Mistral AI опубликовал гири Mistral Large 4, флагмана французской лаборатории с 1 триллионом параметров по прозвищу «Le Chonk», через три недели после того, как модель была представлена для публичного предварительного просмотра. В объявлении, опубликованном в блоге Mistral под заголовком «Мы публикуем вес Ле Чонка», говорится, что улучшенная модель теперь лидирует в тестах открытого веса в области агентного кодирования и защитной кибербезопасности, а выпуск позиционируется как веха для европейского «суверенного ИИ».
Этот шаг превращает самую обсуждаемую предварительную версию октября в полностью загружаемый артефакт, где гири доступны на Hugging Face под названием репозитория Mistral-Large-4-1T-A52B. Для разработчиков, отслеживающих [открытые модели искусственного интеллекта] (https://aibuzzwire.news) и меняющийся баланс между китайскими, американскими и европейскими лабораториями, это наиболее значимый релиз с открытым весом из западной лаборатории в этом квартале.
От предварительного просмотра до открытых весов за три недели
Ранее в этом месяце компания Mistral запустила общедоступную предварительную версию Large 4, пообещав, что полная масса появится к концу месяца — обещание, которое компания теперь сдержала. Тем временем в Mistral заявляют, что они воспользовались обратной связью сообщества, продолжая масштабировать обучение с подкреплением, способствуя тому, что они называют огромными улучшениями в кодировании и защитной кибербезопасности. В блоге, в частности, добавляется, что «прибыль продолжает расти без каких-либо признаков насыщения» — необычное признание того, что модель была выпущена с запасом по высоте.
Результатом является изначально мультимодальная разреженная модель с триллионом параметров, которую Mistral называет лучшей моделью с открытым весом для кодирования и одной из самых эффективных открытых моделей в мире в целом.
Тестовый пример: передовой FrontierCode 2.0
Заголовок взят из частного теста FrontierCode 2.0 компании Cognition, который оценивает сквозное качество кода, в частности, будет ли специалист по обслуживанию репозитория объединять изменения агента. Mistral Large 4 лидирует с результатом 19,7 процента, опережая DeepSeek V4.1 Flash с 19,3 процента, GLM-5.3 с 17,8 процента, Kimi K3 с 17,3 процента, GLM-5.3 Flash с 14,2 процента и собственным Beam 1.0 от Mistral с 2,9 процента.
Наверху этот отрыв невелик — отрыв от DeepSeek на 0,4 пункта находится в пределах шума любого отдельного частного теста — но символический сдвиг значителен. Большую часть осени китайские модели с открытым весом удерживали верхние строчки рейтингов агентного кодирования; Европейская лаборатория, занимающая лидирующее место по эталону, принадлежащему американской компании, переосмысливает конкуренцию как трехстороннюю, а не двустороннюю.
Эффективность токенов: на 47 процентов меньше токенов на задачу
Второе заявление «Мистраля» может иметь большее значение для реального развертывания. По индексу агента кодирования искусственного анализа Mistral Large 4 набирает 48 процентов, что фактически соответствует GLM-5.3, ведущей модели открытого веса, при этом в среднем использует на 47 процентов меньше токенов на задачу. Поскольку агентное кодирование сжигает токены при планировании, вызовах инструментов и повторных попытках, эффективность токенов напрямую трансформируется в стоимость вывода в масштабе, поэтому компания опирается на слово «экономичный».
Релиз также поставляется с тремя режимами рассуждения, позволяющими операторам обменивать качество ответа на стоимость запроса — признание того, что большинству рабочих нагрузок корпоративного кодирования не требуется максимальная глубина рассуждений при каждом вызове.
Суверенный ИИ-презентация
Помимо контрольных показателей, это объявление является позиционирующим документом. Мистраль подчеркивает, что Ле Чонк «обучался с нуля европейской инфраструктуре с четкой линией от создания до выпуска», предоставляя организациям надежную основу для того, что компания называет суверенным ИИ — моделей, которыми учреждения могут владеть, настраивать и размещать самостоятельно, не завися от американских или китайских провайдеров. Слоган блога «Создано для программистов, которому доверяют защитники» указывает на предполагаемых покупателей: команды разработчиков программного обеспечения и организации по кибербезопасности, последние привлечены обучением по вопросам защитной безопасности модели.
Такая формулировка не помешала скептикам отметить остающийся пробел. Декодер охарактеризовал этот релиз как сильную модель кодирования, которая по-прежнему уступает лучшим показателям Китая в целом, а сама таблица тестов показывает, что DeepSeek находится в пределах полбалла. Тем не менее, реакция сообщества была решительной: ветка о релизе на Hacker News за несколько часов набрала около 585 баллов, а репозиторий Hugging Face был запущен в тот же день.
Сторонние чтения
Профессиональная пресса в основном приняла заявления Мистраля о кодировании, не забывая при этом о табло. Fortune сообщила, что компания охарактеризовала Large 4 как лучшую открытую модель агентного кодирования и киберзащиты. VentureBeat назвал ее лучшей открытой моделью за пределами Китая и отметил, что стоимость выполнения задачи на 63 процента ниже, чем у конкурирующих открытых моделей. The Next Web просто отметил, что веса модели с 1 триллионом параметров теперь общедоступны, а ZDNET отметил, что Ле Чонк теперь входит в число лучших моделей открытого кодирования наряду с Кодексом GPT-6.1 Terra.
Для Mistral ставка на открытый вес теперь очевидна в масштабе триллиона параметров. Компания открыто выпускает свои лучшие модели и продает окружающую платформу — и с Large 4 она делает ставку на то, что европейского суверенитета, эффективности токенов и двух лучших показателей по кодированию в открытом весе достаточно, чтобы занять прочную позицию между американскими пограничными лабораториями и китайскими гигантами открытого веса.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →
