Mistral Large 4 z otwartymi wagami dorównuje chińskim modelom

Mistral opublikował wagi modelu Large 4. Od czwartku 29 października są dostępne na Hugging Face, więc każdy może pobrać model i uruchomić go na własnej infrastrukturze. Równolegle ukazała się wersja kwantyzowana, czyli skompresowana, by zmniejszyć zapotrzebowanie na pamięć.

Model, który Mistral nazywa „Chonk”, ma w sumie 1000 mld parametrów, z czego przy każdym generowanym słowie aktywnych jest 52 mld. Jest multimodalny: rozumie obrazy, ale odpowiada wyłącznie tekstem i kodem.

Kodowanie agentowe i oszczędność tokenów

Największy postęp widać w kodowaniu agentowym, w którym AI samodzielnie wykonuje kolejne polecenia w terminalu. W teście Terminal-Bench 4.0 Large 4 uzyskuje 41 proc. wobec 28 proc. w wersji zapowiadającej, jak wynika z wykresów przedstawionych prasie. GLM-5.3, najlepszy chiński model otwarty na tym zestawieniu, ma 40 proc., DeepSeek V4.1 Flash 31 proc., a Kimi K3 21 proc.

Według Mistrala Large 4 zużywa o 47 proc. mniej tokenów na zadanie niż GLM-5.3 w indeksie kodowania agentowego oraz o 50 proc. mniej niż wersja zapowiadająca w Terminal-Bench. To istotne, bo usługi AI rozlicza się za token. Firma dodała też krótsze tryby rozumowania „low” i „medium” obok „high”.

Mistral tłumaczy skok wyników uczeniem ze wzmocnieniem, ostatnim etapem treningu, opartym na coraz trudniejszych zadaniach z kodu i cyberbezpieczeństwa. Trening odbył się na 3800 GPU Nvidia Grace Blackwell w europejskich centrach danych firmy. Dyrektor generalny Arthur Mensch zauważa, że w trzy lata spółka zebrała około 6 mld dolarów, podczas gdy inne laboratoria pozyskały setki miliardów.

Cyberobrona i dostępność

W teście CyberGym-E2E, polegającym na odtworzeniu i naprawieniu realnej luki w oprogramowaniu open source, Large 4 osiąga 79 proc., tyle samo co MiMo-V2.6-Pro Xiaomi. Claude Opus 5.5 i GPT-6 Astra mają wynik bliski zera, bo odmawiają wykonania zadania. Mistral nie opisał szczegółowo zabezpieczeń wbudowanych w opublikowane wagi.

Wobec zamkniętych modeli amerykańskich dystans pozostaje duży: Opus 5.5 i GPT-6 Astra mieszczą się w Terminal-Bench między 59 a 65 proc.

Uruchomienie kwantyzowanej wersji (ok. 690 GB w 4 bitach) wymaga czterech GPU Nvidia B200 lub B300. Lżejszą wersję dla użytkowników indywidualnych Mistral obiecuje w ciągu miesiąca. Ceny nie podano; wersja zapowiadająca kosztowała 1,36 dolara za milion tokenów wejściowych i 4,18 dolara za wyjściowe. Model jest dostępny na Hugging Face i przez API Mistrala.