Mistral открыла веса флагманской модели Mistral Large 4 «Le Chonk»

Mistral AI выложила в открытый доступ веса Mistral Large 4. Это её флагманская нативно мультимодальная модель на один триллион параметров, которой в компании дали неофициальное прозвище Le Chonk («толстячок»). В начале месяца модель вышла в публичном превью. С тех пор разработчики учли отзывы пользователей и продолжили масштабировать обучение с подкреплением. По словам Mistral, прирост качества не замедляется и признаков насыщения пока нет.

Архитектурно это гибридная MoE-модель: в ней совмещены обычный режим следования инструкциям, рассуждения и агентные сценарии. Модель принимает мультимодальный ввод и, по заявлению компании, свободно работает более чем со 160 языками.

Программирование

После превью модель дообучали с подкреплением ещё три недели. На закрытом бенчмарке FrontierCode 2.0 от Cognition она набирает 19,7% и лидирует. Этот тест проверяет, принял бы мейнтейнер репозитория изменение, предложенное агентом. В индексе Artificial Analysis Coding Agent Index результат составляет 48%: это практически паритет с лидером среди открытых моделей GLM-5.3, но в среднем на задачу уходит на 47% меньше токенов. В Terminal-Bench 4.0 модель прибавила 13 процентных пунктов по сравнению с превью, дошла до 41% и вышла в лидеры среди открытых моделей. Объём выходных токенов при этом сократился на 30%.

Для баланса между качеством и ценой предусмотрены три режима рассуждений: Low для простых задач, Medium для повседневных и High для самых сложных. Последний включён по умолчанию. В слепых попарных сравнениях Surge Code оценщики предпочитали ответы Mistral Large 4 ответам GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash. Выше модели оказалась только Claude Opus 5.5.

Кибербезопасность

В Artificial Analysis Cyber Index модель получила 51%. Индекс оценивает, насколько хорошо модель находит уязвимости, воспроизводит их и исправляет, ничего не сломав. Встроенные ограничения должны отличать защитные задачи от атакующих. На вредоносные запросы модель в среднем отвечает отказом в 96,6% случаев, и это лучший показатель среди открытых моделей по измерениям самой компании.

Mistral признаёт, что после превью отслеживала реальный трафик. Модель отказывалась атаковать живые цели методом «чёрного ящика», однако компания всё же видит риск того, что она может облегчить проведение реальных атак. Поэтому ограничения будут дорабатываться в ближайшие месяцы. Специализированную версию для пентеста и red-teaming получат лишь отдельные партнёры, например Orange Cyberdefense, после проверки и на договорных условиях. В анонсе приведены отзывы Booz Allen, Cisco, Cloudflare, CrowdStrike, ENISA и других организаций.

Прочие задачи

В финансовом бенчмарке Finch модель набрала 73,3% и среди открытых моделей уступила только Kimi K3. В BrowseComp результат вырос до 84,5% с 75% у SFT-версии. В тесте безопасности агентов B3 модель отразила 97,1% атак против 93,3% у превью.

Лицензия и доступ

Модель обучена с нуля на европейской инфраструктуре. Mistral продвигает её как основу для «суверенного ИИ»: организации могут разворачивать и дообучать её у себя, не завися от API компании. Веса доступны на Hugging Face, для запуска предлагаются vLLM и SGLang. Модель также есть в Mistral Studio, в API Mistral, на OpenRouter, в Microsoft Foundry и в виде контейнера NVIDIA NIM.

Лицензия называется Mistral Ecosystem Open-Weight license и представляет собой модифицированную MIT. Модель можно бесплатно использовать, изменять и коммерциализировать. Отдельная коммерческая лицензия нужна только компаниям, которые предлагают её как сервис (Model-as-a-Service). Цена в API составляет $0,70 за миллион входных токенов, $0,07 за кэшированные и $2,10 за выходные.

Источник: Hacker News