Mistral Large 4 «Le Chonk»: триллион параметр
Mistral AI вазнҳои Mistral Large 4 — нахустин модели дорои як триллион параметрашро нашр кард. Он дар дохил бо лақаби Le Chonk маъруф аст ва низоми омехтаи мутахассисони ҷузъӣ мебошад: 1,05 триллион параметри умумӣ, тақрибан 49 то 52 миллиард параметри фаъол барои ҳар токен, равзанаи контексти 1 миллион токен ва вуруди тасвир. Як нуқтаи санҷишӣ ҳам ба саволҳои зуд дар сӯҳбат посух медиҳад ва ҳам иҷроҳои тӯлонии агентивиро анҷом медиҳад; ин бо танзими дараҷаи фикрронӣ ва сатҳҳои паст, миёна ва баланд иваз мешавад. Модел аз сифр дар 3,800 GPU-и NVIDIA Grace Blackwell дар марказҳои додаи худи Mistral дар Аврупо омӯзонида шудааст ва аллакай дар рӯйхати моделҳои vega.chat ва тавассути api.vega.chat дастрас аст.
Ду нашр, бо фосилаи як моҳ
Феҳристи моделҳои Mistral ду версияи Large 4-ро нишон медиҳад: пешнамоиши оммавӣ аз 6 октябри соли 2026, ки ҳоло аз истифода баровардашуда қайд шудааст, ва нуқтаи санҷишии ниҳоӣ аз 29 октябри соли 2026, ки нашри фаъол аст. Вазнҳои кушода дар Hugging Face ба версияи 29 октябр мувофиқанд, ки бо омӯзиши иловагии RL такмил ёфтааст. Рақамҳое, ки дар давраи пешнамоиш нашр шуданд, аз ҷумла нархгузории аслии API, ба нуқтаи санҷишии аз истифода баровардашуда дахл доранд, на ба версияи ҷории дастрас. Ҳатто саҳифаи расмии ҳуҷҷатгузорӣ то ҳол санаи 6 октябр ва тамғаи Public Preview-ро нишон медиҳад.
Модели пешсафи қаблӣ, Mistral Large 3, моҳи декабри соли 2025 ҳамчун бахше аз оилаи Mistral 3 баромад. Фосилаи даҳмоҳа байни моделҳои пешсаф барои чунин андоза суръати баланди нашр аст.
Меъморӣ: аз 675B то як триллион
| Mistral Large 3 | Mistral Large 4 | |
|---|---|---|
| Параметрҳои умумӣ | 675B | 1.05T |
| Фаъол барои ҳар токен | 41B | ~49B (52B бо дохил кардани embedding ва қабатҳои баромад) |
| Меъморӣ | MoE-и ҷузъӣ | MoE-и ҷузъӣ |
| Рамзгузори биноӣ | 2.5B | 1.6B, дар услуби Pixtral |
| Равзанаи контекст | 256k | 1M токен |
| Тафаккур | нест | паст / миёна / баланд; бо нобаёнӣ баланд |
| Кластери омӯзиш | 3,000 NVIDIA H200 | 3,800 NVIDIA Grace Blackwell |
| Иҷозатнома | Apache 2.0 | Mistral Ecosystem Open-Weight License |
Бино ба шарҳи рӯзи аввали дастаи vLLM, қисми асосӣ 72 қабати MoE дорад, ки аз 128 мутахассиси масирёбанда (top-4) ва як мутахассиси муштарак иборатанд; андозаи ҳолати пинҳонӣ 6,144 аст. Механизми таваҷҷуҳ MLA буда, индексатори парокандаи DSA дорад, ки барои ҳар дархост 2,048 калиди беҳтаринро интихоб мекунад. Ин яке аз роҳҳоест, ки коркарди контексти миллион-токена қобили иҷро мемонад. Рамзгузори дар услуби Pixtral тасвирҳои андоза ва таносуби тарафҳои гуногунро, аз ҷумла чанд тасвирро дар як дархост, қабул мекунад. Нуқтаҳои санҷишии расмӣ бо форматҳои FP8 ва NVFP4 бароварда мешаванд; ҳар ду аз кэши пинҳонии KV-и FP8 истифода мебаранд. Тарҳрези дарунсохти DSpark дар се қабати MLA-и равзанаи лағжанда рамзкушоии тахминиро иҷро мекунад, дар ҳар қадам тақрибан 2.9 токенро қабул менамояд ва дар TP8 тақрибан 2x афзоиши иқтидори коркард медиҳад.
Фаъолшавии пароканда ин моделро ба як модели хурди ниқобпӯш табдил намедиҳад. Дар ҳар токен танҳо ~49B параметр фаъол мешавад, аммо нигоҳ доштани вазнҳои 1.05T ва кэши KV ба гиреҳи ҷиддии бисёр-GPU ниёз дорад.
Санҷишҳои муқоисавӣ: иддаоҳои қавӣ, натиҷаҳои гуногун
Рақамҳои эълонкардаи Mistral барои нуқтаи санҷишии ниҳоӣ дар рӯи коғаз қавӣ ба назар мерасанд:
| Санҷиши муқоисавӣ | Натиҷа | Шарҳ |
|---|---|---|
| FrontierCode 2.0 | 19.7%, ҷойи аввал | Санҷиши пӯшидаи рамзнависии саросарии Cognition |
| AA Coding Agent Index | 48% | Тақрибан дар сатҳи GLM-5.3 бо 47% камтар токен барои ҳар вазифа |
| Terminal-Bench 4.0 | 41% | 13 хол болотар аз пешнамоиш; пешсаф байни моделҳои дорои вазни кушода |
| Cyber Index | 51% | Осебпазириро меёбад, такрор мекунад ва ислоҳ мекунад |
| Рад кардани дархостҳои киберии зараровар | 96.6% | Ба гуфтаи Mistral, баландтарин натиҷа байни моделҳои кушода |
| B3 Agent Security | 97.1% | Аз 93.3% дар пешнамоиш боло рафтааст |
| Finch (молия, ҷадвалҳо) | 73.3% | Дуюм байни моделҳои дорои вазни кушода, пас аз Kimi K3 |
| BrowseComp | 84.5% | Баландтар аз GLM-5.3 ва DeepSeek Flash 4.1 |
| Surge Code (афзалияти нобиноёнаи инсонҳо) | Аз GLM-5.3, Kimi K3 ва DeepSeek V4.1 Flash беҳтар | Танҳо аз Claude Opus 5.5 ақиб мемонад |
Лабораторияи мустақили Vals AI ҳамон нуқтаи санҷишии кушодаро чен карда, рақамҳои дигар ба даст овард: 26.26% дар Terminal-Bench 4.0, дар муқобили 41%-и Mistral; 81.56% дар Vibe Code Bench; 61.72% дар санҷиши агенти молиявӣ; ва 56.42% дар Vals Index, ки моделро дар ҷойи 17-ум аз 30 мегузорад. Фарқи 15-холӣ дар санҷише, ки номаш яксон аст, одатан нишон медиҳад, ки муҳити санҷиш, абзорҳо, буҷаи токенҳо ва меъёрҳои қатъкунӣ байни даврҳо фарқ кардаанд. Ҳангоми муқоисаи моделҳо, конфигуратсияҳоро муқоиса кунед.
Санҷиши амалӣ аз ҷониби MindStudio як қайди муҳимро илова мекунад. Дар ҳашт вазифаи рамзнависии агентивӣ модел аз 80 хол 42 гирифт: як модели маҳаллии бо Gemma 2B такмилёфта 10 аз 10 ва тақлидсозии се лифт 9.5 хол гирифт, аммо дар ду вазифа натиҷа сифр буд, зеро модел навбати худро бе сохтани файл ё пешниҳоди ҷавоб тамом кард. Нуқтаи заиф эътимоднокӣ аст: дар он даврҳо модел пеш аз тавлиди чизе қатъ шуд ва ҳоло ҳам метавонад хулосаи боэътимоднамо баргардонад, дар ҳоле ки маводи натиҷавии аслӣ вайрон ё ғоиб аст.
Нархгузорӣ
Нархи API барои нашри ниҳоӣ барои ҳар миллион токени воридотӣ $0.70 ва барои ҳар миллион токени баромадӣ $2.10 аст; нархи токени воридотии кэшшуда $0.07 мебошад. Ин барои ҳар токени кэшнашуда нисбат ба Large 3 40% гаронтар аст, аммо аз нархи пешнамоиш — $1.36 барои воридот ва $4.18 барои баромад — хеле камтар аст.
| Large 3 | Large 4 | |
|---|---|---|
| Воридот барои 1M токен | $0.50 | $0.70 |
| Воридоти кэшшуда | тахфифи ~90% | $0.07 |
| Баромад барои 1M токен | $1.50 | $2.10 |
Далели ҷавобии Mistral самаранокист: агар модел вазифаҳои агентивиро бо 30 то 47% камтар токен аз рақибон анҷом диҳад, арзиши ҳар вазифаи анҷомёфта аз арзиши ҳар миллион токен муҳимтар мешавад. Пеш аз хулосабарорӣ, инро дар кори худ санҷидан меарзад.
Истиснои иҷозатнома
Large 4 бо иҷозатномаи Mistral Ecosystem Open-Weight License, ки MIT-и тағйирёфта аст, бароварда мешавад. Истифода, тағйир, такмил бо омӯзиши иловагӣ, паҳнкунӣ ва тиҷоратӣ кардани он иҷозат аст; аммо як шарт вуҷуд дорад: ширкате, ки тиҷорати Model-as-a-Service пеш мебарад ва ба шахсони сеюм дастрасии inference ё омӯзиши баъдӣ бо назорати назаррас бар вурудҳо ва параметрҳо медиҳад, бояд аз Mistral иҷозатномаи тиҷоратии ҷудогона гирад. Истифодаи дохилӣ ва истифода тавассути маҳсулоти худи Mistral аз ин шарт озоданд. Apache 2.0-и Large 3 чунин банд надорад, аз ин рӯ барои провайдерҳои хостинг аз ҷиҳати ҳуқуқӣ варианти содатар аст.
Ёддоштҳо оид ба ҷойгиркунӣ
vLLM аз рӯзи аввал бо дастгирии модел ва рӯйхати муҳими хусусиятҳои муҳандисӣ баромад. NVFP4 дар чор GPU-и Blackwell (ё TP8 дар ҳашт GPU) кор мекунад. Параллелсозии контексти рамзкушоӣ кэши пинҳонии KV-ро байни рутбаҳо тақсим карда, дар TP8 иқтидори KV-ро тақрибан 7.9x зиёд мекунад; HiSparse кэши KV-ро ба хотираи мизбон интиқол дода, иқтидори KV-и гиреҳи GB300-ро аз 1.97M то байни 8.77M ва 11.25M токен мерасонад. SGLang, Transformers ва Docker Model Runner низ дастгирӣ мешаванд; Microsoft Foundry ҳам барои созмонҳое, ки мехоҳанд моделро дар инфрасохтори худ ҷойгир кунанд, имкони ҷойгиркунии хусусӣ дар Azure пешниҳод мекунад.
Як доми ҳамгироӣ аз экосистема: провайдери Mistral дар Vercel AI SDK параметри reasoning_effort-ро барои Large 4 бесадо ҳазф мекард, зеро ID-и модел дар рӯйхати иҷозати ба таври дастӣ муайяншуда набуд. Дар натиҷа, дархостҳо бе ҳеҷ гуна тафаккур фиристода мешуданд. Хато ислоҳ ва санҷишҳои регрессия илова шуданд. Дарси умумӣ ин аст: санҷед, ки параметрҳои тафаккур ва абзор воқеан ба модел мерасанд, зеро «SDK Mistral-ро дастгирӣ мекунад» дар ин бора чизе намегӯяд.
Бехатарӣ ва қайдҳои муҳим
Mistral дар ин нашр ба бехатарӣ диққати вижа дод: сатҳи 96.6%-и рад кардани дархостҳои киберии зараровар, муқовимати 97.1%-и ҳамла дар B3 Agent Security Benchmark ва варианти махсуси киберӣ барои санҷиши нуфуз ва red-teaming, ки тибқи шартномаҳои қатъӣ ба шариконе чун Orange Cyberdefense дода шудааст. Ширкат ҳамчунин ошкоро мегӯяд, ки мониторинги трафики зинда нишон дод, ки модел метавонад дар ҳамлаҳои воқеӣ ба афзоиши қобилият мусоидат кунад; аз ин рӯ, чораҳои муҳофизатӣ пайваста такмил меёбанд. Ҳуҷҷатҳои техникӣ ҳушдор медиҳанд, ки модел беғалат сохта нашудааст ва барои қарорҳои муҳим бе санҷиш ва назорати инсон пешбинӣ нашудааст. Натиҷаҳои қавии бехатарӣ ва вазифаҳои агентивии нотамом дар як модел паҳлуи ҳам вуҷуд доранд, чунон ки натиҷаҳои MindStudio нишон медиҳанд.
Large 3 ё Large 4
Large 4-ро интихоб кунед, агар ба контексти 1M, режимҳои тафаккур ё қавитарин натиҷаҳои моделҳои дорои вазни кушода дар рамзнависии агентивӣ ва вазифаҳои киберӣ ниёз дошта бошед ва ҷойгиркунии нуқтаи санҷишии дорои як триллион параметрро таъмин карда тавонед. Агар нархи ҳар токен ё содагии иҷозатнома муҳимтар бошад, Large 3-ро истифода баред: Apache 2.0 банди MaaS надорад, токени кэшнашуда 40% арзонтар аст ва варақаи модел ҷойгиркунии якгиреҳа дар A100 ё H100 бо NVFP4-ро ҳуҷҷатгузорӣ мекунад. Large 3 низ заъфҳои маълум дорад, аз ҷумла пастшавии сифат дар NVFP4 ҳангоми контексти беш аз 64k ва даъвати ноустувортари абзорҳо дар санҷишҳои мустақил.
Ҳар кадомро интихоб кунед, дар нуқтаи санҷишии 29 октябр бо вазифаҳои воқеии худ озмоиши пилотӣ гузаронед, санҷед, ки даъватҳои абзор иҷро мешаванд ва маводи натиҷавӣ воқеан сабт мегардад, ва версияву конфигуратсияи намунагириро дар паҳлуи ҳар рақами сабтшуда қайд кунед. Танзимоти тавсияшудаи Mistral — ҳарорат 1.0 ва top_p 0.95 мебошанд.
Mistral Large 4 дар рӯйхати моделҳои vega.chat дастрас аст ва таҳиягарон метавонанд онро тавассути API-и бо api.vega.chat мувофиқ даъват кунанд.