Mistral Large 4: billió paraméteres nyílt modell előnézetben

Mi jelent meg?

A Mistral október 6-án nyilvános előnézetben elérhetővé tette a Mistral Large 4-et, a cég eddigi legnagyobb és legerősebb modelljét (Mistral). Az API a Mistral Studióban már kipróbálható. A súlyokat a cég október végére ígéri, licencet viszont még nem jelentett be. Belül ML4-nek, tréfásan „le Chonk”-nak hívják.

A modellre az NVIDIA október 21-i, európai felhőpartnerekről szóló bejegyzése is a Mistral legújabb frontier multimodális modelljeként hivatkozik (NVIDIA).

Mi változott a Large 3-hoz képest?

A felépítés továbbra is granular mixture-of-experts, de jóval nagyobb. Az 1,05 billió összes paraméterből tokenenként 52 milliárd aktív, mellette egy 1,6 milliárd paraméteres vision encoder dolgozik (Mistral Docs). A tavaly decemberi Mistral Large 3-nál ez 675 milliárd összes és 41 milliárd aktív paraméter volt. A kontextusablak 256 ezerről 1 millió tokenre nőtt.

A modell szöveget és képet fogad, a válasza szöveg. Támogatja a structured outputot, a function callingot, a dokumentumokra vonatkozó kérdés-választ, a batch feldolgozást és a Mistral Agents API-ját. A cég szerint a nulláról tanították 3800 NVIDIA Grace Blackwell GPU-n, a Mistral saját európai adatközpontjaiban. A tanítóadat több mint 160 nyelvet fed le, köztük az EU összes hivatalos nyelvét. A megerősítéses tanulás (RL) még fut, ezért a Mistral az előnézeti modell gyors javulására számít.

Mit mér a Mistral?

Az alábbi számok a Mistral saját közlései, vagyis gyártói adatok. Kódolásban a DeepSWE v1.1-en 61,7, a SWE-Atlas-QnA-n 59,4, a Terminal-Bench 4-en 28,3 százalékot közöl. A kódoló agenteket összesítő Coding Agent Indexen 49,8 százalékkal a DeepSeek V4 Pro és a Qwen3.8 Max elé teszi a modellt.

A legerősebb terület a kiberbiztonság. Az Artificial Analysis Cyber Index egyik tesztjén a modellnek egy valós sérülékenységet kell reprodukálnia, majd javítania. Itt a Mistral szerint 82 százalékkal minden modellt megelőz, a Cybench 40 feladatának pedig 93 százalékát oldja meg. A cég azt is írja, hogy több zárt modell azért kap itt közel nulla pontot, mert megtagadja a feladatot.

Agentfeladatokban az AutomationBench üzleti munkafolyamatain 59,9 százalékot, a hosszú tudásmunkát mérő AA-Briefcase-en 1393 Elo-pontot közöl a cég. Képértésben a Dense 200 vizuális grounding teszten 42 százalékot mért, a GPT-6 Astra 41 százalékával szemben. A Lakera B3 prompt injection tesztjén a modell a támadások 93,3 százalékának áll ellen.

Mit mutat a független mérés?

A The Batch összefoglalója szerint az Artificial Analysis Intelligence Indexén a Large 4 reasoning módban 38 pontot kapott (The Batch). Ezzel holtversenyben áll a GPT-6 Lunával. Minden amerikai nyílt modellt megelőz, néhány olcsóbb kínai nyílt modell viszont előtte van, például a MiMo-V2.6-Pro 46, a GLM-5.3-Flash 42 ponttal. Kínán és az Egyesült Államokon kívül készült modell ezen az indexen eddig nem ért el többet.

Ár és elérhetőség

Az API millió tokenenként 1,36 dollárba kerül bemenetre, 0,14 dollárba gyorsítótárazott bemenetre, 4,18 dollárba kimenetre. A Large 3 listaára 0,5, illetve 1,5 dollár. Az induláskor adott 50 százalékos kedvezmény két hétig tartott (Mistral changelog), mostanra lejárt. Kiválasztott kiberbiztonsági cégek, partnerek és állami szervek egy enyhébb moderációjú, bővebb kiberképességű változatot is használhatnak.

A súlyok október 21-ig nem jelentek meg a Mistral Hugging Face-oldalán (Hugging Face). Az architektúra részleteit, további benchmarkokat és a post-training módszertanát a cég a súlyokkal együtt ígéri. A Mistral szerint a Large 4 lesz az alapja a következő, szakterületekre hangolt modelljeinek is.