29 ოქტომბერი, 20264 წთ საკითხავიავტორი: LLM.GE რედაქცია

ფრანგულმა კომპანია Mistral-მა Mistral Large 4-ის, იგივე „Le Chonk“-ის, ღია წონები გამოაქვეყნა. 1 ტრილიონპარამეტრიანი მულტიმოდალური მოდელი ოქტომბრის დასაწყისში საჯარო ტესტირების რეჟიმში გამოჩნდა, 29 ოქტომბერს კი კომპანიამ მისი გაუმჯობესებული ვერსია ყველასთვის გახსნა. Mistral-ის ოფიციალური ბლოგის მიხედვით, ეს პროგრამირებისთვის საუკეთესო ღია წონების მოდელია, ხოლო The Verge აღნიშნავს, რომ ახალი ვერსია კიბერუსაფრთხოების ამოცანებშიც წინ წავიდა.

რა არის Mistral Large 4 და როგორ არის აგებული

Hugging Face-ზე გამოქვეყნებული მოდელის ბარათის თანახმად, Mistral Large 4 Mixture-of-Experts (MoE) არქიტექტურის მოდელია, დაახლოებით 1 ტრილიონი პარამეტრით. თითოეულ ტოკენზე აქტიურია 49 მილიარდი პარამეტრი (ემბედინგებისა და გამომავალი შრეების ჩათვლით 52 მილიარდი). მოდელს 128 ექსპერტი აქვს, რომელთაგან თითო ტოკენზე 4 ირთვება, ასევე ერთი საერთო ექსპერტი. კონტექსტის ფანჯარა 1 მილიონ ტოკენს აღწევს.

სარჩევი

რა არის Mistral Large 4 და როგორ არის აგებული
შედეგები პროგრამირებასა და კიბერუსაფრთხოებაში
ლიცენზია, ფასი და ხელმისაწვდომობა
შეჯამება
სხვა თემები

მოდელი ტექსტსა და სურათებს იღებს და პასუხს ტექსტით აბრუნებს. Mistral-ის თქმით, ის 160-ზე მეტ ენაზე მუშაობს, მათ შორის ევროკავშირის ყველა ოფიციალურ ენაზე. Large 4 ნულიდან ევროპაში, Mistral-ის საკუთარ მონაცემთა ცენტრებში, 3,800 NVIDIA Grace Blackwell GPU-ზე გაიწვრთნა. Hugging Face-ის ბლოგის მიხედვით, მოდელი ორ ოფიციალურ ვარიანტად, FP8 და NVFP4 ფორმატებში ვრცელდება, ხოლო GGUF ვერსიები Unsloth-მა და llama.cpp-ის გუნდმა მოამზადეს.

ახალ ვერსიაში მსჯელობის სამი რეჟიმია: Low მარტივი ამოცანებისთვის, Medium ყოველდღიური სამუშაოსთვის და High, რომელიც ნაგულისხმევად ჩართულია და ყველაზე რთულ ამოცანებს ემსახურება. ასე დეველოპერს შეუძლია თავად აირჩიოს ბალანსი ხარისხსა და ხარჯს შორის.

შედეგები პროგრამირებასა და კიბერუსაფრთხოებაში

Mistral-ის ცნობით, საჯარო ტესტირების შემდეგ მოდელმა დამატებით დაახლოებით სამი კვირა გაიარა გაძლიერებითი სწავლება (RL). კომპანიის მონაცემებით, Cognition-ის დახურულ FrontierCode 2.0 ტესტში Mistral Large 4 19.7%-ით ლიდერობს, Terminal-Bench 4.0-ზე კი შედეგი 13 პროცენტული პუნქტით, 41%-მდე გაიზარდა და ამავდროულად გამომავალი ტოკენები 30%-ით შემცირდა. Artificial Analysis-ის Coding Agent Index-ში მოდელს 48% აქვს, რაც ფაქტობრივად GLM-5.3-ის ტოლია, თუმცა ამოცანაზე საშუალოდ 47%-ით ნაკლებ ტოკენს იყენებს.

კიბერუსაფრთხოებაში Mistral Large 4-მა Artificial Analysis Cyber Index-ზე 51% აიღო. ეს ინდექსი ზომავს, რამდენად კარგად პოულობს, იმეორებს და ასწორებს მოდელი კოდში არსებულ მოწყვლადობებს. კომპანიის თქმით, მავნე კიბერმოთხოვნებზე მოდელი საშუალოდ 96.6% შემთხვევაში ამბობს უარს, რაც ღია მოდელებს შორის მათ მიერ გაზომილი საუკეთესო შედეგია. ამასთან, Mistral-მა აღიარა, რომ რეალურ შეტევებში დახმარების გარკვეული რისკი არსებობს და დამცავ მექანიზმებს მომდევნო თვეებშიც განაახლებს.

დამოუკიდებელი შეფასებებიც გაუმჯობესებას აჩვენებს. VentureBeat-ის ცნობით, Artificial Analysis-ის Intelligence Index v5-ში მოდელს 26 ქულა აქვს (საჯარო ტესტირების ვერსიას 25 ჰქონდა), რაც მას ჩინეთის გარეთ შექმნილ ღია წონების მოდელებს შორის საუკეთესოდ აქცევს. ლიდერებს, DeepSeek V4.1 Flash 1017-სა და GLM-5.3-ს, ის ჯერ კიდევ 6 ქულით ჩამორჩება. სამაგიეროდ, ერთი ამოცანის ღირებულება $5.54-დან $2.06-მდე, ანუ 63%-ით შემცირდა.

ლიცენზია, ფასი და ხელმისაწვდომობა

Mistral Large 4 ვრცელდება Mistral Ecosystem Open-Weight License-ით, რომელიც MIT ლიცენზიის შეცვლილი ვერსიაა. მოდელის გამოყენება, შეცვლა, დამატებითი წვრთნა და კომერციული გამოყენება უფასოა, თუმცა ერთი პირობით: კომპანიებს, რომლებიც მოდელს სერვისად (Model-as-a-Service) სთავაზობენ სხვებს, Mistral-თან ცალკე კომერციული ლიცენზია სჭირდებათ. ეს შეზღუდვა არ ეხება შიდა გამოყენებას.

მოდელის გამოცდა შესაძლებელია Mistral Studio-ში, Mistral API-ით (როგორც mistral-large-4) და OpenRouter-ზე, ხოლო სრული კონტროლისთვის წონები Hugging Face-დან შეიძლება ჩამოიტვირთოს და საკუთარ ინფრასტრუქტურაზე vLLM-ით ან SGLang-ით გაეშვას. Mistral Large 4 ასევე ხელმისაწვდომია Microsoft Foundry-ში და NVIDIA-ს ჰოსტინგის საშუალებით, NIM კონტეინერის სახით. API-ის ფასი 1 მილიონ ტოკენზე შემავალისთვის $0.70-ია, ქეშირებული შემავალისთვის $0.07, გამომავალისთვის კი $2.10.

შეჯამება

Mistral Large 4 ევროპული კომპანიის აქამდე ყველაზე დიდი და ძლიერი მოდელია, რომელიც ახლა ღია წონებით ყველასთვის ხელმისაწვდომია. მისი მთავარი ძლიერი მხარეები პროგრამირება, კიბერუსაფრთხოება და ტოკენების ეფექტური ხარჯვაა, თუმცა საერთო შესაძლებლობებით ის ჯერ კიდევ ჩამორჩება საუკეთესო ჩინურ ღია მოდელებს.

ორგანიზაციებისთვის, რომლებსაც მონაცემებისა და მოდელის სრული კონტროლი სჭირდებათ, ეს მნიშვნელოვანი ალტერნატივაა: მოდელის საკუთარ სერვერებზე გაშვება და მორგება შესაძლებელია, ხოლო ლიცენზია შეზღუდვას მხოლოდ მათთვის აწესებს, ვინც მოდელს სხვებს სერვისად მიჰყიდის.

წყაროები