Mistral AI یک پیش نمایش عمومی از Mistral Large 4، بزرگترین و تواناترین مدلی که آزمایشگاه فرانسوی تا به امروز ارسال کرده است، راه اندازی کرده است. این شرکت در یک پست وبلاگی در تاریخ 6 اکتبر 2026 انتشار را تأیید کرد و فاش کرد که این مدل دارای یک نام مستعار غیر رسمی است که قبلاً به بحث جامعه توسعه دهندگان تبدیل شده است: Le Chonk. طبق اعلام Mistral، این مدل امروز از طریق API پیش‌نمایش در استودیو Mistral در دسترس است و قرار است وزن‌های کامل تا پایان ماه کاهش یابد.

انتشار با کشش فوری فرود آمد. دو تاپیک جداگانه هکر نیوز که در مورد Mistral Large 4 بحث می کردند، بیش از 900 نقطه ترکیبی را در عرض چند ساعت جمع آوری کردند و سرویس های سیمی از جمله رویترز، CNBC و Wired همگی راه اندازی را پوشش دادند. رویترز گزارش داد که Mistral این مدل را عملکردی بهتر از برخی رقبای چینی توصیف می کند، در حالی که Wired آن را به عنوان بهترین پیشنهاد وزن باز در خارج از چین معرفی می کند. برای هر کسی که [اخبار هوش مصنوعی] (https://aibuzzwire.news) را دنبال می کند، این راه اندازی یکی از مهم ترین انتشارات با وزن باز در سه ماهه و تشدید مستقیم رقابت فرا اقیانوس اطلس و اقیانوس آرام بر سر مدل های باز است.

مشخصات: Sparse، Multimodal و Long-Context

Mistral Large 4 یک مدل بومی چند وجهی است که بر اساس معماری ترکیبی از متخصصان دانه‌بندی شده است. اسناد Mistral 1.05 تریلیون پارامتر کل را با 49 میلیارد پارامتر فعال در هر گذر به جلو، همراه با یک رمزگذار بینایی 1.6 میلیارد پارامتری فهرست می کند. پنجره زمینه 1 میلیون توکن را در بر می گیرد و آن را در میان طولانی ترین مدل های زمینه ای در دسترس قرار می دهد.

قیمت گذاری در پیش نمایش عمومی 0.68 دلار به ازای هر میلیون توکن ورودی و 2.09 دلار به ازای هر میلیون توکن خروجی، با ورودی کش 0.07 دلار در هر میلیون توکن ذکر شده است. این مدل را به شدت در برابر APIهای بسته مرزی قرار می دهد، و طراحی کمیاب MOE نشان می دهد که میسترال شرط بندی کرده است که اقتصاد استنتاج به اندازه امتیازهای معیار خام برای پذیرش سازمانی مهم است.

ادعاهای عملکرد: عمودی سازمانی و امنیت سایبری

ادعاهای میسترال به طور مشخصی مشخص است. این شرکت می‌گوید که این مدل در حال حاضر با قوی‌ترین مدل‌های منبع باز در سطح جهانی عملکرد رقابتی دارد، در حالی که عملکرد قابل‌توجهی از هر مدل وزن باز توسعه‌یافته در ایالات متحده یا اروپا دارد. در مورد بارهای کاری حیاتی سازمانی، از جمله امنیت سایبری، امور مالی و قانون، Mistral می گوید که این مدل در بین مدل های باز پیشرفته است.

اعداد امنیت سایبری چشم نوازترین هستند. Mistral گزارش می‌دهد که در شاخص سایبری تحلیل مصنوعی، یک ارزیابی مستقل از اینکه مدل‌های هوش مصنوعی تا چه اندازه نقص‌های امنیتی را در نرم‌افزار واقعی پیدا می‌کنند و برطرف می‌کنند، Mistral Large 4 در بین پنج مدل برتر جهان قرار دارد و در زمینه وزن باز پیشرو است. این شرکت حتی ادعا می‌کند که این مدل در برخی حوزه‌ها مانند زمین‌گیری بصری از مدل‌های بسته مرزی پیشی می‌گیرد. تاییدیه‌های بنچمارک مستقل پس از ارسال وزن‌ها ارزش تماشا را دارند، اما ویژگی این ادعاها برای اعلام پیش‌نمایش غیرمعمول است.

جعلی در اروپا: زیرساخت های مستقل به عنوان یک نقطه فروش

این مدل از ابتدا بر روی 3800 پردازنده گرافیکی NVIDIA Grace Blackwell در دیتاسنترهای خود Mistral در اروپا آموزش داده شد و پیش نمایش عمومی بر روی همان زیرساخت اجرا می شود. میسترال در مورد چارچوب ژئوپلیتیکی صریح است: این مدل در چندین منطقه در دسترس خواهد بود، از جمله استقرار اروپایی که این شرکت مستقل از سایر ارائه‌دهندگان خدمات دیجیتال و تحت قوانین اروپا به‌طور سرتاسر آن را اجرا می‌کند.

این زمین حاکمیتی به داده های آموزشی نیز گسترش می یابد. میسترال خاطرنشان می کند که بخش قابل توجهی از مجموعه آموزشی چند زبانه بوده و بیش از 160 زبان را شامل می شود، از جمله هر زبان رسمی اتحادیه اروپا. برای دولت‌ها و شرکت‌های اروپایی با الزامات اقامت داده، این تفاوت اصلی در برابر ارائه‌دهندگان آمریکایی و چینی است.

یک شرط غیرمعمول: وزنه‌های باز برای کارهای امنیتی تهاجمی

متمایزترین بخش اعلامیه مربوط به عملکرد امنیت سایبری است. قبل از انتشار وزن‌ها، Mistral مدل را در تنظیمات دنیای واقعی با رهبران امنیت سایبری، شرکای بررسی‌شده و مقامات ایالتی ترکیب می‌کند، که با کاهش اعتدال و قابلیت‌های سایبری گسترده به همان مدل دسترسی خواهند داشت.

استدلال Mistral این است که امتناع در سطح ارائه‌دهنده می‌تواند تحقیقات آسیب‌پذیری مشروع و پاسخ حادثه را مسدود کند، و اینکه از دست دادن دسترسی به یک قابلیت در اواسط حادثه، خود یک خطر امنیتی است. این شرکت می‌گوید با جفت کردن عملکرد سایبری سطح بالا با وزن‌های باز و خود استقرار، سازمان‌ها هم توانایی و هم استقلال را برای اجرای کارهای امنیتی پیشرفته تحت سیاست‌های خود به دست می‌آورند. منتقدان به‌طور منطقی می‌پرسند وقتی وزن‌های نامحدود در طبیعت هستند، چه نرده‌های محافظی وجود خواهد داشت، و بحث افشای مسئولیت‌پذیر در مورد قابلیت‌های سایبری وزن باز احتمالاً با کاهش وزن‌ها تشدید می‌شود.

بعد چه می آید

Mistral می‌گوید این هنوز یک پیش‌نمایش است و با اصلاح این مدل، این مدل همچنان بهبود می‌یابد. از هم‌اکنون تا انتشار وزن‌ها، آزمایشگاه جزئیات بیشتری در مورد معماری مدل، معیارهای اضافی و روش‌شناسی پس از آموزش آن را قول داده است. Large 4 همچنین به‌عنوان پایه‌ای برای نسل جدیدی از مدل‌های تخصصی و بهینه‌شده Mistral عمل خواهد کرد و این شرکت می‌گوید از همان محیط آموزشی، سفارشی‌سازی و تقویتی یادگیری استفاده می‌کند که از طریق Mistral Forge به مشتریان ارائه می‌دهد.

مسابقه وزن باز عمدتاً توسط آزمایشگاه‌های چینی در دو سال گذشته هدایت شده است و Mistral در حال قرار دادن Large 4 به عنوان مدرکی است که نشان می‌دهد یک آزمایشگاه اروپایی می‌تواند به جای واگذاری آن زمین، در مرزهای آزاد رقابت کند. این که آیا معیارها تحت نظارت مستقل باقی می مانند و آیا جامعه امنیتی از وضعیت کاهش اعتدال استقبال می کند یا از آن عقب نشینی می کند، استقبال از آنچه میسترال امیدوار است انتشار تعیین کننده آن در سال 2026 باشد، شکل خواهد داد.

در حال حاضر، توسعه‌دهندگان می‌توانند API پیش‌نمایش را در استودیو Mistral امتحان کنند و اکوسیستم گسترده‌تر از نزدیک شاهد کاهش وزن‌ها تا قبل از پایان اکتبر خواهد بود.

از منحنی هوش مصنوعی جلوتر بمانید

نسخه‌های مدلی مانند این در حال تغییر شکل منظره رقابتی هفتگی هستند. [اخبار هوش مصنوعی را در aibuzzwire.news بیشتر بخوانید] (https://aibuzzwire.news) برای پوشش هر راه اندازی، معیار، و تغییر خط مشی مهم.

اخبار هوش مصنوعی را بیشتر بخوانید →