Mixtral-8×7B-MoE是由MistralAI开源的一个MoE架构大语言模型，因为它良好的开源协议和非常好的性能获得了广泛的关注。就在刚才，Mixtral-8×7B-MoE的继任者出现，MistralAI开源了全新的Mixtral-8×22B-MoE大模型。

目前该模型依然是以磁力链接让大家下载，没有提供任何新的消息，不过根据磁链文件信息，有几个简单的信息：

1. Mixtral-8×22B-MoE依然是8个专家组成的混合专家大模型；
2. 每个专家参数规模220亿，是原来70亿参数的3倍，因此总的参数量达到了1760亿！
3. 如果依然是每次激活2个专家，这意味着每次推理的参数规模是440亿，比此前120亿参数规模大幅增加，有理由相信模型能力更强！
4. Mixtral-8×7B-MoE模型的输入是32K，而这个模型的配置文件显示，上下文输入达到了64K！上下文长度翻倍！
5. 根据这个参数估计，Mixtral-8×22B-MoE模型推理半精度的显存需要350GB！成本非常高！但是按照下载链接的物理文件达到262GB的话，应该是不到300G显存即可！

关于Mixtral-8×22B-MoE信息关注DataLearnerAI的模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/Mixtral-8%C3%9722B-MoE

也有网友猜测，目前MistralAI提供的收费模型与开源模型有如下对应关系：
Mistral Tiny - Mistral 7B
Mistral Small - Mixtral-8×7B-MoE
Mistral Medium - Mixtral-8×22B-MoE
Mistral Large - ?

Mistral Large是MistralAI提供的闭源模型，在各大评测效果都很好。如果按照这个趋势，希望未来能有Mistral Large模型开源！

关于Mixtral-8×22B-MoE其它信息我们保持关注，Mixtral-8×7B-MoE已经是开源领域最强模型之一，那么有理由相信Mixtral-8×22B-MoE应该会达到开源模型的新高度！与当前最强开源模型Command R+相比，希望能有突破，毕竟虽然Command R+虽然不错，但是不可商用。而Mixtral-8×22B-MoE应该是可以免费商用授权的。

关于Mixtral-8×7B-MoE参考：除了Mistral-7B-MoE外，MistralAI还有更强大的模型，未宣布的Mistral-medium比混合专家模型更强！

关于Command R+模型介绍参考：开源模型进展迅猛！最新开源不可商用模型Command R+在大模型匿名投票得分上已经超过GPT-4-Turbo！