[IND] 7 分鐘閱讀OraCore 編輯部

Mistral AI 估值衝上 140 億美元

Mistral AI 兩年內從巴黎新創變成估值超過 140 億美元的 AI 公司,靠開放權重模型、企業方案和 Le Chat 快速擴張。

分享 LinkedIn
Mistral AI 估值衝上 140 億美元

Mistral AI 是巴黎新創,靠開放權重模型、企業方案和 Le Chat,在兩年內把估值推到 140 億美元以上。

說真的,這速度很兇。Mistral AI 2023 年 4 月 28 日才成立。到 2025 年,員工數已到 350 人。估值也衝過 140 億美元。

你可能會想問,它憑什麼。答案不是單一大模型,而是三件事一起跑:開放權重、企業銷售、還有 Le Chat 這個消費級產品。這種打法很像把研究、產品、商業化同時開三條線。

指標數值意義
成立時間2023 年 4 月 28 日代表公司成長速度很快
員工數350 人(2025)顯示團隊精簡,但節奏很快
估值超過 140 億美元把它推進歐洲最值錢 AI 公司之一
2024 年 6 月融資6 億歐元證明市場對它有信心
Le Chat Pro每月 14.99 美元顯示它想賣訂閱,不只賣 API

Mistral AI 到底是什麼

訂閱 AI 趨勢週報

每週精選模型發布、工具應用與深度分析,直送信箱。不定期,不騷擾。

不會寄垃圾信,隨時可取消。

Mistral 本來是法國南部的冷風名。公司拿這名字,意思很直白,就是要快、要猛、還要很法國。Mistral AI SAS 總部在巴黎,創辦人是 Arthur Mensch、Guillaume Lample、Timothée Lacroix。

Mistral AI 估值衝上 140 億美元

這三位不是隨便湊出來的創業組合。Mensch 在 Google DeepMind 做過,Lample 和 Lacroix 則有 Meta 大型模型經驗。講白了,他們是從研究和基礎設施那一側切進來,不是先做一個聊天機器人再補技術。

這也解釋了 Mistral 的路線。它不是只想賣黑箱 API。它想讓開發者能看、能跑、能改。這對台灣軟體團隊很有感,因為很多人真的不想被單一雲端供應商綁死。

  • 總部:法國巴黎
  • 成立:2023 年 4 月 28 日
  • 創辦人:Arthur Mensch、Guillaume Lample、Timothée Lacroix
  • 員工數:2025 年約 350 人
  • 產品重點:開放權重 LLM 與企業 AI 工具

錢怎麼來,速度就怎麼快

Mistral 的融資節奏很誇張。2023 年 6 月先拿到 1.05 億歐元。到 2023 年 12 月,又加了 3.85 億歐元。2024 年 6 月再拿 6 億歐元,估值升到 58 億美元。2025 年 9 月,Bloomberg 報導它又拿到 20 億歐元投資,估值到 120 億歐元,約 140 億美元。

這種資本密度很重要。因為 LLM 不是一般軟體。訓練要 GPU,推理要伺服器,招人要高薪,還要養產品、法務、銷售。你如果想跟 OpenAIAnthropic 這種級別的玩家對打,燒錢速度不會客氣。

創辦人 Arthur Mensch 曾對 Financial Times 說過一句很直白的話。

“We want to put the best models in the hands of everyone,” Arthur Mensch said in a 2023 interview with Financial Times.

這句話聽起來很理想。可是資金流向更誠實。Mistral 的投資人包含 Lightspeed Venture PartnersAndreessen HorowitzSalesforceMicrosoft,還有像 ASML 這種產業級玩家。

模型線才是重點

要看懂 Mistral,先看它丟出哪些模型。它不是只做一個大模型而已。它同時做通用模型、寫程式模型、推理模型、語音系統,還有多模態產品。這表示它想服務三種人:開發者、企業、一般使用者。

Mistral AI 估值衝上 140 億美元

Mistral 7BMixtral 8x7BMistral Large 2Mistral Small 3.1,還有 Devstral 2Voxtral,都在不同場景卡位。它還做了 Mistral OCR,表示它不想只停在聊天。

數字也很有意思。大模型不只比參數,還比上下文長度、成本和部署彈性。Mistral Large 2 有 1230 億參數,支援 128,000 token。Mixtral 8x22B 總參數 1410 億。Mistral Large 3 更到 6750 億總參數,但只有 41 個 active。這種設計很像在算力和效果之間找平衡。

  • Mistral Large 2:1230 億參數,128,000 token context
  • Mistral Small 3:240 億參數
  • Mixtral 8x22B:1410 億總參數
  • Devstral Small 2:240 億參數
  • Mistral Large 3:6750 億總參數,41 個 active

授權也很關鍵。它有些模型用 Apache-2.0,有些用改過的 MIT license,有些則是 proprietary。這種混搭很務實。對開發者來說,能先跑開放權重版本。對企業來說,還有付費支援和部署方案可以買。

我覺得這就是 Mistral 厲害的地方。它沒有假裝所有人都想要同一種產品。它直接把市場拆開來做,然後每一段都留一條商業路徑。

Le Chat 是它的門面

Le Chat 是 Mistral 對消費級 AI 助理市場的回答。2024 年 11 月 19 日,它加入圖片生成,還接上 Black Forest Labs 的 Flux Pro。2025 年 2 月 6 日,它上了 iOS 和 Android。Pro 方案每月 14.99 美元,包含更進階模型、無限訊息和網頁瀏覽。

這個價格很眼熟。它跟其他 AI 訂閱服務差不多,但 Mistral 的差異在於它不是只有一個封閉 App。它背後還有開放權重模型。對工程團隊來說,這代表你可以先在本機測試,再決定要不要接雲端服務。

Le Chat 也幫 Mistral 補上品牌感。很多 AI lab 只會賣 API。結果外面的人只知道模型名,不知道公司名。Le Chat 讓一般使用者直接碰到產品,也讓企業客戶比較容易理解它的定位。

它和其他 AI 公司差在哪

Mistral 最大的差異,不是它有沒有最強模型,而是它在公開性和商業性之間抓得很準。Meta 走的是大規模開源路線,但偏平台思維。OpenAIAnthropic 則更偏封閉 API。Mistral 卡在中間,這位置很難,但也很有辨識度。

如果看產品組合,它比很多新創完整。它有開放權重,有企業部署,有 API,有消費級 App,還有 OCR、語音、程式碼模型。這種組合不是每家公司都敢玩,因為每條線都要人、要錢、要算力。

下面這組比較,很能看出差異。

  • OpenAI:強在產品和 API,但模型多半封閉
  • Anthropic:強在企業市場和對齊,但開放度有限
  • Meta:強在開源生態,但商業化節奏不同
  • Mistral AI:同時押開放權重、企業銷售、消費產品

台灣開發者來說,這種差異很實際。你如果要做內部系統、私有部署、或資料不能外流的場景,Mistral 的開放權重就很有吸引力。你不用一開始就把所有資料丟給外部 API。

歐洲 AI 也開始有自己的打法

Mistral 的故事,其實也是歐洲 AI 的故事。過去大家講 AI,幾乎都先想到美國。現在巴黎也有一家估值超過 140 億美元的公司,而且它不是只做研究展示。它真的在賣模型、賣訂閱、賣企業方案。

這件事對產業很重要。因為它證明一件事:模型公司不一定非得在矽谷長大。只要有研究底子、產品節奏、還有資本支援,歐洲也能做出能打的 LLM 公司。這對資料主權、法規、和企業採購都會有影響。

接下來要看的是,Mistral 能不能把現在的聲量變成穩定收入。它如果持續推出開放權重模型,又能把企業合約做深,會很像歐洲版的基礎模型平台。反過來,如果產品節奏慢下來,它就可能只剩估值故事。

接下來要盯什麼

我會先看兩件事。第一,它接下來還會不會繼續放出開放權重模型。第二,它的企業收入能不能跟上模型研發成本。這兩件事會直接決定它是模型實驗室,還是能長期活下來的平台公司。

如果你是開發者,現在很適合試 Mistral 的開放模型。先看本機部署成本,再看 API 延遲,再看授權條件。講白了,別只看 benchmark 分數。真正要上線,還要看你的資料能不能守住、伺服器能不能扛、團隊能不能維運。

我自己的判斷很直接:Mistral 接下來最值得追的,不是它又融了多少錢,而是它能不能把開放性變成穩定產品力。這才是它能不能撐久的重點。