Post #1990

MistralAI | Weights 精彩，FP8 A41B + Eagle + 2.5B vison encoder + 256k context_window，并不是严格意义上的 reasoning model。模型 token efficiency 提升显著。单机 H200 启动，预计可以做到单请求 150tps，但长下文能力应该会迅速衰减。 如果你已经部署了 kimi k2 thinking，短期内无需替换，这俩模型几乎只有 token efficiency 的区别，没有 ThinkPart 会让模型工具使用表现非常不稳定。暂不确定 Mistral Large 3 视觉能力的可用性如何。 总的来说未来3~6个月，Kimi K2 Thinking 仍然会是这一档模型的开源区最佳选手。 另外，mistral-large-3 open weights 的 tokenizer_config 里面好像有脏东西- -？使用 PixtralProcessor 和 LlamaTokenizerFast，并且预留了 1000 个 SPECIAL tokens_decoder。以及没有 config.json 要怎么运行我请问呢。