Mistral Large 4 е европейският отговор с един трилион параметъра на американските модели, които отказват работа по сигурността

Mistral представи Mistral Large 4, най-големия си модел досега. Той има един трилион параметри и е обучен в собствените европейски центрове за данни на компанията. В независим индекс моделът бележи голям напредък, но все още изостава значително от водещите затворени модели. Основното послание на Mistral е, че моделът изпълнява задачи, свързани със сигурността, с които Claude и GPT-6 отказват да се занимават.

Mistral публикува публична предварителна версия на Mistral Large 4 (ML4), с прякор „le Chonk“. API е достъпен още сега чрез Mistral Studio. Очаква се теглата на модела да бъдат публикувани в края на октомври.

Според Mistral ML4 е нативно мултимодален модел с един трилион параметри, от които 49 милиарда са активни. В X компанията заявява, че ML4 е най-добрият модел с отворени тегла от САЩ или Европа според съвкупност от бенчмаркове. Тя твърди, че моделът постига водещи резултати в киберотбраната, производството и финансите, както и че превъзхожда дори затворени водещи модели по визуално заземяване.

Голям скок за Mistral, но Claude все още води с 20 точки

Независима оценка идва от Intelligence Index на Artificial Analysis, който обобщава десет бенчмарка от различни области. ML4 получава 38 точки. Това е значителна крачка напред за Mistral: неговият предшественик Mistral Large 3 успя да събере едва 9 точки в индекса, а най-новият Mistral Medium 3.5 достигна 14. С 38 точки ML4 също изпреварва с малко GLM-5.2 на Z.ai, който Mistral предлага на собствената си платформа. Но разликата с лидерите все още е голяма. Claude Opus 5.5 (Max) води с 58 точки.

Докато теглата бъдат публикувани, Mistral подлага модела на червено-екипно тестване с компании за сигурност, проверени партньори и държавни агенции. Тези групи получават същата версия с по-малко ограничения за модериране и разширени кибервъзможности.

Предимството на Mistral в киберсигурността отчасти се дължи на отказа на конкурентите да изпълняват задачата

Mistral посвещава по-голямата част от съобщението си на сигурността на ИТ системите. Според компанията в Cyber Index на Artificial Analysis ML4 е сред петте най-добри модела в света. Сред моделите с отворени тегла, разработени извън Китай, той води с голяма преднина.

Един от тестовете изисква от модела да възпроизведе реална уязвимост в софтуер с отворен код и след това да я поправи. ML4 достига 82 процента — най-високия резултат от всички модели. Причината обаче е необичайна. Според Mistral Claude Opus 5.5 и GPT-6 Astra получават почти нулев резултат, защото изцяло отказват да изпълнят задачата. Така тестът измерва политиките на доставчиците не по-малко от възможностите на моделите.

Mistral превръща това в предимство. Компанията твърди, че защитата на софтуера често започва с доказването, че дадена уязвимост е реална. Филтрите за безопасност на затворените модели блокират точно този тип работа, докато нападателите така или иначе заобикалят защитите на същите модели. Mistral добавя, че загубата на достъп до доставчик по време на инцидент сама по себе си може да се превърне в риск за сигурността. ML4 е проектиран да работи и в частни облаци или локално.

В същото време Mistral изтъква високите нива на откази. При злонамерени киберподкани от JailbreakBench, StrongREJECT и AgentHarm ML4 отказва по-често от всеки друг модел с отворени тегла. Mistral не обяснява как моделът надеждно различава легитимните изследвания на уязвимости от подготовката на атака. Според компанията в B3 AI Security Benchmark на Lakera ML4 блокира 93,3 процента от атаките.

ML4 заема второ място в програмирането, пред Deepseek и Qwen

В програмирането ML4 постига 49,8 процента в Coding Agent Index на Artificial Analysis, с което изпреварва Deepseek V4 Pro и Qwen3.8 Max. Mistral също така провежда сляпа оценка със Surge AI, при която професионални оценители оценяват качеството на кода, без да знаят кой модел го е създал. ML4 заема второ място от пет модела с 3,74 от 5 точки, пред GLM-5.3 и Kimi K3. Claude Opus 5 води с 4,22 точки.

Що се отнася до разбирането на изображения, Mistral твърди, че е постигнато значително подобрение. Предполага се, че ML4 може да анализира документи, диаграми, сателитни изображения с гигапикселова резолюция и технически чертежи, като самостоятелно увеличава мащаба и проверява детайлите. Преднината пред затворените модели обаче е малка. В бенчмарка Dense 200 ML4 постига 42 процента, докато GPT-6 Astra достига 41 процента. Според оценка на Vals.ai ML4 също изпреварва GPT-6 Astra при правни и финансови задачи.

Европейският суверенитет като бизнес модел

Mistral заявява, че ML4 е обучен от нулата върху 3800 графични процесора Nvidia Grace Blackwell в собствените европейски центрове за данни на компанията. Предварителната версия работи на същата инфраструктура. Наред с предложенията в множество региони Mistral планира европейски вариант, който ще управлява изцяло самостоятелно, независимо от други доставчици на услуги и съгласно европейското право. Обучаващите данни обхващат повече от 160 езика, включително всички официални езици на ЕС.

Според Mistral обучението е проведено в сътрудничество с компании от финансовия сектор, производството, логистиката, фармацевтиката, корабоплаването и публичния сектор. Компанията е използвала същата среда за обучение и подсилващо обучение, която предлага на клиентите чрез Mistral Forge. За последващото обучение с подсилващо обучение Mistral използва около 3000 графични процесора. Едно обучение генерира приблизително 33 милиарда токена дневно.

Обучението все още не е приключило

Цикълът на подсилващо обучение зад предварителната версия все още продължава и не показва признаци на достигане на плато, заявява Mistral. Компанията очаква значителни подобрения през следващите седмици. Разширяването на изчислителните ресурси е финансирано от кръга Series D на стойност 3 милиарда евро — най-големия инвестиционен кръг в капитала, набиран някога от европейска технологична компания.

Засега много неща остават неясни. Според документацията на модела ML4 използва архитектура от фино балансирана смес от експерти с общо 1,05 трилиона параметри и визуален енкодер с 1,6 милиарда параметри. Контекстният прозорец обхваща един милион токена. Mistral планира да публикува подробности за архитектурата, лиценза и методите за последващо обучение заедно с теглата в края на месеца.

По време на предварителния период Mistral таксува $0,68 за един милион входни токена и $2,09 за един милион изходни токена. Кешираните входове струват $0,07. В документацията са посочени и цени, които са двойно по-високи: $1,36 за вход, $4,18 за изход и $0,14 за кеширани входове. ML4 също така трябва да служи като основа за ново поколение специализирани модели на Mistral.

Mistral изгражда собствена инфраструктура в Европа от месеци. През март компанията взе заем от 830 милиона долара за център за данни близо до Париж, като до края на 2027 г. в Европа е планиран изчислителен капацитет от 200 мегавата. Изглежда, че компанията измества фокуса си от потребителите към корпоративните клиенти. През май Mistral преименува чатбота си Le Chat на Vibe и го преобразува в работен инструмент.

През същия месец изпълнителният директор на Mistral Arthur Mensch предупреди френска парламентарна комисия, че Европа рискува да стане зависима от американски модели за киберсигурността. Базите с код на френската армия не трябва да бъдат сканирани от Mythos на Anthropic, заяви Mensch. Той добави, че собствените модели на Mistral могат да открият същите уязвимости, които са свързвани с Mythos.

Новини за ИИ без сензацията – подбрани от хора

Абонирайте се за THE DECODER и получете четене без реклами, седмичен бюлетин за ИИ, ексклузивния ни водещ доклад „AI Radar“ шест пъти годишно, пълен достъп до архива и достъп до секцията за коментари.