本文原文来自DataLearnerAI官方网站：
Mistral AI 是一家法国的人工智能公司，由前Meta和Google DeepMind的研究员Arthur Mensch, Timothée Lacroix和Guillaume Lample于2023年4月创立。该公司在2023年10月筹集了3.85亿欧元（约4.15亿美元）的资金，并在2023年12月达到了超过20亿美元的估值。Mistral AI发布了一系列的开源模型，在各个评测排行榜中都有很好的表现。此前，他们通过直接在推特上公布Mixtral 7B×8 MoE的大模型，引爆了整个大模型的技术圈。大家测试结果也非常棒。
而现在，MistralAI又悄悄地上线了另一个模型，即Mistral Next。相比之前的发布预训练种子引起大家猜测的方式，本次MistralAI又把模型发布玩出了花，他们没有公布任何信息，选择直接上架LM-SYS的大模型竞技场Chat Arena，让大家直接体验对比。
LM-SYS是一个大语言模型评估平台，它由Chatboot Arena、MT-Bench、MMLU主要基准组成。其中Chatbot Arena是一个大语言模型基准平台，以众包的方式进行匿名、随机的评测。目前有47K+用户的投票数据，采用Elo评级方法进行计算结果。用户可以提问一个问题，让不同的模型回答然后匿名评价好坏。这种方式更加接近人类的偏好习惯，且问题也会包罗万象。
Mistral Next是一个神秘的模型，最早的信息来在2024年2月16日大模型竞技场Chat Arena上线的一个匿名模型。从命名看，这应该是MistralAI即将发布的一个大语言模型。尽管没有任何信息，但是大家可以直接在LM-SYS的Arena上进行体验和对比。而评测结果也非常令人惊喜。这里我们提供DataLearnerAI的一个简单测试结果。
Mistral Next中文测试结果Mistral Next与Mistral Medium对比Mistral Next与GPT-4对比附：MistralAI已有的产品和服务Mistral Next中文测试结果在此前的MistralAI发布的模型中，它支持的语言主要是英语和欧洲的一些语言。而此次发布的Mistral Next在中文的表现似乎也非常好，这意味着可能在Mistral Next模型可能在更多语言上有了扩展。
Mistral Next与Mistral Medium对比Mistral Next做文本润色和重新生成效果也不错。而且比Mistral Medium似乎更好：
即使单纯测试一个简单逻辑，也比Mistral Medium更好。
Mistral Next与GPT-4对比从Mistral Next的体验结果看，它的能力非常强，与GPT-4几乎没有啥区别。我们测试了一个稍微复杂的中文逻辑问题，关于购买蔬菜的逻辑计算：
增加难度，不考虑会员费，考虑赠送，可以说与GPT-4不相上下，这其实是个难度颇高的问题了。
最后，我们测试了一个信息抽取的问题，其中核心是有一个不太容易处理的条件，这个情况看GPT-4略好。
附：MistralAI已有的产品和服务目前，MistralAI已经发布了4款大语言模型，主要包括：
模型名称
模型简介
模型的DataLearnerAI的信息卡地址
Mistral-7B
最强大的70亿参数规模的大语言模型之一，指令遵从和多语言支持非常好。
https://www.datalearner.com/ai-models/pretrained-models/Mistral-7B-Instruct
Mixtral-8×7b
最具盛名的混合专家大模型，直接发布预训练结果，引起了广泛关注。效果超过GPT-3.5。
https://www.datalearner.com/ai-models/pretrained-models/Mistral-7B-MoE
Mistral Medium
闭源模型，各方面表现都接近GPT-4，但是价格更便宜
Mistral Next
MistralAI发布的神秘模型，2024年2月16日出现在Areno体验上，没有任何信息，评测结果接近GPT-4。
https://www.datalearner.com/ai-models/pretrained-models/mistral-next
