MWC 2018
2018
Computex
IFA 2018
Французская компания Mistral опубликовала открытые веса своей флагманской ИИ-модели Large 4 (Le Chonk). Перед выпуском разработчики еще три недели обучали нейросеть, повысив ее результаты в тестах на программирование и поиск уязвимостей. Теперь модель можно запускать на собственном оборудовании, а стоимость доступа через API снижена почти вдвое по сравнению с первоначальными базовыми тарифами.
Источник изображения: Mistral AI
В начале октября Mistral представила Large 4 в предварительной версии. Тогда разработчики могли работать с ней через облачный API, а публикацию весов обещали до конца месяца. Модель построена на архитектуре Mixture-of-Experts (MoE) и содержит около 1 трлн параметров, из которых при обработке каждого токена задействуется 49 млрд, без учета слоев эмбеддингов и вывода. Контекстное окно достигает 1 млн токенов. Нейросеть распознает изображения и поддерживает более 160 языков.
Основные изменения коснулись программирования. После дополнительного обучения с подкреплением результат Large 4 в тесте Terminal-Bench 4.0 вырос на 13 процентных пунктов — до 41 %. При этом количество генерируемых токенов сократилось на 30 %. В Artificial Analysis Coding Agent Index модель набрала 48 %, приблизившись к китайской GLM-5.3. По данным Mistral, на выполнение сопоставимых заданий Large 4 расходует в среднем на 47 % меньше токенов.
В тесте FrontierCode 2.0, который оценивает качество изменений в программном коде с точки зрения их пригодности для включения в основной проект, нейросеть набрала 19,7 %. По утверждению разработчиков, это лучший результат среди моделей с открытыми весами. В слепых сравнительных испытаниях Surge Code пользователи также чаще отдавали предпочтение Large 4, чем GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash.
Изменились и показатели в тестах по кибербезопасности. В Artificial Analysis Cyber Index, где проверяется способность ИИ находить, воспроизводить и исправлять уязвимости программного обеспечения, модель получила 51 %. Mistral также проверила ее реакцию на потенциально опасные запросы. В собственных испытаниях нейросеть отклонила 96,6 % вредоносных запросов, связанных с кибератаками. В B3 Agent Security Benchmark устойчивость к атакам на ИИ-агентов достигла 97,1 % против 93,3 % у предварительной версии.
Для Large 4 предусмотрены три режима рассуждений: Low, Medium и High. Они различаются объемом вычислений и глубиной обработки запросов. Режим Low рассчитан на простые задания, Medium — на повседневную работу, а High — на сложные задачи, требующие более тщательного анализа. Последний используется по умолчанию.
Mistral также объявила новые тарифы на использование Large 4 через API. Теперь обработка 1 млн входных токенов стоит $0,70, а выходных — $2,10. При первоначальном анонсе базовые тарифы составляли соответственно $1,36 и $4,18. Для входных токенов из кеша установлена цена $0,07 за миллион.
Веса нейросети размещены на Hugging Face. Для самостоятельного развертывания разработчики могут использовать vLLM и SGLang. Модель распространяется по лицензии Mistral Ecosystem Open-Weight, основанной на модифицированной MIT. Она допускает бесплатное использование, дообучение и коммерческое применение. Однако компаниям, которые намерены предоставлять платный доступ к модели по схеме Model-as-a-Service, потребуется отдельное соглашение с Mistral.
Large 4 также доступна через Mistral Studio, OpenRouter и инфраструктуру NVIDIA. На ее основе Mistral намерена создавать специализированные модели для отдельных отраслей и задач
Источник:
