Premier modèle open source de Mistral AI, sorti en septembre 2023. La version Instruct (fine-tuning supervisé) a rapidement établi une référence dans la catégorie 7B, surpassant Llama 2 13B sur la plupart des benchmarks malgré sa taille deux fois inférieure. Le modèle utilise une fenêtre d’attention glissante (Sliding Window Attention) dans sa version initiale, portée à 32k tokens en v0.2.

Nouvelle génération de la série edge de Mistral AI, sortie en décembre 2025. Les Ministral 3 apportent la vision (analyse d’images) à toute la gamme, une fenêtre de contexte étendue à 256k tokens, et trois variantes par taille (base, instruct, reasoning). Entraînés aux côtés de Mistral Large 3, ils constituent le meilleur rapport performance/coût de la catégorie open source selon Mistral AI. Chaque taille est disponible pour déploiement local via Ollama.

Premier modèle de la série Phi-3 à atteindre une fenêtre de contexte de 128k tokens dans la catégorie 3-4B. Son approche « data quality over quantity ». L’entraînement sur des données synthétiques de haute qualité plutôt que du web brut, lui confère des capacités de raisonnement supérieures à sa taille. Disponible en deux variantes de contexte : 4k et 128k tokens. Noté pour ses performances en mathématiques, raisonnement logique et code. Limites connues : moins performant que les modèles plus grands sur les connaissances factuelles et les langues autres que l’anglais.

Successeur direct de Phi-3 Mini, sorti en février 2025 conjointement avec Phi-4-multimodal. Le 4 Mini conserve les 3,8B paramètres mais introduit une architecture améliorée avec grouped-query attention (GQA) et un vocabulaire étendu à 200k tokens, permettant un meilleur support multilingue. Conçu pour des tâches de texte avec haute précision en contexte contraint : function calling, raisonnement, longues séquences. Testé dans le protocole IA LAB sur corpus pédagogique comme représentant de la catégorie Microsoft 3-4B face aux Ministraux.