Vi har nyligen utforskat Mistral AI – Europas snabbast växande AI-plattform – för att se hur den klarar av allt från kodning till kreativt tänkande. Resultatet? En spännande och rolig upplevelse som visar att Europa är på god väg att ha vad som krävs för att utmana de stora amerikanska jättarna. Här delar vi våra upptäckter och varför du bör ge Mistral AI en chans.
Men det handlar om mer än bara teknik. EU-parlamentet bytte nyligen ut sin standardsökmotor från Google till Qwant. Motiver är att skapa ett digitalt oberoende Europa och för att göra det krävs det att fler använder tjänster som ägs och levereras helt inom Europa. Detta för att säkra vår data och för att bygga en framtid där Europa inte är beroende av utländska aktörer. Mistral ägs och drivs av ett franskt företag. Här delar vi våra upptäckter och varför du bör ge Mistral AI en chans.
Chattupplevelse och språk
Det första och enklaste att testa är Mistral Vibe (tidigare kallad ”Le Chat” som lite finurligt då betyder ”Katt” på franska). Den går att köra direkt i webbläsare eller via en app om man hellre vill det. Den fungerar likadant som ChatGPT, Microsoft Copilot eller Google Gemini.
- Den upplevs mindre censurerad i sitt språk, vilket gör interaktionerna mer naturliga.
- Den är roligare att bolla idéer med jämfört med många andra modeller.
- Den kan utmärkt på svenska: Dess språkkunskaper i svenska är lika bra som de stora amerikanska modellernas.
Testa gärna själv och se hur den fungerar för dig!
Skapa bilder
När det gäller att generera bilder varierar resultaten, men att skapa sin egen logotyp vägrade Mistral att göra. Nedan ser du skillnaden på samma fråga från ChatGPT och Mistral.
Logiska pussel och problem
Vi testade även Mistral AI på logiska pussel och frågor. Här presterade den inte lika bra som de stora amerikanska modellerna. Det visar att det fortfarande finns utrymme för förbättring när det gäller logisk resonemangsförmåga.
Integration med WordPress
Vi försökte koppla upp Mistral AI mot en WordPress-sida, men lyckades inte rent tekniskt få det att fungera. Därför kan vi inte utvärdera resultatet, men det visar på tekniska utmaningar som ännu behöver lösas.
Integration med VS Code och Mistral Vibe
Vi provade att använda Mistral Vibe med Visual Studio Code för att ersätta GitHub Copilot. Resultatet var blandat:
- Fem försök att lösa ett specifikt problem misslyckades. Copilot löste samma problem direkt.
- Mistral AI har gratis tillgång till sin Large-modell, men den största begränsningen var tiden det tog att generera resultat.
- Jämförelse med Copilot: Mistral AI är inte på samma nivå som Copilot idag, men den är bättre än Copilot var för ett år sedan.
Det var uppenbart att Mistral Vibe låg långt efter GitHub Copilot här – kanske beror GitHubs försprång på att de har en naturlig tillgång till massor av källkod som de kan träna sin AI på.
Slutsats: Hur kan vi använda Mistral AI?
Mistral AI har stor potential men har tyvärr stora tillkortakommande jämfört med sina amerikanska utmanare. För att Europa ska få en lika bra modell som de amerikanska jättarna, behöver vi alla börja använda Mistral AI. Det krävs att det finns en kundbas och ett behov för att kunna fortsätta förbättra tjänsten. Dock krävs det i skrivande stund ett speciellt intresse för detta för att man ska överväga att byta ut de andra verktyg som finns på marknaden.
Undrar du om Mistral AI skulle fungera för just er tillämpning? Hör av er och rådfråga oss så kan vi berätta vilka möjligheter som finns.
Denna artikel är skriven med hjälp av Mistral AI, så dess svenska är det inget fel på.