‏Mistral Large 4 معرفی شد؛ مدل یک تریلیون پارامتری با وزن‌های باز

میسترال از Mistral Large 4 (یا به قول خودشون le Chonk) رونمایی کرده. این یه مدل MoE هست (یعنی مدلی که برای هر ورودی فقط بخشی از پارامترهاش فعال می‌شه) با یک تریلیون پارامتر که ۴۹ میلیاردش فعاله. مدل از پایه چندوجهیه، یعنی از اول با تصویر و متن آموزش دیده. نسخهٔ پیش‌نمایش از امروز روی Mistral Studio در دسترسه و میسترال می‌گه وزن‌ها آخر همین ماه منتشر می‌شن. قیمت API هم ۱.۳۶ دلار برای هر میلیون توکن ورودی و ۴.۱۸ دلار برای خروجیه.

به گفتهٔ میسترال، مهم‌ترین نقطهٔ قوت مدل امنیت سایبریه. تو شاخص Artificial Analysis Cyber Index بین پنج مدل برتر دنیاست و تو تستی که باید یه آسیب‌پذیری واقعی رو بازسازی و بعد patch کنه، ۸۲ درصد گرفته که بالاترین امتیازه. تو Cybench هم ۹۳ درصد از ۴۰ چالش رو حل کرده. میسترال می‌گه چند مدل بسته مثل Claude Opus 5.5 و GPT-6 Astra تو همین تست نزدیک صفر گرفتن، چون اصلاً انجامش رو رد می‌کنن. استدلالشون اینه که تیم‌های دفاعی به مدلی نیاز دارن که وسط یه حادثهٔ امنیتی جلوشون رو نگیره و بشه روی سرور خودشون اجراش کرد.

تو کدنویسی، مدل روی DeepSWE v1.1 امتیاز ۶۱.۷ درصد، روی SWE-Atlas-QnA امتیاز ۵۹.۴ درصد و روی Terminal-Bench 4 امتیاز ۲۸.۳ درصد گرفته. تو یه ارزیابی کور انسانی با Surge AI، رتبهٔ دوم رو بین پنج مدل آورده (۳.۷۴ از ۵) و فقط از Claude Opus 5 با ۴.۲۲ عقب‌تره. تو AutomationBench که ۶۵۷ گردش کار تجاری روی ابزارهایی مثل Gmail و Slack و Salesforce داره هم ۵۹.۹ درصد گرفته.

بخش تصویر هم به گفتهٔ میسترال یه جهش حسابی داشته. مدل تو visual grounding (یعنی پیدا کردن دقیق یه شیء تو تصویر) روی Dense 200 با ۴۲ درصد کمی از GPT-6 Astra جلوتره. تو کارهای حقوقی و مالی هم ارزیابی شخص ثالث vals.ai نشون داده که از GPT-6 Astra بهتر عمل می‌کنه. از نظر ایمنی هم روی بنچمارک B3 لیکرا جلوی ۹۳.۳ درصد حمله‌های prompt injection مقاومت کرده و نرخ رد درخواست‌های سایبری مخربش از همهٔ مدل‌های باز بالاتره.

مدل از صفر روی ۳٬۸۰۰ GPU از نوع NVIDIA Grace Blackwell تو دیتاسنترهای خود میسترال تو اروپا آموزش دیده و بیش از ۱۶۰ زبان رو پوشش می‌ده. میسترال برای post-training از یادگیری تقویتی (RL) در مقیاس بالا استفاده کرده و می‌گه هر اجرای آموزشی روزی حدود ۳۳ میلیارد توکن تولید می‌کنه. به گفتهٔ اونا آموزش RL هنوز ادامه داره و مدل هنوز به سقفش نرسیده، پس انتظار دارن نسخه‌های بعدی بهتر هم بشن. این مدل اولین قدم بعد از جذب سرمایهٔ ۳ میلیارد یورویی Series D میستراله.

نکات کلیدی:

• یک تریلیون پارامتر با ۴۹ میلیارد پارامتر فعال، معماری MoE و ورودی چندوجهی
• وزن‌ها آخر ماه منتشر می‌شن؛ قیمت API ۱.۳۶ دلار ورودی و ۴.۱۸ دلار خروجی برای هر میلیون توکن
• امتیاز ۸۲ درصد تو تست بازسازی و patch آسیب‌پذیری و ۹۳ درصد تو Cybench
• امتیاز ۶۱.۷ درصد روی DeepSWE v1.1 و رتبهٔ دوم تو ارزیابی کور کدنویسی بعد از Claude Opus 5
• آموزش روی ۳٬۸۰۰ GPU از نوع Grace Blackwell تو دیتاسنترهای اروپایی میسترال
• مقاومت ۹۳.۳ درصدی در برابر prompt injection روی بنچمارک B3