Mistral Medium 3.5
Mistral Medium 3.5 adalah model multimodal padat 128B open-weights unggulan Mistral AI dengan jendela konteks 256K, dibangun untuk penalaran jangka panjang, pengkodean, dan panggilan alat/output terstruktur yang andal.
https://mistral.ai/news/vibe-remote-agents-mistral-medium-3-5?ref=producthunt&utm_source=aipure
Informasi Produk
Diperbarui:May 18, 2026
Tren Traffic Bulanan Mistral Medium 3.5
Mistral Medium 3.5 menerima 8.3m kunjungan bulan lalu, menunjukkan Pertumbuhan Sedikit sebesar 7.4%. Berdasarkan analisis kami, tren ini sejalan dengan dinamika pasar yang umum di sektor alat AI.
Lihat riwayat trafficApa itu Mistral Medium 3.5
Mistral Medium 3.5 adalah model dasar "gabungan" unggulan baru dari Mistral AI (pratinjau publik) yang dirancang untuk menyatukan instruksi-berikut, penalaran, dan pengkodean dalam satu set bobot. Ini adalah model padat 128B-parameter dengan jendela konteks 256.000-token dan dukungan input multimodal (teks + gambar, output teks). Dirilis sebagai bobot terbuka di bawah lisensi MIT yang dimodifikasi, ini diposisikan untuk menjalankan tugas produktivitas dan rekayasa yang panjang dan kompleks, dan sekarang menjadi model default di balik Mistral's Le Chat dan agen pengkodean Vibe.
Fitur Utama Mistral Medium 3.5
Mistral Medium 3.5 adalah model "gabungan" unggulan Mistral AI dengan bobot terbuka yang menggabungkan kemampuan mengikuti instruksi, penalaran, dan pengkodean dalam satu model padat berparameter 128B dengan jendela konteks 256K. Model ini dirancang untuk pekerjaan agentik berjangka panjang (eksekusi multi-langkah yang andal, pemanggilan alat, dan keluaran terstruktur), mendukung masukan multimodal (teks + gambar, keluaran teks), dan menawarkan upaya penalaran yang dapat dikonfigurasi per permintaan. Model ini mendukung agen pengkodean asinkron berbasis cloud Mistral di Vibe dan mode Kerja baru di Le Chat, sambil tetap praktis untuk di-host sendiri (minimal empat GPU) dan tersedia melalui API serta opsi penerapan seperti NVIDIA NIM.
Model unggulan gabungan (instruksi + penalaran + pengkodean): Menyatukan kemampuan mengikuti instruksi, penalaran yang lebih dalam, dan pengkodean dalam satu set bobot, menargetkan produktivitas obrolan dan alur kerja pengkodean agentik.
Padat 128B dengan jendela konteks 256K: Arsitektur besar dan padat yang dioptimalkan untuk berjalan stabil dalam jangka panjang dan masukan besar (misalnya, dokumen panjang atau konteks basis kode yang substansial) dengan jendela 256.000 token.
Upaya penalaran yang dapat dikonfigurasi: Kedalaman penalaran dapat disesuaikan per permintaan, memungkinkan respons cepat untuk tugas sederhana atau penalaran yang lebih hati-hati untuk eksekusi multi-langkah/agentik yang kompleks.
Keandalan agentik: pemanggilan alat + keluaran terstruktur: Dibangun untuk tugas berjangka panjang yang melibatkan pemanggilan beberapa alat secara andal dan menghasilkan keluaran terstruktur (misalnya, JSON/pemanggilan fungsi) yang dapat dikonsumsi oleh sistem hilir.
Masukan multimodal (teks + gambar): Menerima masukan teks dan gambar (dengan keluaran teks), dengan encoder visi yang dilatih untuk menangani ukuran gambar dan rasio aspek yang bervariasi.
Bobot terbuka + hosting mandiri yang praktis: Dirilis sebagai bobot terbuka di bawah lisensi MIT yang dimodifikasi dan diposisikan sebagai dapat di-host sendiri pada minimal empat GPU, di samping akses API dan penerapan dalam kontainer (misalnya, NVIDIA NIM).
Kasus Penggunaan Mistral Medium 3.5
Rekayasa perangkat lunak asinkron (agen pengkodean jarak jauh): Jalankan tugas pengkodean panjang di cloud melalui agen jarak jauh Vibe—refaktor, peningkatan dependensi, pembuatan pengujian, investigasi CI, dan perbaikan bug—mengembalikan hasil sebagai cabang atau PR draf untuk ditinjau.
Otomatisasi produktivitas perusahaan (mode Kerja): Dalam mode Kerja Le Chat, jalankan alur kerja multi-langkah di seluruh alat yang terhubung (dokumen, email, kalender, obrolan), sintesis konteks, dan draf keluaran dengan gerbang persetujuan manusia untuk tindakan sensitif.
Dukungan pelanggan dan respons insiden: Menyaring insiden dan masalah dukungan dengan menganalisis log/tiket, meringkas hipotesis penyebab utama, dan menghasilkan langkah-langkah remediasi; terintegrasi dengan baik dengan alur kerja berbasis alat (misalnya, pelacak masalah, sistem insiden).
Analisis telekomunikasi dan operasi: Terapkan kinerja agentik dan domain yang kuat dari model (misalnya, skor τ³-Telecom) untuk membantu pemecahan masalah, sintesis basis pengetahuan, dan otomatisasi alur kerja dalam konteks operasi jaringan.
Penelitian dan pelaporan yang banyak dokumen: Gunakan jendela konteks 256K untuk menyerap set dokumentasi internal dan penelitian web yang besar, lalu hasilkan ringkasan, laporan, atau memo keputusan terstruktur yang cocok untuk pengeditan dan distribusi selanjutnya.
Pemahaman visual untuk alur kerja bisnis: Manfaatkan masukan multimodal untuk menginterpretasikan tangkapan layar, diagram, atau status UI dan mengubahnya menjadi keluaran teks yang dapat ditindaklanjuti (misalnya, laporan bug, catatan implementasi, atau panduan langkah demi langkah).
Kelebihan
Bobot terbuka di bawah lisensi MIT yang dimodifikasi, memungkinkan kontrol penerapan yang lebih besar dan opsi hosting mandiri.
Dirancang untuk pekerjaan agentik berjangka panjang (pemanggilan alat, keluaran terstruktur, eksekusi multi-langkah yang stabil) dengan jendela konteks 256K yang besar.
Jejak penerapan yang praktis untuk model kelas unggulan (diposisikan sebagai dapat di-host sendiri pada minimal empat GPU) ditambah beberapa saluran pengiriman (API, Vibe, Le Chat, NVIDIA NIM).
Kekurangan
Status pratinjau publik mungkin menyiratkan perilaku, peralatan, dan kesiapan perusahaan yang berkembang dibandingkan dengan rilis yang sepenuhnya matang.
Model 128B padat bisa lebih mahal untuk dijalankan saat inferensi daripada alternatif yang lebih kecil atau MoE, meskipun stabilitasnya meningkat.
Beberapa pengalaman unggulan (misalnya, agen jarak jauh, mode Kerja) terikat pada paket berbayar (Pro/Tim/Perusahaan) dan/atau ekosistem Mistral.
Cara Menggunakan Mistral Medium 3.5
1) Pilih cara Anda ingin menjalankan Mistral Medium 3.5: Pilih salah satu titik masuk yang didukung tergantung pada tujuan Anda: (a) Le Chat untuk penggunaan interaktif dan mode Kerja (Pratinjau), (b) Mistral Vibe CLI untuk alur kerja agen pengkodean (lokal atau jarak jauh), (c) Mistral API untuk integrasi aplikasi, atau (d) self-host/open-weights melalui Hugging Face / NVIDIA NIM untuk penerapan di tempat atau terkontrol.
2) Gunakan Mistral Medium 3.5 di Le Chat (obrolan interaktif): Buka Le Chat (chat.mistral.ai). Mistral Medium 3.5 adalah model default di Le Chat, jadi Anda dapat segera mulai memberikan perintah untuk penalaran, bantuan pengkodean, atau tugas konteks panjang (mendukung jendela konteks 256k).
3) Gunakan mode Kerja di Le Chat (Pratinjau) untuk tugas multi-langkah: Di Le Chat, beralihlah ke mode Kerja (Pratinjau) saat Anda membutuhkan eksekusi multi-langkah jangka panjang (penelitian, analisis, tindakan lintas alat). Mode Kerja menjalankan harness agen khusus yang didukung oleh Mistral Medium 3.5 dan dapat memanggil alat secara paralel hingga pekerjaan selesai.
4) Setujui tindakan sensitif dalam mode Kerja: Saat agen berlanjut, tinjau panggilan alat dan alasan yang terlihat. Le Chat akan meminta persetujuan eksplisit (berdasarkan izin Anda) sebelum tindakan sensitif seperti mengirim pesan, menulis dokumen, atau memodifikasi data.
5) Mulai sesi pengkodean dari Le Chat (alur kerja Kode Vibe): Dari beranda Le Chat, jalankan alur kerja Kode Vibe (atau gunakan pintasan "Sesi Kode Baru"). Masukkan perintah tugas pengkodean yang jelas (misalnya, "perbaiki pengujian yang gagal di repo saya"). Ini meluncurkan sesi agen pengkodean yang didukung oleh Mistral Medium 3.5.
6) Gunakan Mistral Vibe CLI secara lokal untuk tugas agen pengkodean: Instal dan buka Mistral Vibe CLI. Konfigurasikan kunci API Anda dengan menyimpannya ke ~/.vibe/.env untuk digunakan kembali. Pilih model "mistral-medium-3.5" di Vibe (menggantikan Devstral 2 sebagai model agen pengkodean default) dan mulai tugas pengkodean agen dari terminal Anda.
7) Luncurkan agen jarak jauh Vibe (pengkodean cloud asinkron): Dari Vibe CLI atau Le Chat, mulai sesi agen jarak jauh untuk mengalihkan tugas panjang ke cloud. Sesi berjalan di kotak pasir terisolasi, dapat berjalan secara paralel, dan terus berjalan saat Anda pergi. Anda dapat memeriksa kemajuan melalui panggilan alat, perbedaan, dan pembaruan status.
8) Teleportasi sesi Vibe lokal yang sedang berlangsung ke cloud: Jika Anda memulai tugas secara lokal di Vibe CLI dan ingin melanjutkannya secara asinkron, gunakan kemampuan teleportasi Vibe untuk memindahkan sesi ke cloud. Riwayat sesi, status tugas, dan persetujuan akan terbawa; setelah teleportasi, lanjutkan berinteraksi dari Le Chat (teleportasi adalah satu arah per sumber).
9) Tinjau output dan perubahan GitHub (cabang/PR): Ketika agen selesai, ia dapat membuka cabang dan/atau draf permintaan tarik di GitHub. Tinjau PR seperti set perubahan lainnya; komit, cabang, dan draf PR tetap ada di repositori Anda.
10) Gunakan Mistral API untuk integrasi aplikasi: Panggil Mistral Medium 3.5 melalui Mistral API saat menyematkannya ke dalam produk. Atur model ke "mistral-medium-3.5" dan gunakan untuk instruksi-berikut, penalaran, pengkodean, dan output terstruktur (panggilan fungsi asli/output JSON disorot sebagai kekuatan).
11) Konfigurasikan upaya penalaran per permintaan (penggunaan API): Saat menggunakan API, atur "reasoning_effort" berdasarkan kompleksitas tugas: gunakan "high" untuk perintah kompleks dan jalankan agen; gunakan "none" untuk respons cepat dan langsung. Ini memungkinkan model yang sama berperilaku seperti model obrolan cepat atau mesin penalaran yang lebih dalam.
12) Self-host menggunakan bobot terbuka (Hugging Face) atau terapkan melalui NVIDIA NIM: Jika Anda membutuhkan self-hosting, unduh bobot terbuka dari Hugging Face (dirilis di bawah lisensi MIT yang dimodifikasi). Untuk penerapan produksi, Anda juga dapat menggunakan NVIDIA NIM (layanan mikro inferensi terkontainer) atau titik akhir yang di-host NVIDIA untuk prototipe, seperti yang disebutkan dalam pengumuman resmi.
FAQ Mistral Medium 3.5
Mistral Medium 3.5 adalah model gabungan unggulan Mistral AI (pratinjau publik per 29 April 2026) yang menggabungkan kemampuan mengikuti instruksi, penalaran, dan pengkodean dalam satu model padat 128B dengan jendela konteks 256k.
Artikel Populer
Nano Banana SBTI: Apa Itu, Bagaimana Cara Kerjanya, dan Cara Menggunakannya di Tahun 2026
Apr 15, 2026
Ulasan Atoms — Pembuat Produk AI yang Mendefinisikan Ulang Kreasi Digital di Tahun 2026
Apr 10, 2026
Kilo Claw: Cara Menerapkan dan Menggunakan Agen AI "Lakukan-Untuk-Anda" Sejati (Pembaruan 2026)
Apr 3, 2026
OpenAI Menutup Aplikasi Sora: Apa yang Akan Terjadi pada Generasi Video AI di Tahun 2026
Mar 25, 2026
Analitik Situs Web Mistral Medium 3.5
Lalu Lintas & Peringkat Mistral Medium 3.5
8.3M
Kunjungan Bulanan
#8656
Peringkat Global
#9
Peringkat Kategori
Tren Lalu Lintas: Oct 2024-Oct 2025
Wawasan Pengguna Mistral Medium 3.5
00:03:38
Rata-rata Durasi Kunjungan
2.95
Halaman Per Kunjungan
43.14%
Tingkat Pentalan Pengguna
Wilayah Teratas Mistral Medium 3.5
FR: 41.73%
RU: 6.79%
DE: 5.95%
US: 5.7%
IN: 2.9%
Others: 36.94%
Alat AI Terbaru Serupa dengan Mistral Medium 3.5
Gait
Gait adalah alat kolaborasi yang mengintegrasikan generasi kode yang dibantu AI dengan kontrol versi, memungkinkan tim untuk melacak, memahami, dan membagikan konteks kode yang dihasilkan AI dengan efisien.
invoices.dev
invoices.dev adalah platform penagihan otomatis yang menghasilkan faktur langsung dari komit Git pengembang, dengan kemampuan integrasi untuk layanan GitHub, Slack, Linear, dan Google.
EasyRFP
EasyRFP adalah toolkit komputasi tepi yang didukung AI yang memperlancar respons RFP (Permintaan Proposal) dan memungkinkan fenotip lapangan waktu nyata melalui teknologi pembelajaran mendalam.
Cart.ai
Cart.ai adalah platform layanan bertenaga AI yang menyediakan solusi otomatisasi bisnis yang komprehensif termasuk pengkodean, manajemen hubungan pelanggan, pengeditan video, pengaturan e-commerce, dan pengembangan AI kustom dengan dukungan 24/7.
Alat AI Populer Seperti Mistral Medium 3.5
GitHub Copilot Chat
GitHub Copilot Chat adalah asisten pengkodean bertenaga AI yang menyediakan interaksi bahasa alami, saran kode waktu nyata, dan dukungan kontekstual langsung di dalam IDE yang didukung dan GitHub.com.
CopilotForXcode
CopilotForXcode adalah Ekstensi Editor Sumber Xcode yang mengintegrasikan GitHub Copilot, Codeium, dan ChatGPT untuk memberikan saran kode yang didukung AI, bantuan obrolan, dan fungsionalitas prompt-to-code di dalam Xcode.
BrowserAI
BrowserAI adalah pustaka sumber terbuka yang memungkinkan menjalankan Model Bahasa Besar (LLM) lokal langsung di browser web dengan akselerasi WebGPU, menawarkan kemampuan AI yang berfokus pada privasi tanpa memerlukan infrastruktur server.
OpenAI Codex CLI
OpenAI Codex CLI adalah agen pengkodean sumber terbuka ringan yang berjalan di terminal Anda, memungkinkan pengembang untuk menerjemahkan bahasa alami ke dalam eksekusi kode sambil memberikan penalaran tingkat ChatGPT dengan kemampuan untuk menjalankan kode, memanipulasi file, dan melakukan iterasi di bawah kontrol versi.