一条神秘磁力链接引爆整个AI圈，现在，正式测评结果终于来了：
首个开源MoE大模型Mixtral 8x7B，已经达到甚至超越了Llama 2 70B和GPT-3.5的水平。
（对，就是传闻中GPT-4的同款方案。）
并且由于是稀疏模型，处理每个token仅用了12.9B参数就做到了这般成绩，其推理速度和成本也与12.9B的密集模型相当。
消息一出，再次在社交媒体上掀起讨论热潮。
OpenAI创始成员Andrej Karpathy第一时间赶到现场整理起了笔记，还高亮出了重点：这家“欧版OpenAI”透露出的最强模型，还只是“中杯”。
p.s. Mixtral 8×7B甚至只是小杯……
英伟达AI科学家Jim Fan则赞说：
每个月都会有十几个新的模型冒出来，但真正能经得住检验的却寥寥无几，能引发大家伙热烈关注的就更少了。
并且这波啊，不仅是模型背后公司Mistral AI大受关注，也带动MoE（Mixture of Experts）再次成为开源AI社区的最火议题。
HuggingFace官方就趁热发布了一篇MoE的解析博文，同样打出了“转发如潮”的效果。
值得关注的是，Mistral AI的最新估值已经冲破20亿美元，在短短6个月中增长了7倍多……
基本超越Llama 2 70B
说起来，Mistral AI这家公司也是不走寻常路。隔壁大厂前脚刚轰轰烈烈搞发布会，慢慢悠悠发模型，他们可倒好，直接来了个程序颠倒：
先甩链接开放下载，又给vLLM项目（一个大模型推理加速工具）提了PR，最后才想起来发布技术博客给自家模型整了个正经官宣。
△模型一开始是酱婶发布的
那么还是先来看看，官方给出了哪些信息，与这两天吃瓜群众自己扒出来的细节有何不同。
首先，官方自信地表示：
Mixtral 8×7B在大多数基准测试中都优于Llama 2 70B，推理速度快了6倍。
它是最强大的、具有宽松许可的开放权重模型，也是最佳性价比之选。
具体来说，Mixtral采用了稀疏混合专家网络，是一个decoder-only的模型。在其中，前馈块会从8组不同的参数组中进行选择——
也就是说，实际上，Mixtral 8×7B并不是8个7B参数模型的集合，仅仅是Transformer中的前馈块有不同的8份。
这也就是为什么Mixtral的参数量并不是56B，而是46.7B。
其特点包括以下几个方面：
- 在大多数基准测试中表现优于Llama 2 70B，甚至足以击败GPT-3.5
- 上下文窗口为32k
- 可以处理英语、法语、意大利语、德语和西班牙语
- 在代码生成方面表现优异
- 遵循Apache 2.0许可（免费商用）
具体测试结果如下：
另外，在幻觉问题方面，Mixtral的表现也由于Llama 2 70B：
在TruthfulQA基准上的成绩是73.9% vs 50.2%；在BBQ基准上呈现更少的偏见；在BOLD上，Mixtral显示出比Llama 2更积极的情绪。
此次与Mixtral 8×7B基础版本一起发布的，还有Mixtral 8x7B Instruct版本。后者经过SFT和DPO优化，在MT-Bench上拿到了8.3的分数，跟GPT-3.5差不多，优于其他开源大模型。
目前，Mistral官方已经宣布上线API服务，不过还是邀请制，未受邀用户需要排队等待。
值得关注的是，API分为三个版本：
- 小小杯（Mistral-tiny），对应模型是Mistral 7B Instruct；
- 小杯（Mistral-small），对应模型是这次发布的Mixtral 8×7B；
- 中杯（Mistral-medium），对应的模型尚未公布，但官方透露其在MT-Bench上的得分为8.6分。
有网友直接把GPT-4拉过来对比了一下。可以看到，中杯模型在WinoGrande（常识推理基准）上的得分超过了GPT-4。
价格方面，小小杯到中杯的输入和输出价格分别是每一百万token0.14~2.5欧元和0.42~7.5欧元不等，嵌入模型则是0.1欧元每百万token（1欧元约合7.7人民币）。
而在线版本，目前还只能到第三方平台（Poe、HuggingFace等）体验。
能看懂中文，但不太愿意说
虽然官方通告中并没有说支持中文，但我们实测（HuggingFace Chat中的在线版，模型为Instruct版本）发现，Mixtral至少在理解层面上已经具备一定中文能力了。
生成层面上，Mixtral不太倾向于用中文来回答，但如果指明的话也能得到中文回复，不过还是有些中英混杂的情况。
面对更多的“弱智吧”问题，Mixtral的回答虽中规中矩，但看上去至少已经理解了字面含义。
数学方面，面对经典的鸡兔同笼问题，Mixtral的回答从过程到结果都完全正确。
即使是高等数学问题，比如复杂的函数求导，Mixtral也能给出正确答案，更难能可贵的是过程没什么问题。
而此次的官方通告中专门强调了Mixtral的代码能力很强，所以也受到了我们的重点考察。
一道困难难度的LeetCode下来，Mixtral给出的代码一次就通过了测试。
给你一个未排序的整数数组nums，请你找出其中没有出现的最小的正整数。
请你实现时间复杂度为O(n)并且只使用常数级别额外空间的解决方案。
但随着我们继续提问，Mixtral的回答一不小心暴露了自己可能专门针对LeetCode做过训练，而且还是中文版LC。
为了更加真实地展示Mixtral的代码能力，我们转而让它编写实用程序——用JS写一个Web版计算器。
经过几轮调整之后，虽然按钮的布局有些奇怪，但基本的四则运算已经可以完成了。
此外我们会发现，如果在同一个对话窗口中不断补充新的要求，Mixtral的表现可能会有所下降，出现代码格式混乱等问题，开启新一轮对话后则会恢复正常。
除了API和在线版本，Mistral AI还提供了模型下载服务，可以用?上的磁力链接或通过Hugging Face下载之后在本地部署。
在?上，已经有不少网友在自己的设备上跑起了Mixtral，还给出了性能数据。
在128GB内存的苹果M3 Max设备上，使用16位浮点精度运行Mixtral时消耗了87GB显存，每秒可以跑13个token。
同时也有网友在M2 Ultra上通过llama.cpp跑出了每秒52token的速度。
看到这里，你会给Mistral AI的模型实力打几分？
不少网友是已经兴奋起来了：
“OpenAI没有护城河”，看起来肯定会成为现实……
要知道，Mistral AI今年5月才刚刚成立。
短短半年，已是一手20亿美元估值，一手惊艳整个AI社区的模型。
更关键的是，普林斯顿博士生Tianle Cai分析了Mistral-7B与Mixtral-8x7B模型的权重相关性做了分析，证明了模型的成功复用。
随后网友发现，Mistral AI创始人也亲自证实，MoE模型确实就是把7B基础模型复制8次，再进一步训练来的。
随着此类模型的免费商用，整个开源社区、新的创业公司都可以在此基础之上推动MoE大模型的发展，就像Llama已然带动的风暴那样。