Главное

Французская компания Mistral опубликовала веса своей триллионной open-source модели Mistral Large 4 (ML4) — теперь бизнес и госструктуры могут загрузить её и развернуть самостоятельно. Модель получила прозвище Le Chonk (интернет-сленг для «большого и милого») и выходит после трёх недель публичного превью-тестирования с корпоративными клиентами и государственными ведомствами. По словам Mistral, три дополнительные недели обучения с подкреплением (reinforcement learning), выстроенного по обратной связи от пользователей, сделали ML4 сильнейшей открытой моделью для агентного кодирования и киберзащиты.

Архитектура и характеристики

Mistral Large 4 — открытая, нативно мультимодальная модель на архитектуре Mixture-of-Experts (MoE): вместо того чтобы активировать все параметры на каждый запрос, маршрутизатор выбирает подмножество «экспертов». Активных параметров — 52 млрд из 1,05 трлн суммарных, плюс отдельный vision encoder на 1,6 млрд параметров.

Контекстное окно составляет 1 миллион токенов.

Модель обучалась на ~3 800 GPU NVIDIA Grace Blackwell и поддерживает более 160 языков, обрабатывая как текст, так и изображения.

ℹ Что такое MoE?
Mixture-of-Experts (смесь экспертов) — архитектура, при которой активируется лишь часть параметров на каждый запрос. Это позволяет иметь огромную «ёмкость» модели при относительно низких вычислительных затратах на инференс.

Режимы рассуждения

Ранние тестировщики — правительства и компании — хотели больше контроля над тем, как долго модель «думает». В ответ Mistral добавила режимы рассуждения low и medium в дополнение к high, а сам режим high стал на 50% эффективнее.

Квантизованная версия

Mistral также выпустила квантизованную версию (quantised), которая запускается на четырёх GPU Nvidia B200 или B300.

Бенчмарки

По результатам независимых тестов: FrontierCode 2.0 — 19,7% (лидер среди open-weight моделей), Terminal-Bench 4.0 — 41% (рост на 13 п.п. по сравнению с превью), Cyber Index от Artificial Analysis — 51%, Intelligence Index v5 — 26 (наивысший среди западных открытых моделей).

БенчмаркРезультатПримечание
FrontierCode 2.019,7%№1 среди open-weight моделей
Terminal-Bench 4.041%+13 п.п. после дообучения
AA Cyber Index51%Кибербезопасность
AA Intelligence Index v526Лучший среди западных open-weight
FinWorkBench73,3%2-е место среди open-weight

Mistral Large 4 набрала 19,7% на FrontierCode 2.0 — приватном бенчмарке Cognition, оценивающем готовность кода к мержу в реальный репозиторий, и стала лидером среди всех открытых моделей.

Цены и способы доступа

Разработчики могут обращаться к модели через API Mistral или скачать веса с Hugging Face и разместить их на собственной инфраструктуре.

Стоимость через Mistral API составляет $0,70 за миллион входных токенов и $2,10 за миллион выходных. Кешированный ввод обходится в $0,07 за миллион.

Тип токенаЦена за 1M токенов
Input (ввод)$0,70
Cached input (кешированный)$0,07
Output (вывод)$2,10
💡 Экономия на кешировании
Если ваш сценарий предполагает большие повторяющиеся промпты (системные инструкции, RAG-контексты), кешированный ввод по $0,07 за 1M токенов даст существенную экономию по сравнению со стандартной ценой.

Как модель попадает к пользователю


graph LR
    A[Mistral Large 4 веса\nHugging Face] --> B{Способ доступа}
    B --> C[API Mistral\n$0.70 / $2.10 за 1M]
    B --> D[Self-hosting\nСкачать веса и развернуть]
    D --> E[4× GPU B200/B300\nКвантизованная версия]
    D --> F[Полная версия\n~3800 Grace Blackwell GPUs]

Фокус на кибербезопасности

Модель создана специально для корпоративных задач и задач оборонной кибербезопасности. По данным Mistral, модель отказывает в выполнении 96,6% вредоносных киберзапросов, набирая при этом 51% на Cyber Index.

⚠ Открытые веса и риски
Выпуск весов мощной модели с киберфокусом — всегда компромисс. Mistral проводила red-teaming с партнёрами по безопасности и государственными органами до публикации весов. Тем не менее вопрос о допустимых границах открытости frontier-моделей в сфере безопасности остаётся дискуссионным.

Контекст: суверенитет и открытость

В отличие от проприетарных систем вроде Google Gemini, работающих только через облачные API, веса Mistral Large 4 можно скачать напрямую с Hugging Face — это позволяет организациям размещать и модифицировать модель на собственных серверах.

Mistral является одним из главных бенефициаров курса Европейского союза на цифровой суверенитет (digital sovereignty) в ответ на технологическую гонку между США и Китаем. Как пояснил CEO компании Артур Менш, ИИ должен быть «инструментом расширения возможностей, а не доминирования».

Mistral заявляет о 63% снижении операционных затрат по сравнению с сопоставимыми по возможностям проприетарными моделями.

Открытый релиз весов — не просто маркетинговый ход. Для европейских правительств и регулируемых индустрий возможность держать модель на собственной инфраструктуре — принципиальное требование, а не удобная опция.