一口气了解Mistral：三星领投30亿欧元，它为什么把模型送到客户机房？

2026年9月8日，法国AI公司Mistral完成30亿欧元D轮融资，投后估值超过210亿欧元。三星领投，EQT旗下基金和PSG Equity共同领投。这是欧洲科技公司少见的大额股权融资，也把一个问题重新推到台前：当最强模型不断换人，为什么还有人愿意给Mistral这么高的价格？

三星公布的合作范围说明了这笔投资看重什么。三星不仅投资Mistral，还计划让它的模型进入半导体业务，并把敏感技术和运营数据留在三星半导体的基础设施边界内。Mistral真正出售的东西，已经从“一个更聪明的模型”变成“企业能控制的一整套AI”。下面我们来从头介绍这家公司。

30秒看懂

• 这家公司是谁：Mistral由三位法国AI研究者在2023年创办，主打开放权重、企业定制和本地部署。
• 最近的大新闻：2026年9月8日，公司拿到30亿欧元D轮融资，投后估值超过210亿欧元，三星领投。
• 谁在背后出钱：三星、ASML、微软、英伟达和多家欧美投资机构都投过它，产业资本的分量越来越重。
• 真正的反转：Mistral最早靠小而强的开放模型出名，如今越来越像模型、算力、软件和实施服务一起卖的企业AI公司。
• 本文只回答一个问题：模型未必长期领先，Mistral为什么仍能把“控制权”卖出高价？

开始之前，先解释几个关键名词，后面看不懂了随时翻回来查。

一、三个同学在巴黎造模型

Mistral这个故事没有从车库开始。三位创始人亚瑟·门施、纪尧姆·兰普和提摩西·拉克鲁瓦早在学生时代就认识，后来分别在DeepMind巴黎团队和Meta巴黎团队做AI研究。门施的博士研究涉及机器学习与脑成像；兰普和拉克鲁瓦长期研究语言模型，其中兰普参与过Llama团队。

他们为什么离开大公司？三个人看到，训练大模型的办法正在扩散，欧洲也有数学、工程和科研人才，却缺一家能把这些人组织起来的本土公司。他们2023年春天在巴黎创业，成立约一个月就拿到1.05亿欧元种子轮。那时产品还没发布，早期投资人公开强调团队的模型训练经验和欧洲本土机会。

Mistral没有直接做一个体量最大的模型。2023年9月，它先发布73亿参数的Mistral 7B，采用Apache 2.0许可证，企业可以下载、修改和商用。在公司公布的评测里，这个小模型超过当时一些体量更大的同类产品。它很快成了本地模型社区的热门选择，公司也借此拿到第一批开发者注意力。

Mixtral又做对了什么？它像一间有八个小组的办公室，模型每处理一个文字片段，只叫最合适的两个小组工作。整套模型有约467亿个参数，每次计算只动用约129亿个。用户得到更大的知识容量，却不用为全部参数的计算买单。这条“少花算力做出够强模型”的路线，成了Mistral最早的技术名片。

不过，技术名片会过期。此后DeepSeek、通义千问、Llama等开放权重模型持续更新，性能和价格竞争越来越紧。Mistral若只靠一款热门模型，很难支撑后来的210亿欧元估值。它必须回答下一个问题：免费或低价模型把人吸引进来以后，钱从哪来？

二、把模型放进客户自己的机房

它卖的是什么？面向个人，Mistral有聊天产品Vibe，也就是原来的Le Chat，免费层负责拉新，个人专业版按月订阅。面向开发者，它按输入和输出的文字量收取API费用。面向大型企业，它还卖模型许可证、定制训练、私有部署、软件平台和工程团队的实施服务。

后面这一层才是故事的重点。大型制造企业、公共部门、医疗机构和金融机构常有敏感数据，受合规或内部政策约束，通常不能把内部文档、设计图或客户记录随便传到外部服务。它们还会担心供应商改价、停服或换模型，导致已经接进生产流程的系统需要重做。Mistral允许客户把模型放在自己的服务器、私有云或指定地区；选择自托管后，客户能更大程度控制数据放在哪里、什么时候升级。

钱具体怎么收？小客户按月订阅或按调用量付费，像交软件使用费。大客户购买的组合更复杂，既可能为模型使用和算力付费，也可能为连接内部资料、调整模型、记录上线后的操作和长期维护付费。Mistral本次融资公告和公开材料没有拆分各条业务的收入，所以外界无法从公开材料准确算出每一层扣掉直接成本后还能剩多少，但它的产品设计已经把收费入口铺得很清楚。

这门生意是一条逐级加深的路径。客户先用聊天产品认识Mistral，再用API做小项目；当AI真的碰到内部数据和核心流程，企业才可能购买私有部署、访问管理和工程服务。接入业务越深，更换供应商时要重做的工作通常越多，也越可能进入长期企业合同。

一份企业项目怎样变大？一种常见做法是，先拿一小批经过处理的内部资料做试验，检查模型能否答对、会不会泄露信息、出错时能否追溯。试验阶段可以先按API调用量付费，也可以在隔离环境里部署一个小版本。如果准确率、安全和成本都过关，客户才可能把它接进更多资料库和业务软件，再谈更长期的许可证、算力和维护。

真正进入生产以后，工作重点会从“模型会不会回答”转向“系统能不能管住”。企业需要给不同岗位设置访问范围，记录模型查过哪些资料，规定更新由谁批准，还要准备模型失效时的备用流程。客户若选择更换模型，原有访问规则、资料连接方式、测试标准和操作记录最好继续使用。Mistral把这些环节放进同一套产品组合，才有机会把一次试验变成持续收费。

控制权具体落在哪？第一层是数据位置，客户知道资料保存和处理的地点。第二层是运行决定。

选择自托管后，客户能更大程度安排模型版本、更新时间和可用范围。第三层是退出能力，供应商变化时，客户能否带走资料连接方式、评测方法和操作记录。把这三层做好，控制权才有产品含义，不会只剩一句好听的口号。

什么信号说明这门生意真的成立？先看试验项目有没有进入日常流程，再看使用范围是否从一个团队扩到更多部门，最后看客户会不会续约并增加用量。还要分清收入来自可重复的软件与算力，还是来自大量人工驻场；两者都能收钱，但扩张速度和利润空间不同。Mistral没有公开这几部分的收入比例，所以现在能确认的是收费路径，不能提前把商业结果写成成功。

2026年9月的融资公告称，Mistral已经在20个国家运营，服务超过125家全球企业，名单包括空中客车、ASML和汇丰。公司财务负责人还给出一个很激进的目标：2026年底把经常性收入的年化水平推到10亿欧元。这里要注意，这是公司对年末速度的目标，不等于已经收到10亿欧元现金，也不等于公司已经盈利。

Mistral的商业模式因此更接近“企业软件加基础设施”，而非单纯卖模型。它既要保持模型足够好，让客户愿意进门；又要有工程人员把模型塞进旧系统，还要有算力保证服务稳定。这也解释了公司为什么一轮接一轮融资：每多卖一层，收入入口会增加，固定投入也跟着变重。

三、开放权重先把门推开

Mistral最狠的一招，是先让模型离开自己的服务器。Mistral 7B和Mixtral采用宽松的Apache 2.0许可证，开发者可以把权重下载到本地，改成自己的版本，再接进产品。对一家刚成立的公司来说，这比从零销售更快，因为全球开发者会替它测试、适配和传播。

开放权重等于开源吗？两者不能直接画等号。权重只是模型训练后的参数，完整训练数据、训练代码和复现过程可能没有公开。

更重要的是，Mistral后来发布的部分模型采用了限制更严的许可证。以Codestral初次发布时为例，研究和测试可以使用，商用要调用API或另买许可。Codestral发布时，开发者就在Hacker News上集中质疑“开放”这个说法太宽。

许可证的区别会影响企业决策。一个企业若选了Apache 2.0模型，通常能更自由地修改和商用；若选了受限模型，可能仍能放进自己的环境，但商业权利来自合同。Mistral同时保留两条产品线：一条采用Apache 2.0许可证，用来扩大生态；另一条采用限制性许可证，商用要调用API或另买许可。

Mistral想把护城河建在哪？从它的企业产品看，公司正把重点放在权限、内部资料、业务软件和稳定运行这些工程环节。企业需要知道哪些人能看哪些资料、模型做错时怎么追溯、更新后会不会破坏原有流程。Mistral卖的“控制权”，最终要靠这些枯燥的工程细节兑现。

中文开发者的经验也说明了这一点。哈工大与科大讯飞联合实验室研究过，是否要给Mixtral的词表增加更多中文片段，并用更多中文材料继续训练，再通过示例教它按要求回答；结果是，增加中文片段没有改善后续测试。一些国内部署实践还发现，这类每次只调用部分“专家”的模型，需要另外安排显卡内存、并行计算和请求先后顺序。下载权重只是第一步，真正上线仍要付出持续工程成本。

这条路还有一个容易忽略的好处：企业不必永远使用Mistral自己的模型。2026年8月，公司宣布在区域推理服务中加入第三方开放模型。这一步说明，Mistral不只提供自家模型，也在建设能统一部署、审计和维护不同模型的平台。模型更换得越快，这样的平台反而越值钱。

这也带来一个身份问题。若客户最后跑的是别家的模型，Mistral究竟是一家前沿模型实验室，还是一家算力与实施服务商？这条支线足够再写一篇，我先记在这里：以后专门聊一期，看看Mistral这类欧洲AI公司为什么同时做模型、算力、软件和实施。

四、从模型公司铺到整条链

2025年以后，Mistral开始补齐模型之外的每一层。Vibe Enterprise，也就是原来的Le Chat Enterprise，能搜索企业资料、连接内部系统、控制谁能访问并记录操作；Agents API让模型调用代码、搜索和内部工具；Mistral Compute把GPU芯片、任务调度、模型接口和技术服务打包。公司还在巴黎附近建设大型数据中心，并计划到2030年为算力设施准备最高1吉瓦的供电容量。1吉瓦等于100万千瓦，这只是规划上限，不是已经建成的规模。

为什么要做这么重？如果只卖API，客户可以随时比较价格和效果，模型差距缩小时更容易换供应商。Mistral把算力、软件、模型和工程服务串起来后，能承接不能上公共云的客户，也有机会把一次模型调用变成多年项目。它出售的范围因此从单次回答扩到整套AI系统的控制方式。

产业投资人正好需要这类能力。ASML制造极复杂的芯片设备，三星有庞大的半导体生产体系；三星还明确要求敏感技术和运营数据留在自己的基础设施边界内。ASML在2025年领投17亿欧元C轮，三星又在2026年领投30亿欧元D轮。资金和合作场景同时出现，两家公司都把技术合作写进了公告。

三星与Mistral在2026年9月9日确认，双方会围绕半导体业务开发本地AI方案，并用Mistral Large做定制模型。这里的关键词是“本地”和“定制”。对于个人用户，这两个词听起来很远；对于芯片企业，它们关系到敏感技术和运营数据是否留在企业基础设施边界内、模型能否理解内部术语、系统能否在指定环境中稳定运行。

微软的角色看起来矛盾，其实也符合这条逻辑。微软早期投资Mistral，把它的商业模型放进Azure；2026年双方又把合作扩展到公共云、与云相连的Azure Local和完全断网的Azure Local。Mistral借微软接触全球客户，微软借Mistral给客户更多选择。双方合作很深，但Mistral仍要证明自己能在微软之外控制算力和客户关系。

整条链越完整，公司的故事越好讲，账单也越重。研究团队要追模型，产品团队要做聊天和智能体，基础设施团队要建算力，交付团队还要进入客户现场。Le Monde在最新报道中给出的数字是：Mistral约有1200名员工，其中约300人做研究。剩下的人要承担产品、销售、基础设施和交付，这已经是另一种公司形态。

五、30亿欧元背后的四盆冷水

先把风险放在一张表里看完。Mistral拿到的钱很多，但它面对的问题也刚好分布在模型、资本、身份和信任四条线上。

第一盆冷水，融资额不能替代产品排名。Mistral早期靠高效率模型打出名气，但前沿模型的门槛不断抬高。Le Monde在2026年9月的报道中提到，Mistral的最新模型在部分第三方综合榜单上没有进入前列。单一榜单不能判定一家公司输赢，却足以提醒投资人：210亿欧元估值买的是未来能力，并不代表领先位置已经锁定。

第二盆冷水，控制权很贵。Mistral一边说客户不该依赖少数外部云，一边自己投入数据中心和区域算力。TechCrunch在2026年3月援引Reuters报道称，公司为巴黎附近的数据中心筹集约8.3亿美元债务，当时Mistral没有立即确认。模型训练、推理服务和机房建设都会持续吃掉现金，10亿欧元经常性收入目标必须和开支一起看。

第三盆冷水，客户可能只想要服务，不在乎模型是谁做的。Mistral现在托管第三方开放模型，也提供工程团队进场实施。Le Monde提到，一些专家因此质疑它的重心正转向数据中心和服务。这个质疑点中了一个难题：如果最终利润主要来自交付，公司的增长速度和利润率会更像企业服务，而非可以快速复制的软件。

第四盆冷水，开放需要更清楚的边界。Mistral曾靠Apache 2.0赢得社区，但Codestral初次发布时采用限制性许可证，研究和测试可以使用，商用要调用API或另买许可。英文开发者社区对这种变化表达过不满。公司完全可以收钱，问题在于产品页能否让普通开发者迅速看懂哪些能商用、哪些要签合同。

信任问题还包括训练数据和环境成本。法国数据监管机构提供了反对个人数据用于训练的渠道；Mediapart在2026年2月的一项媒体测试中，对模型复现版权内容提出质疑，这并非法院或监管结论。Mistral自己也公布过模型训练和单次回答的碳、水与材料口径。主动披露值得肯定，但公司给出的测算仍需要外部长期复核。

六、它到底做对了什么

Mistral最值得学的地方，与“欧洲”标签和融资速度无关。它先用一款足够好、足够轻、许可证宽松的模型打开市场，再沿着客户最难处理的地方收费。开发者要低成本试用，企业要控制数据放在哪里，有些工业客户还要求系统能在断网环境运行，这些需求连成了同一条产品路线。

普通人能从这里学到什么？如果你在用AI做小产品，先别急着训练自己的大模型。选一个允许商用、能在成本范围内运行的开放模型，把时间用在整理资料、设置访问范围、测试效果和设计用户流程上。模型版本会持续更换，真正留下来的，是你对场景的理解和那套能稳定工作的系统。

如果你在企业里推动AI，选型时也别只看榜单。先问四件事：数据放在哪里，模型更新由谁决定，出错后怎么追溯，换供应商要重做多少工作。最强模型会轮换，控制边界和迁移成本却会跟着项目很多年。把这四个问题问清楚，才有资格谈大规模上线。

中国AI团队能学到什么？第一，开放模型可以做获客入口，但许可证必须简单清楚。第二，本地部署不能只交一份模型文件；哪些人能看资料、出错后怎么追溯、怎样接入内部系统以及由谁维护，才是企业愿意续费的部分。第三，产业资本最有价值的地方不只在支票，它还能提供一个足够难的现场，把产品从演示推到生产。

Mistral也提醒中国团队注意另一面。全栈听起来完整，却会同时进入模型公司、云厂商和咨询公司的战场。团队要尽早知道自己靠哪一层赚钱，哪些能力自己做，哪些交给伙伴。每一层都想控制，最后很可能每一层都不够深。

几句真心话

30亿欧元能买到算力、团队和时间，买不到长期领先。Mistral真正值得看的，是它能不能把“客户自己控制AI”从一句政治口号，做成可部署、可审计、可迁移的产品。三星和ASML都与它公布了工业合作，接下来要看这些合作能否变成真实交付。

我更愿意把Mistral看成一场商业实验：当模型越来越像可替换零件，谁能守住客户的数据边界、部署方式和长期维护，谁就可能获得更稳定的收入。它若成功，欧洲会多一条不完全依赖外部平台的AI路径；它若失败，也会说明“主权”无法自动变成利润。

对普通人来说，不必追着每一次模型排名跑。找到一个真实问题，把资料、流程、权限和评测做扎实，你就拥有了模型换代后仍然值钱的东西。对做AI产品的团队来说，先把客户不愿交出去的那部分看清，再决定该做模型、平台还是服务。

与三星的合作项目会不会把Mistral推成真正的工业AI平台，还是让它越来越像一家重交付公司？后面要看双方是否公布可验证的部署进展，也要看Mistral能不能把企业合作变成持续收入。我会一直盯着。

参考资料

1. Mistral AI，Mistral raises €3B to make sovereign, open-weight AI the technology frontier，2026-09-08：https://mistral.ai/news/mistral-makes-sovereign-open-weight-ai-to-frontier/
2. Samsung Newsroom，Samsung and Mistral AI announce strategic partnership，2026-09-09：https://news.samsung.com/global/samsung-and-mistral-ai-announce-strategic-partnership-for-intelligence-driven-semiconductor-infrastructure
3. Reuters，French AI startup Mistral gets billion-euro cash injection，2026-09-08：https://www.onvista.de/news/2026/09-08-franzoesisches-ki-startup-mistral-erhaelt-milliarden-finanzspritze-0-20-26551052
4. Le Monde，Mistral AI raises €3 billion in response to doubts over its strategic direction，2026-09-08：https://www.lemonde.fr/en/economy/article/2026/09/08/mistral-ai-raises-3-billion-in-response-to-doubts-over-its-strategic-direction_6757278_19.html
5. McKinsey，Creating a European AI unicorn: interview with Arthur Mensch，2024-05-02：https://www.mckinsey.com/featured-insights/insights-on-europe/podcasts-and-videos/creating-a-european-ai-unicorn-interview-with-arthur-mensch-ceo-of-mistral-ai
6. TIME，Mistral AI CEO Arthur Mensch interview，2024-08-04：https://time.com/7007040/mistral-ai-ceo-arthur-mensch-interview/
7. TechCrunch，Mistral AI blows in with a $113M seed round，2023-06-13：https://techcrunch.com/2023/06/13/frances-mistral-ai-blows-in-with-a-113m-seed-round-at-a-260m-valuation-to-take-on-openai/
8. TechCrunch，Mistral AI raises $640M at a $6B valuation，2024-06-11：https://techcrunch.com/2024/06/11/paris-based-ai-startup-mistral-ai-raises-640-million/
9. Mistral AI，Mistral AI raises €1.7B，2025-09-09：https://mistral.ai/news/mistral-ai-raises-1-7-b-to-accelerate-technological-progress-with-ai/
10. Mistral AI，Mistral 7B，2023-09-27：https://mistral.ai/news/announcing-mistral-7b/
11. Mistral AI研究团队，Mistral 7B paper，2023-10-10：https://arxiv.org/abs/2310.06825
12. Mistral AI研究团队，Mixtral of Experts，2024-01-08：https://arxiv.org/abs/2401.04088
13. Mistral AI，Mistral AI Non-Production License，2024-05-29：https://mistral.ai/news/mistral-ai-non-production-license-mnpl/
14. Mistral AI，Codestral: Hello, World!，2024-05-29：https://mistral.ai/news/codestral/
15. Mistral AI，Le Chat Mistral，2024-02-26：https://mistral.ai/news/le-chat-mistral/
16. Mistral AI，Mistral Vibe产品与价格页，持续更新：https://mistral.ai/products/vibe/
17. Mistral AI，Introducing Le Chat Enterprise，2025-05-07：https://mistral.ai/news/le-chat-enterprise/
18. Mistral AI，Build AI agents with the Mistral Agents API，2025-05-27：https://mistral.ai/news/agents-api/
19. Mistral AI，Mistral Compute，2025-06-11：https://mistral.ai/news/mistral-compute/
20. Mistral AI，In-region inference, open models, and new European infrastructure，2026-08-11：https://mistral.ai/news/regional-inference-open-models-new-compute/
21. Mistral AI，European AI: a playbook to own it，2026-04-07：https://europe.mistral.ai/
22. Mistral AI，Our contribution to a global environmental standard for AI，2025-07-22：https://mistral.ai/news/our-contribution-to-a-global-environmental-standard-for-ai/
23. Microsoft，Microsoft and Mistral strengthen strategic partnership，2026-07：https://news.microsoft.com/source/emea/2026/07/microsoft-et-mistral-renforcent-leur-partenariat-strategique-pour-offrir-aux-organisations-davantage-de-choix-de-controle-et-de-flexibilite-dans-le-deploiement-dune-ia-de-pointe/?lang=fr
24. Airbus，Airbus partners with Mistral AI，2026-05：https://www.airbus.com/en/newsroom/press-releases/2026-05-airbus-partners-with-mistral-ai-to-strengthen-the-use-of-artificial-intelligence-in-sovereign
25. Reuters，France's armed forces ministry awards Mistral AI framework agreement，2026-01-08：https://www.marketscreener.com/news/france-s-armed-forces-ministry-awards-mistral-ai-framework-agreement-ce7e59dddf8dff21
26. TechCrunch，Mistral AI raises $830M in debt for a data center，2026-03-30：https://techcrunch.com/2026/03/30/mistral-ai-raises-830m-in-debt-to-set-up-a-data-center-near-paris/
27. Associated Press，Microsoft's Mistral AI deal faces EU scrutiny，2024-02-27：https://apnews.com/article/05d6eb911e56f88b7da20ebc224efac4
28. CNIL，How to object to reuse of personal data for AI training，2025：https://www.cnil.fr/fr/ia-comment-sopposer-la-reutilisation-de-ses-donnees-personnelles-entrainement-agent-conversationnel
29. Nature，The role of open source in AI，2024-10-30：https://www.nature.com/articles/s41586-024-08141-1.pdf
30. Hacker News，Codestral license discussion，2024-05-29：https://news.ycombinator.com/item?id=40513431
31. 36氪，对话Mistral CEO：大模型都差不多了，AI公司靠什么赚钱？，2026-01-19：https://www.36kr.com/p/3645594634236673
32. 智东西，107亿，光刻机巨头领投AI创企，2025-09-08：https://eu.36kr.com/zh/p/3457468154369413
33. 36氪，从收购传闻到ASML入股，起底Mistral，2025-09-10：https://www.36kr.com/p/3463330287048325
34. 第一财经，牵手Mistral，微软进一步降低对OpenAI的依赖，2026-07-22：https://m.yicai.com/news/103287902.html
35. 财联社，三星洽谈投资Mistral，2026-08-20：https://www.cls.cn/detail/2433818
36. 财联社，Mistral自研芯片并扩建算力，2026-07：https://www.cls.cn/detail/2384440
37. 科创板日报，光刻机龙头首次布局AI软件，2025-09-08：https://www.cls.cn/detail/2138233
38. InfoQ中文站，Mistral为Le Chat新增远程智能体与Work模式，2026-08-06：https://www.infoq.cn/article/14UTzo6myptzQ1GqBdOG
39. 魔搭ModelScope社区，Mixtral推理微调最佳实践，2023-12：https://community.modelscope.cn/657a74d6dafaf23eeaee28cf.html
40. InfoQ中文站，Mistral Medium疑似泄露事件，2023-12-12：https://www.infoq.cn/article/ttMK49Sq76u12zj1SzIV
41. 魔搭ModelScope社区，Mistral 7B v0.2中文评测，2024-05：https://community.modelscope.cn/6641a8ee950b3f6392462f71.html
42. 字节跳动Seed，COMET在Mixtral上的通信优化，2025：https://seed.bytedance.com/zh/blog/%E4%B8%87%E5%8D%A1%E9%9B%86%E7%BE%A4%E7%9C%9F%E5%AE%9E%E9%83%A8%E7%BD%B2-%E5%B7%B2%E8%8A%82%E7%9C%81%E6%95%B0%E7%99%BE%E4%B8%87-gpu-%E5%B0%8F%E6%97%B6-moe-%E9%80%9A%E4%BF%A1%E4%BC%98%E5%8C%96%E6%8A%80%E6%9C%AF-comet-%E5%BC%80%E6%BA%90
43. InfoQ中文站，Mistral Medium 3与DeepSeek竞争，2025-05-09：https://www.infoq.cn/news/jVxsV8GOjVZceSU2SFss
44. 量子位，Le Chat中文能力实测，2024-11-20：https://www.qbitai.com/2024/11/221162.html
45. 哈尔滨工业大学等，中文Mixtral语言适配研究，2024-03-04：https://arxiv.org/abs/2403.01851
46. 北京交通大学等，Aurora中文对话模型研究，2023-12-22：https://arxiv.org/abs/2312.14557
47. 得物技术，KubeAI大模型推理加速实践，2025-12-15：https://www.infoq.cn/article/b1be8e2769248aa344e6d8070
48. 亚马逊云中文技术团队，企业知识问答准确率优化实践，2024-04-23：https://aws.amazon.com/cn/blogs/china/using-aws-to-build-an-enterprise-intelligent-knowledge-question-answering-assistant-part-two/
49. 腾讯云文档，在集群中部署Mistral嵌入模型，2025：https://cloud.tencent.cn/document/product/457/124002
50. 腾讯云文档，TACO推理框架支持Mistral，2026：https://intl.cloud.tencent.com/zh/document/product/457/69509
51. 阿里云开发者社区，通义团队谈Mistral与开放模型竞争，2024-04-08：https://developer.aliyun.com/article/1481975
52. 知乎专栏，Mistral 3本地部署体验，2025-12-04：https://zhuanlan.zhihu.com/p/1985016287831806239
53. Thoughtworks，技术雷达第30期中文版，2024-04：https://www.thoughtworks.com/content/dam/thoughtworks/documents/radar/2024/04/tr_technology_radar_vol_30_cn1.pdf
54. 天风证券研究所，海外大模型产业研究，2024-03-10：https://pdf.dfcfw.com/pdf/H3_AP202403101626199132_1.pdf
55. 北京大学国际关系学院，欧盟人工智能法案中的产业游说，2025-06-24：https://www.sis.pku.edu.cn/docs/20250624093228917582.pdf
56. 中国人民大学科学技术发展部，欧盟人工智能法案的博弈与妥协，2026-05：https://se-office.ruc.edu.cn/xwdt/03ef35e698084329be15267f7b1ff020.htm
57. 上海AI实验室InternLM团队，LMDeploy支持模型清单，持续更新：https://github.com/InternLM/lmdeploy/blob/main/docs/zh_cn/supported_models/supported_models.md?plain=1
58. 腾讯云开发者社区，Mistral大语言模型部署笔记，2024-09-03：https://cloud.tencent.com/developer/article/2449041
59. 腾讯云开发者社区，Mistral与Llama本地推理对比，2024-01-29：https://cloud.tencent.com/developer/article/2384395
60. Mediapart，Mistral模型版权内容复现测试，2026-02-26：https://www.mediapart.fr/en/journal/culture-et-idees/260226/harry-potter-prose-elton-john-lyrics-how-french-ai-firm-has-breached-copyright-rules/prolonger

AI重度使用者｜每天拆一家前沿公司｜imluna.ai免费订阅｜Learn in Public