Базирующаяся в Париже Mistral выпускает «Le Chonk» — мощную модель для программирования, которая по-прежнему в целом уступает китайским моделям

Mistral выпустила веса Mistral Large 4 — своей крупнейшей модели на сегодняшний день. Компания заявляет, что модель превосходит открытых конкурентов в программировании. Первый независимый тест показывает, что она быстрая и сравнительно недорогая, но в общем рейтинге уступает китайским моделям.

Через три недели после публичного предварительного просмотра компания Mistral разместила веса Large 4 на Hugging Face. Модель получила прозвище «Le Chonk». Она принимает на вход текст и изображения, а выдаёт текст и код. Всего в ней около триллиона параметров, из которых на каждом шаге активны 52 миллиарда. Для самостоятельного запуска требуется много оборудования. Согласно документации фреймворка для инференса SGLang, стандартная версия работает на восьми графических процессорах Nvidia B300, а более сильно сжатый вариант — на четырёх GPU GB300.

После предварительного просмотра Mistral продолжила обучать модель с помощью обучения с подкреплением. Компания заявляет, что это принесло значительный прирост, особенно в программировании и киберзащите. Исследователи Mistral Пьер Сток и Корентен Пти рассказали о процессе во время пресс-конференции. Команда создавала внутренние задания, которые становились сложнее по мере обучения. По их словам, единственным ограничением производительности является то, насколько сложное задание команда всё ещё способна создать и проверить. Mistral называет это «ставкой на два года», которая теперь начинает окупаться.

Large 4 лидирует среди открытых моделей в программировании, но сильно уступает Claude

После ещё трёх недель обучения результат Large 4 в Terminal-Bench 4.0 вырос с 28 до 41 процента. Это немного выше показателя GLM-5.3 — 40 процентов. Mistral заявляет, что Large 4 набирает 48 процентов в Coding Agent Index от Artificial Analysis. Это практически тот же результат, что у GLM-5.3, но Large 4 достигает его, используя на 47 процентов меньше токенов. Claude Code с Claude Opus 5.5 возглавляет индекс с результатом 62 балла.

В новом бенчмарке FrontierCode 2.0 от Cognition Large 4 лидирует среди открытых моделей с результатом 19,7 процента. Однако Claude Opus 5.5 набирает 46 процентов. В слепых сравнениях, проведённых Surge, тестировщики чаще предпочитали код Large 4 коду GLM-5.3, Kimi K3 и DeepSeek. В сравнении с Opus 5.5 Large 4 победила лишь в 22 процентах случаев.

В сравнениях Mistral отсутствует Kimi K3.1 Pro от Moonshot. Технически это справедливо, поскольку её веса пока не опубликованы. Moonshot планирует выпустить их к 4 ноября 2026 года. После этого у Mistral, вероятно, останется не так много преимуществ, поскольку Kimi K3.1 Pro возглавляет Terminal-Bench 4.0 с результатом 67 процентов.

Large 4 занимает третье место среди открытых моделей в киберзащите, а не первое

Mistral называет Large 4 ведущей открытой моделью для киберзащиты. Компания заявляет, что финальная версия набирает 51 процент в Cyber Index от Artificial Analysis. Индекс измеряет, способна ли модель находить, воспроизводить и устранять уязвимости в кодовой базе, не нарушая существующие функции. Однако на собственной диаграмме Mistral показывает две открытые модели, опережающие её: DeepSeek V4.1 Flash с 57 процентами и MiMo-V2.6-Pro с 56 процентами. Таким образом, Large 4 занимает третье место среди открытых моделей, лишь немного опережая GLM-5.3 Flash с 50 процентами. Kimi K3.1 Pro возглавляет весь индекс с результатом 64 процента.

Дополнительное обучение почти не повлияло на этот показатель. Согласно Artificial Analysis, предварительная версия набрала 50 баллов, а финальная — всего на один балл больше.

Large 4 лучше справляется с отказами на вредоносные запросы. Mistral заявляет, что в среднем отклоняет 96,6 процента вредоносных киберзапросов — больше, чем любая другая открытая модель. При этом она должна обрабатывать легитимные задачи защиты. Однако Mistral признаёт, что модель может упростить проведение реальных атак, поэтому в ближайшие месяцы планирует усилить защитные механизмы. Отдельные партнёры, например Orange Cyberdefense, уже тестируют специальную версию для пентестинга. Доступ предоставляется после проверки и сопровождается договорными ограничениями.

Mistral также отмечает прогресс в офисной работе. Компания заявляет, что среди открытых моделей Large 4 уступает только Kimi K3 в редактировании финансовых таблиц и поиске информации в интернете.

Mistral снижает цену, но добавляет лицензионное ограничение

При использовании через API Large 4 стоит 0,70 доллара за миллион входных токенов и 2,10 доллара за миллион выходных токенов. Во время предварительного просмотра цены составляли 1,36 и 4,18 доллара соответственно. На момент запуска Mistral снизила их до 0,68 и 2,09 доллара на две недели, поэтому новая цена примерно соответствует прежней скидке. Для сравнения, Kimi K3.1 Pro стоит 2 доллара за входные и 10 долларов за выходные токены.

Mistral выпустила модель по модифицированной лицензии MIT. Использование, модификация и коммерческое развёртывание бесплатны. Однако компаниям, предлагающим Large 4 в качестве коммерческого облачного сервиса, требуется отдельная лицензия Mistral. Компания в основном представляет модель как «суверенный» ИИ, поскольку она полностью обучена в Европе и может работать на собственных серверах. Если вы не хотите размещать её самостоятельно, модель доступна, среди прочих платформ, в Microsoft Foundry.

Независимые тесты показывают, что Large 4 быстрая и недорогая, но не может догнать лучшие модели Китая

В среду Artificial Analysis выпустила пятую версию Intelligence Index. С тех пор она оценила финальную версию Large 4 в режиме high, где модель набирает 26 баллов. Теперь три пятых индекса основаны на тестах, задания и решения которых не являются общедоступными. В девять тестов входят Terminal-Bench 4.0 и FrontierCode 2.0.

Предварительная версия набрала 25 баллов, поэтому три дополнительные недели обучения добавили лишь один балл в общем зачёте. Artificial Analysis сообщает, что Large 4 превосходит средний показатель открытых моделей сопоставимого размера, медианное значение для которых составляет 23 балла. Тем не менее она уступает сильнейшим открытым моделям из Китая. DeepSeek V4.1 Flash и GLM-5.3 набирают по 32 балла, а MiMo-V2.6-Pro — 30. Этот разрыв не нов. В старом индексе предварительная версия получила 38 баллов, а GLM-5.3 — 45.

Сильные стороны Large 4 — скорость и стоимость. Модель генерирует 161 токен в секунду против 111 у предварительной версии. В очном сравнении Artificial Analysis быстрее оказываются только DeepSeek V4.1 Flash и Muse Wonder. В среднем выполнение задания индекса с Large 4 стоит 2,06 доллара против 5,54 доллара у предварительной версии. Это делает Large 4 дешевле GLM-5.3 (5,01 доллара) и Kimi K3.1 Pro (3,68 доллара), но значительно дороже DeepSeek V4.1 Flash (0,60 доллара) и MiMo-V2.6-Pro (0,26 доллара). По сравнению с другими открытыми моделями сопоставимого размера Artificial Analysis по-прежнему считает её цену за токен довольно высокой.

Mistral также обещает, что Large 4 эффективно расходует токены, и теперь это утверждение можно проверить. В полном индексе модель сгенерировала 110 миллионов выходных токенов против 150 миллионов у предварительной версии. Это значительное улучшение. Однако медианное значение для сопоставимых моделей составляет 100 миллионов, поэтому Large 4 всё ещё немного выше него.

Разрыв на вершине индекса велик. Gemini 4 Carbon от Google лидирует с 59 баллами, опережая Claude Opus 5.5 на один балл. Однако пока использовать Gemini 4 Carbon могут только отдельные партнёры в сфере кибербезопасности. Лучшая открытая модель — Kimi K3.1 Pro с 46 баллами, но её веса ещё не выпущены.

Mistral по-прежнему считает, что движется по плану. Во время пресс-конференции команда заявила, что работает с долей ресурсов, доступных лабораториям США и Китая, и заняла бы первое место при капитале, в десять раз большем. Large 4 должна стать основой для специализированных моделей Mistral. Компания пока не стала комментировать более компактные версии, созданные на её основе.

Новости ИИ без шумихи — отобраны людьми

Подпишитесь на THE DECODER, чтобы читать без рекламы, получать еженедельную рассылку об ИИ, эксклюзивный годовой отчёт о передовых разработках «AI Radar» шесть раз в год, полный доступ к архиву и доступ к разделу комментариев.