash Answers
Mistral把Magistral描述為「專為透明推理打造」：針對多步驟邏輯微調以提升可解釋性，提供可追蹤的思考過程，而且是以用戶的語言呈現——公告特別強調這點「不同於通用模型」。對需要審計AI決策的產業（金融、法務、醫療），可驗證的推理鏈比基準測試多幾分更有價值；對要向客戶或主管解釋「AI為何這樣判斷」的團隊，這正是需要的東西。
針對推理模型常見的慢，Mistral選擇正面回應：Le Chat新增Think模式與Flash Answers，官方宣稱Magistral Medium的token吞吐量最高可達多數競品的十倍，並用與ChatGPT並排的速度比較示意，主打即時推理與互動式修正變得可行。速度在這裡不是規格競賽，而是讓用戶反饋能參與推理過程的前提。速度加上可追蹤的過程，是它對「推理模型不好用」這個刻板印象的具體回答。
對開源生態與採購者的意義
對開源生態而言，Small以寬鬆授權釋出代表企業能夠在地部署一個可審計的推理模型，自己檢查它的推理方式。Mistral在公告中歡迎社群檢驗與改進，並提到自家的早期開源模型已被社群用於ether0、DeepHermes 3等專案——開源推理模型的二次開發已有前例。TechCrunch補充的背景：這家公司成立於2023年，Magistral是它第一次踏進推理模型品類。
以2026年回頭看，Magistral展示了中型實驗室用強化學習快速追上推理模型前沿的路徑：開源版本負責生態與信任，企業版本負責收入，兩條腿同時走。對當時的開發者來說，市場上多了一個不是矽谷巨頭、還能看見推理過程的選項；對整個產業來說，「推理模型」這個品類在2025年中的競爭，正式從兩三家擴散到歐洲陣營。