Лид

6 октября 2026 года компания Mistral AI открыла публичный превью своей новой флагманской модели — Mistral Large 4, получившей внутреннее прозвище Le Chonk («Толстячок»). ML4 — это гранулированная модель типа Mixture of Experts (смесь экспертов) с 1,05 триллиона суммарных параметров, 49 миллиардами активных параметров на токен, визуальным энкодером на 1,6 миллиарда параметров и контекстным окном в 1 миллион токенов. По заявлению Mistral, это лучшая открытая модель из США или Европы на совокупных бенчмарках.

Архитектура и обучение

ML4 — гибридная инструктируемая MoE-модель с нативной поддержкой изображений. При этом активируется лишь около 4,7% весов на каждый токен — именно это позволяет модели класса «один триллион параметров» работать по умеренным ценам.

По данным Mistral, ML4 обучалась с нуля на 3 800 GPU NVIDIA Grace Blackwell в собственных европейских дата-центрах компании. Модель охватывает более 160 языков, включая все официальные языки ЕС.

ℹ Что такое MoE?
Mixture of Experts (смесь экспертов) — архитектура, при которой только часть «экспертных» блоков нейросети активируется для каждого входного токена. Это снижает вычислительную нагрузку при сохранении огромной ёмкости модели.

Ключевые характеристики

ПараметрЗначение
Суммарные параметры~1,05 триллиона
Активные параметры49 млрд (на токен)
Визуальный энкодер1,6 млрд параметров
Контекстное окно1 млн токенов
Поддерживаемые языки160+
GPU для обучения3 800 × NVIDIA Grace Blackwell
Доступность весовКонец октября 2026

Возможности и бенчмарки

Nicknamed «le Chonk», ML4 — нативно мультимодальная MoE-модель, сочетающая следование инструкциям, рассуждение и агентные возможности.

Модель нацелена на разработку ПО, кибербезопасность, финансы, юриспруденцию, науку и производство. Она набрала 61,7% на DeepSWE v1.1 и 59,9% на AutomationBench.

Особенно выделяются результаты в кибербезопасности: Mistral сообщает о 93% на Cybench и 82% на CyberGym-E2E, отмечая, что ряд закрытых топ-моделей набирает около нуля, поскольку просто отказывается выполнять задания.

💡 Кибербезопасность
Mistral Large 4 не только проходит стандартные тесты — по словам компании, модель полезна для анализа вредоносного ПО, приоритизации уязвимостей и написания правил обнаружения угроз.

На визуальном бенчмарке Dense 200 (оценка точности позиционирования объектов) модель набрала 42% — чуть выше GPT-6 Astra с результатом 41%. Поддерживаются таблицы, документы, графики, технические чертежи, PDF-файлы и спутниковые снимки.


graph TD
    A[Mistral Large 4] --> B[Кодирование / Агенты]
    A --> C[Кибербезопасность]
    A --> D[Финансы и право]
    A --> E[Мультимодальность]
    B --> B1[DeepSWE: 61.7%]
    B --> B2[AutomationBench: 59.9%]
    C --> C1[Cybench: 93%]
    C --> C2[CyberGym-E2E: 82%]
    E --> E1[Документы, PDF, спутники]
    E --> E2[Dense 200: 42%]

Цены и доступность

При запуске действует скидка 50% в течение двух недель. Базовая цена составляет $1,36 за миллион входных токенов и $4,18 за миллион выходных, с кешированием по $0,14.

Preview API доступен через Mistral Studio, а выход открытых весов запланирован на конец октября 2026 года.

⚠ Веса ещё не вышли
На момент публикации (7 октября 2026) модель доступна только через API. Скачать веса и развернуть её локально пока невозможно — Mistral обещает их выложить к концу октября после завершения red-teaming (тестирования безопасности).

Пример вызова через API (Python):

from mistralai import Mistral

client = Mistral(api_key="YOUR_API_KEY")

response = client.chat.complete(
    model="mistral-large-4",
    messages=[
        {"role": "user", "content": "Объясни архитектуру Mixture of Experts."}
    ]
)

print(response.choices[0].message.content)

Контекст и значение для отрасли

В сентябре 2026 года Samsung Electronics приобрёл долю в Mistral в рамках сделки на €3 млрд, после чего оценка компании достигла €21 млрд. На этом фоне выход Mistral Large 4 — ещё одно подтверждение стратегии Mistral на сохранение конкурентоспособности с американскими и азиатскими лабораториями при сохранении открытости.

Mistral Large 4 — это ставка европейской AI-индустрии на то, что открытые веса и конкурентные бенчмарки могут уживаться в одной модели класса «один триллион параметров».

По оценке независимой платформы Artificial Analysis, Large 4 Preview набирает 38 баллов на Intelligence Index v4.3.2 — наравне с OpenAI GPT-6 Luna и является наивысшим результатом среди западных открытых моделей в этом рейтинге.

Mistral также сообщает, что Large 4 использует ту же среду обучения, кастомизации и обучения с подкреплением (reinforcement learning), которую компания предоставляет корпоративным клиентам через Mistral Forge. Это означает, что бизнес сможет дообучать модель под свои задачи в привычной инфраструктуре.

С точки зрения рынка, Mistral Large 4 — один из немногих претендентов на звание «лучшей открытой модели» в мировом масштабе, и выход открытых весов в конце октября может кардинально изменить расстановку сил среди self-hosted решений для предприятий.