Mistral выпустила Large 4 — европейскую модель на триллион параметров

Mistral Large 4 стала флагманом французской Mistral AI и первой моделью компании такого масштаба. Внутри команды её называют Le Chonk, что можно перевести как «толстячок». Mistral подаёт релиз как ответ Европы на китайские открытые модели, которые последний год задавали тон среди моделей со свободно скачиваемыми весами.

Триллион параметров и 49 млрд активных

Mistral Large 4 построена по схеме смеси экспертов (MoE). Модель состоит из множества специализированных блоков, и на каждый запрос включается только их часть. Из триллиона параметров в работе одновременно участвуют 49 млрд, поэтому отвечает Large 4 заметно быстрее и дешевле, чем плотная модель того же размера.

Mistral Large 4 изначально обучали работать и с текстом, и с картинками. Модель читает документы, графики, обычные фотографии, инженерные чертежи и спутниковые снимки высокого разрешения. Заявлена поддержка более 160 языков, включая все официальные языки Евросоюза. Размер контекстного окна в анонсе не указан, независимые площадки фиксируют около 512 тыс. токенов.

Обучали модель с нуля на 3800 ускорителях Nvidia Grace Blackwell в собственных европейских дата-центрах Mistral. На этап дообучения с подкреплением компания тратила 33 млрд токенов в день и пишет, что признаков насыщения пока не видит.

Место Large 4 в линейке Mistral

У Mistral AI три основные ступени моделей:

• Large — флагман для сложных задач, агентов и корпоративной работы;
• Medium — средний класс для массовых бизнес-сценариев;
• Small и Ministral — лёгкие модели для быстрых ответов и запуска на своём железе.

Предыдущая Mistral Large 3 весила 675 млрд параметров при 41 млрд активных и вышла под свободной лицензией Apache 2.0. Large 4 больше в полтора раза. Mistral называет её своей самой крупной и способной моделью и собирается строить на ней будущие специализированные версии.

Бенчмарки Mistral Large 4

Mistral сравнивает Large 4 в основном с открытыми моделями, прежде всего китайскими, и по агрегированным показателям называет её лучшей открытой моделью из США и Европы. Главные цифры:

• DeepSWE v1.1 (исправление реальных ошибок в репозиториях с кодом) — 61,7%, у DeepSeek V4 Pro около 57%;
• AutomationBench (выполнение 657 офисных и деловых сценариев) — 59,9%, выше Kimi K3 и DeepSeek V4 Pro;
• Dense200 (точное нахождение объектов на изображении) — 42% против 41% у закрытой GPT-6 Astra;
• DIOR-RSVG (поиск объектов на спутниковых снимках по описанию) — 73% против 68% у GPT-6 Astra;
• B3 от Lakera (устойчивость к атакам через подложенные инструкции) — 93,3%;
• Cybench (задачи по информационной безопасности в формате соревнований) — 93%.

В финансовых тестах Finance Agent v2 и FinWorkBench Mistral Large 4, по данным компании, обходит GPT-6 Astra. На юридическом тесте Harvey результат 15%, лучший среди открытых моделей, но в абсолютных цифрах низкий для всей отрасли.

Где Large 4 проигрывает закрытым моделям

Mistral выбрала для сравнения с закрытыми моделями узкие тесты, на которых Large 4 выигрывает. Общая картина скромнее. На слепом тестировании Surge AI, где люди оценивают ответы, не зная модели, Mistral Large 4 набрала 3,74 балла из 5 против 4,22 у Claude Opus 5. На Terminal-Bench 4.0, где модель работает в командной строке, у Large 4 28,3%, а у Claude Opus 5.5 на независимом рейтинге Vals около 65%.

Сводный индекс Vals ставит Mistral Large 4 на 32-е место из 44 моделей с 48%, тогда как Claude Opus 5.5, Claude Sonnet 5.5 и Gemini 4 Argon держатся в районе 67–69%. Прирост у Mistral неровный. Там, где нужно разглядеть картинку или выдержать атаку, Large 4 спорит с лучшими, а в долгой агентной работе с кодом отстаёт от закрытых флагманов в разы.

Киберзащита как главный козырь Mistral

Больше всего внимания Mistral уделяет кибербезопасности. В одном из тестов модель должна воспроизвести реальную уязвимость в открытой программе, а затем закрыть её. Mistral Large 4 справляется в 82% случаев. Claude Opus 5.5 и GPT-6 Astra на той же задаче набирают около нуля, потому что отказываются её выполнять.

Здесь нужно оговориться. Нулевой результат закрытых моделей отражает их настройки безопасности. Работать с уязвимостями они умеют, но такие задачи им запрещены. Для специалистов по защите это всё равно важно, ведь модель, которая отказывается разбирать эксплойт, им бесполезна.

«Возможности киберзащиты позволят компаниям и государствам защищаться от злоумышленников».

Гийом Лампль, сооснователь Mistral AI

Полный набор киберфункций Mistral пока открывает только партнёрам по кибербезопасности в закрытом режиме. Для таких команд компания готовит развёртывание в частном облаке и на собственных серверах заказчика.

Цена Mistral Large 4 против конкурентов

В API Mistral Large 4 стоит 1,36 доллара за миллион входных токенов и 4,18 доллара за миллион выходных. Сторонние обзоры фиксируют на время предварительного доступа скидку вдвое, сама Mistral в анонсе её не упоминает. Ставки соседей за миллион входных и выходных токенов:

• Mistral Large 3 — 0,5 и 1,5 доллара;
• GLM-5.3 — 1,4 и 4,4 доллара;
• Claude Opus 5.5 — 4 и 20 долларов;
• GPT-6 Astra — 10 и 50 долларов.

По сравнению с Large 3 цена выросла почти втрое. Mistral Large 4 встала вровень с китайскими открытыми флагманами и осталась в разы дешевле закрытых моделей. Для компаний, которым нужна модель уровня GPT-6 Astra в отдельных задачах вроде анализа документов, разница в цене в десять раз может перевесить отставание в коде.

Европейская инфраструктура Mistral Cloud

Второй аргумент Mistral связан с географией. Mistral Large 4 целиком создана в Европе, от обучения до запуска, и её можно использовать через собственную инфраструктуру Mistral Cloud без участия американских облаков. Для европейских банков, промышленности и госсектора это вопрос соответствия местному праву, и цена здесь отходит на второй план.

Деньги на это у Mistral есть. В сентябре компания закрыла раунд Series D на 3 млрд евро, крупнейший в истории европейских технологических компаний, и направляет их на новые дата-центры в Европе.

Открытые веса Mistral Large 4 в конце октября

Скачать модель пока нельзя. Веса Mistral Large 4 компания обещает выложить до конца октября, издания называют 27 октября. Лицензия ещё не опубликована. Large 3 выходила под Apache 2.0, но гарантий, что Large 4 получит те же условия, Mistral не даёт.

Запустить Large 4 дома не выйдет даже после выхода весов. По данным AlphaSignal, для развёртывания понадобится сервер с четырьмя–восемью ускорителями Nvidia B200 или B300 в сжатом формате FP4. Открытость здесь нужна прежде всего компаниям, которые хотят держать модель на своих серверах и дообучать её под себя.

Как попробовать Mistral Large 4

Mistral Large 4 доступна в режиме предварительного доступа через Mistral Studio и API под именем mistral-large-4. Для работы нужен аккаунт Mistral, а для платного API понадобится зарубежная банковская карта. Попадёт ли Large 4 в чат-бот Mistral для обычных пользователей, компания пока не сообщила.

Тем, кто хочет оценить модель без оплаты, разумно дождаться конца октября. После выхода весов Large 4 почти наверняка подключат сторонние площадки с моделями по API, и протестировать её можно будет там. До тех пор стоит проверять её на тех задачах, где Mistral сама показывает силу, то есть на разборе документов, изображений и вопросах безопасности.

Le Chonk пока сильнее в обещаниях

Mistral Large 4 закрывает для Европы важный пробел, ведь до сих пор лучшие открытые модели приходили из Китая. Сама модель неровная. В отдельных задачах она спорит с GPT-6 Astra, а в коде и агентной работе заметно отстаёт от закрытых флагманов. Проверочная точка — конец октября, когда выйдут веса и станет ясна лицензия. Если Mistral сохранит свободные условия Large 3, у компаний появится европейская модель на триллион параметров, которую можно забрать к себе целиком.