Веса модели стали доступны

Mistral выпустила веса Mistral Large 4 — крупнейшей модели компании. Их можно скачать с Hugging Face. По данным The Decoder, после публичного превью модель ещё три недели обучали с подкреплением. Она принимает текст и изображения, а выдаёт текст и код.

В модели около 1 трлн параметров, из которых 52 млрд активны на каждом шаге. Для запуска стандартной версии нужны восемь ускорителей Nvidia B300, а для более сжатого варианта — четыре GB300, говорится в документации фреймворка SGLang.

Mistral утверждает, что дополнительное обучение особенно улучшило навыки программирования и киберзащиты. Исследователи компании рассказали, что команда создавала собственные задания, постепенно повышая их сложность.

В тестах по программированию Large 4 уступает Claude

В Terminal-Bench 4.0 итоговый результат Large 4 составил 41% против 28% у версии из превью; модель немного опередила GLM-5.3 с 40%. В индексе Coding Agent компании Artificial Analysis Large 4 набрала 48% — примерно столько же, сколько GLM-5.3, но, по данным Mistral, использовала на 47% меньше токенов. Claude Code с Claude Opus 5.5 получил в этом индексе 62 балла.

В тесте FrontierCode 2.0 модель показала результат 19,7% и стала лидером среди открытых моделей, однако Claude Opus 5.5 набрал 46%. В слепых сравнениях Surge участники чаще выбирали код Large 4, чем результаты GLM-5.3, Kimi K3 и DeepSeek. В сравнениях с Opus 5.5 Large 4 выиграла 22% раз.

В киберзащитном индексе Artificial Analysis Large 4 набрала 51%. Это третий результат среди открытых моделей: впереди DeepSeek V4.1 Flash с 57% и MiMo-V2.6-Pro с 56%. Превью получило 50 баллов, то есть дополнительное обучение почти не изменило результат в этом тесте.

Mistral заявляет, что модель в среднем отклоняет 96,6% вредоносных запросов о кибербезопасности. Компания при этом признаёт, что модель может облегчить реальные атаки, и планирует усилить защитные меры. Специальную версию для тестирования на проникновение уже проверяют отдельные партнёры, включая Orange Cyberdefense; доступ к ней требует проверки и сопровождается договорными ограничениями.

Модель быстрее и дешевле превью, но не лидирует в общем рейтинге

В пятой версии Intelligence Index от Artificial Analysis Large 4 в режиме high получила 26 баллов — на один больше, чем превью. Для сравнения, DeepSeek V4.1 Flash и GLM-5.3 набрали по 32 балла, а MiMo-V2.6-Pro — 30. Медианный результат открытых моделей сопоставимого размера составляет 23 балла.

Скорость генерации выросла со 111 до 161 токена в секунду. Средняя стоимость задания в индексе снизилась с $5,54 до $2,06. Это дешевле результатов GLM-5.3 ($5,01) и Kimi K3.1 Pro ($3,68), но дороже DeepSeek V4.1 Flash ($0,60) и MiMo-V2.6-Pro ($0,26). За весь индекс Large 4 сгенерировала 110 млн выходных токенов против 150 млн у превью; медиана для сопоставимых моделей — 100 млн.

API подешевел, но облачным сервисам нужна отдельная лицензия

Текущая цена API составляет $0,70 за миллион входных токенов и $2,10 за миллион выходных. Во время превью прайс составлял $1,36 и $4,18 соответственно; в первые две недели после запуска действовала сниженная цена $0,68 и $2,09.

Large 4 распространяется по изменённой лицензии MIT: использовать, изменять и развёртывать модель в коммерческих целях можно бесплатно. Но компаниям, которые предлагают её как коммерческий облачный сервис, потребуется отдельная лицензия Mistral. Условия опубликованы в репозитории модели. Mistral позиционирует Large 4 как «суверенную» модель: по заявлению компании, её обучали в Европе, а запускать её можно на собственных серверах. Также модель доступна через Microsoft Foundry.