La tappa storica
Mistral AI pubblicò Mistral 7B il 27 settembre 2023. Il progetto mostrava quanto potesse essere interessante un modello relativamente compatto, con pesi disponibili e licenza Apache 2.0. È una tappa del percorso che porta agli strumenti locali odierni, senza essere il primo modello piccolo mai pubblicato.
Che cosa cambiò
L’annuncio descrive Grouped-Query Attention e Sliding Window Attention: scelte per migliorare l’efficienza dell’attenzione. Vanno distinti Mistral-7B-v0.1 di base e la versione Instruct per le istruzioni. I confronti pubblicati all’uscita si riferiscono ai benchmark e ai concorrenti di quell’epoca; non dimostrano una superiorità sui modelli del 2026.
Come leggerlo e provarlo
Per il lettore la distinzione base/Instruct è più utile di uno slogan sulle prestazioni. Il modello di base continua un testo; quello adattato viene usato per rispondere a richieste nel formato previsto. Un’applicazione può cambiare template e impostazioni, quindi un confronto richiede di registrare anche il programma, non solo il nome del file.
Hardware: pesi e memoria totale
Sette miliardi di parametri a 16 bit suggeriscono nominalmente circa 14 GB di soli pesi. Questa stima non include cache e strutture di esecuzione e non sostituisce una misura. Una quantizzazione può rendere l’esperimento più leggero, ma va scelta controllando file, compatibilità e qualità sul compito. La dimensione compressa del download non equivale alla memoria occupata.
Ha ancora senso nel 2026?
Oggi lo userei per studiare l’evoluzione dell’ecosistema e confrontare una vecchia generazione con un modello compatto moderno. Prepara richieste brevi e uguali: estrazione di campi, spiegazione di un errore e una funzione con test noti. Questa scheda non attribuisce al modello una nostra prova personale e non descrive Mixtral o le revisioni Instruct successive come se fossero la release originale.
Seguire la storia
Questi sei approfondimenti sono una selezione di tappe fra il 2019 e il 2023, non una storia completa dell’intelligenza artificiale. Gli esperimenti moderni con Bonsai e GLM sono trattati separatamente, senza attribuire ai vecchi modelli risultati misurati su altri checkpoint.
Fonti originali e documentazione
Fonti consultate il 5 ottobre 2026. Le date del modello descrivono l’evento storico; la data dell’articolo indica la pubblicazione su NexastraTech. Le stime di memoria sono calcoli nominali a 2 byte per parametro, in GB decimali, non benchmark o requisiti garantiti.