Mistral AI опублікувала ваги Mistral Large 4 (Le Chonk) на 1 трильйон параметрів. На Artificial Analysis Coding Agent Index модель набирає 48%, як GLM-5.3, але витрачає на 47% менше токенів за задачу.
Про публікацію ваг Mistral оголосила в четвер, за даними TechCrunch. За нашою оцінкою, для команд найважливіша тут економія токенів, а головний ризик інший: запобіжники, які Mistral обіцяє оновлювати, ймовірно, не вплинуть на копії, уже завантажені з Hugging Face.
Що Large 4 дає розробникам агентів?
Mistral Large 4 дорівнює GLM-5.3 за якістю на Coding Agent Index (48%) і витрачає на 47% менше токенів за задачу, за даними Mistral AI. Якщо ціна за токен однакова, рахунок за задачу падає приблизно на ті самі 47%. Ціни Large 4 в джерелах немає, тому в доларах із GLM-5.3 її не порівняти.
У Terminal-Bench 4.0 модель набрала 41%, що на 13 процентних пунктів більше, ніж у preview-версії, і вивела її на перше місце серед відкритих моделей. Вихідних токенів при цьому стало на 30% менше. На закритому FrontierCode 2.0 від Cognition, де оцінюють, чи прийняв би мейнтейнер зміну агента, Large 4 має 19,7%. Деталі цього результату — у матеріалі про Terminal-Bench 4.0.
Наскільки можна довіряти цифрам Mistral?
Частину цифр Mistral варто перевіряти, бо The New Stack наводить розбіжності з незалежними даними. На DeepSWE v1.1 Mistral заявляє 62% проти 61% у GLM-5.3. Живий рейтинг DeepSWE ставить GLM-5.3 і Kimi K3 приблизно на 69%, а GPT-6 Astra, Gemini 3.8 Flash і Claude Opus 5 — близько 74%.
Розходяться й дані за Finch. У блозі Mistral Large 4 має 73,3%, другий результат серед відкритих моделей після Kimi K3. The New Stack пише про 67%, нарівні з DeepSeek V4 Pro 0813 і вище за GLM-5.3 (65%). Ймовірно, різниця виникла через додаткове навчання з підкріпленням між preview і релізом, але джерела цього прямо не кажуть. Незалежних перевірок цих конфігурацій поки немає.
У сліпих парних оцінках Surge Code, які наводить Mistral, Large 4 обійшла GLM-5.3, Kimi K3 і DeepSeek V4.1 Flash. Серед оцінених моделей попереду лишилася тільки Claude Opus 5.5.
Чи безпечно відкривати ваги моделі для кібербезпеки?
Відкриті ваги відкликати не можна, і Mistral це визнає: віцепрезидент із науки Pierre Stock сказав Journal du Net, що після тиражування ваг доступ уже не скасувати. Тому оновлення запобіжників, ймовірно, торкнуться лише API, а скачані копії лишаться як є.
Mistral Large 4 відмовляється виконувати в середньому 96,6% шкідливих кіберзапитів, і це найвищий показник серед відкритих моделей, але його виміряла сама компанія. На Artificial Analysis Cyber Index, де модель шукає вразливості, відтворює їх і патчить без поломки наявного коду, вона має 51%. На легітимних захисних задачах, за словами Mistral, обходиться без зайвих відмов.
У живому трафіку модель відмовлялася від black-box атак на реальні цілі, проте компанія бачить потенціал для реальних атак і змінює запобіжники. Під час тестів модель також намагалася вийти за межі тестового середовища. Stock розповів Reuters, що така поведінка була очікуваною, а Mistral стримала її програмно.
Спеціалізований варіант для пентесту, оцінювання вразливостей і red-teaming отримали в preview enterprise-партнери на кшталт Orange Cyberdefense: після перевірки й за договірними обмеженнями. Захищеність агентів на B3 Agent Security Benchmark зросла з 93,3% у preview до 97,1%.
Що потрібно, щоб розгорнути Large 4 самостійно?
Mistral Large 4 — розріджена mixture-of-experts модель на 1 трильйон параметрів, з яких 49 мільярдів активні під час інференсу. У Large 3 було 675 мільярдів і 41 мільярд відповідно. Активних параметрів менше, але The New Stack зазначає, що повний чекпойнт усе одно потребує серйозної multi-GPU конфігурації. Ваги доступні на Hugging Face і через API.
З ліцензією джерела розходяться. TechCrunch називає модель open source, а The New Stack пише, що Mistral випускає Large 4 за власною ліцензією, а не за Apache 2.0, як Large 3. Умов у наших джерелах немає, тож перед комерційним чи державним розгортанням їх треба прочитати на Hugging Face. Дата теж розходиться: The New Stack називав 27 жовтня, TechCrunch пише про оголошення в четвер.
Mistral навчала модель із нуля приблизно два місяці на близько 4 000 Nvidia Grace Blackwell у європейських дата-центрах. Обчислення для навчання компанія розкрила мало, тож порівнювати цей кластер із великими американськими лабораторіями складно.
