Mistral Large 4 вышла с открытыми весами и лучше пишет код

Mistral AI в четверг, 29 октября 2026 года, опубликовала веса модели Mistral Large 4, получившей прозвище «Le Chonk». Файлы доступны на Hugging Face, поэтому модель можно запускать на собственных серверах, не передавая данные Mistral. При презентации 6 октября компания предлагала только платный доступ через API, но обещала открыть веса к концу месяца.

В Large 4 заявлен 1 трлн параметров, однако благодаря архитектуре «смесь экспертов» (MoE) на каждый токен задействуется лишь 49 млрд, а с входным и выходным слоями — 52 млрд. Модель состоит из 128 специализированных экспертов: для каждого токена работают четыре и ещё один общий. У предшественницы, Large 3, было 675 млрд параметров, из них 41 млрд активных.

Что изменилось после презентации

Все три недели Mistral продолжала обучение с подкреплением, прежде всего в кибербезопасности и программировании. По данным компании, результат в Terminal-Bench 4.0, тесте на работу в командной строке, вырос с 28 до 41%. Это на пункт выше китайской GLM-5.3 (40%). Large 4 опережает также DeepSeek V4.1 Flash (31%), Kimi K3 (21%) и Muse Spark Open (6%). В индексе программирования Artificial Analysis модель набрала 48%, сравнявшись с GLM-5.3, при этом тратит в среднем на 47% меньше токенов на задачу.

В документации на Hugging Face Mistral признаёт, что лучшие китайские открытые модели по-прежнему впереди в общем индексе Artificial Analysis. Large 4 получила там 26 баллов — лучший результат среди западных открытых моделей. В начале октября поисковик Ecosia заменил модели Mistral китайскими, среди них Qwen, Kimi и GLM.

Цена и лицензия

Стоимость API снизилась вдвое: 0,70 доллара за миллион входных токенов и 2,10 доллара за выходные против 1,36 и 4,18 доллара в превью. Лицензия Mistral Ecosystem Open-Weight License жёстче, чем Apache 2.0 у Large 3. Коммерческое использование разрешено, но компании, перепродающие доступ к модели как сервис, должны заключить отдельное соглашение с Mistral.

На обычном компьютере модель не запустить: даже сжатой версии нужны четыре дата-центровых GPU Nvidia B200 или B300, а полной — восемь.