Mistral Large 4 вышла в API-превью, веса пока закрыты

Подробно

Что такое Mistral Large 4 и что известно о её архитектуре?

По документации Mistral, ML4 - мультимодальная модель общего назначения с granular Mixture-of-Experts-архитектурой. В ней 1,05 трлн параметров всего, 52 млрд активных и визуальный энкодер на 1,6 млрд параметров. Модель принимает текст и изображения, а выдаёт текст.

Разработчик заявляет единый режим инструкций и рассуждений, function calling, structured outputs, Document QnA, Chat Completions, Agents/Conversations и встроенные инструменты. Заявленное контекстное окно - 1 млн токенов. В карточке Artificial Analysis для протестированной конфигурации указано 524 тыс. токенов, а независимого подтверждения работы полного окна нет.

Различие между 49 и 52 млрд активных параметров объясняет страница будущего репозитория на Hugging Face. На токен активируются 49 млрд параметров, а 52 млрд получаются с учётом эмбеддингов и выходных слоёв.

По заявлению Mistral, модель обучена с нуля на 3 800 GPU NVIDIA Grace Blackwell в собственных европейских дата-центрах. Значительная часть данных была мультиязычной и охватывала более 160 языков, включая все официальные языки Евросоюза. Точный состав и объём данных, дата отсечения знаний, число экспертов и схема маршрутизации не раскрыты.

Сегодня мы запускаем публичное превью Mistral Large 4. Неофициально - ML4, вполне официально - le Chonk. Превью API можно попробовать уже сегодня в Mistral Studio. Веса появятся в конце этого месяца.

Это заявление компании из официального анонса.

Когда выйдут открытые веса Mistral Large 4 и можно ли их скачать?

Сейчас скачать веса нельзя. Стадия релиза - Public Preview, а модель доступна через API. Mistral обещает опубликовать веса, дополнительные архитектурные сведения, новые бенчмарки и описание post-training до конца октября 2026 года.

Точная дата в источниках расходится. Сама компания пишет лишь «до конца месяца», Axios и Le Monde со ссылкой на Mistral называли 27 октября. Официальная страница ожидания mistralai/Mistral-Large-4-1T-A52B на Hugging Face показывает статус Upcoming release и ETA 31 октября. Надёжно подтверждён только срок «до конца октября». Лицензия будущих весов пока не раскрыта.

Перед публикацией Mistral проводит red teaming в реальных условиях вместе с организациями в сфере кибербезопасности, проверенными партнёрами и государственными органами. Этим участникам доступен вариант с ослабленной модерацией и расширенными кибервозможностями. Публичная версия через API модерируется. Обучение с подкреплением для превью ещё продолжается.

Требования к оборудованию для локального запуска назвать нельзя: их можно оценить только после публикации весов и технической документации.

Сколько стоит API Mistral Large 4 и доступен ли он в России?

Стандартная цена API - $1,36 за 1 млн входных токенов, $0,14 за 1 млн кэшированных входных токенов и $4,18 за 1 млн выходных токенов. Это цена облачного инференса, а не стоимость весов.

Региональный инференс через отдельные endpoints в ЕС/ЕАСТ и США стоит на 10% дороже стандартного. Есть и глобальный endpoint без закреплённого региона обработки.

Официального подтверждения, что Mistral Studio и API доступны пользователям и организациям из России, не найдено. Документация отдельно статус России не описывает.

Насколько сильна модель по независимым тестам и бенчмаркам?

Artificial Analysis независимо протестировала API-превью. ML4 получила 38 баллов в Intelligence Index и 50 в Cyber Index. Первый результат сопоставим с GPT-6 Luna на максимальном режиме (38) и DeepSeek V4.1 Flash на максимальном режиме (39). Скорость генерации через API составила 67,5 токена/с, время до первого токена - 1,65 с.

Epoch AI относит доступную версию к closed weights и присваивает ей ECI 150, 60-е место среди 253 отслеживаемых моделей. На отдельных тестах у модели 59% на FrontierMath Tiers 1-3 v2, 27% на FrontierMath Tier 4 v2, 88% на GPQA Diamond и 4% на WeirdML v3.

Mistral приводит собственные результаты: DeepSWE v1.1 - 61,7%, SWE-Atlas-QnA - 59,4%, Terminal-Bench 4 - 28,3%, Coding Agent Index - 49,8%, AutomationBench - 59,9%, AA-Briefcase - 1 393 Elo, Dense 200 - 42%. Не все эти цифры воспроизведены независимо. Le Monde при анонсе приводил для DeepSWE предварительные 63%, а компания расхождение не объяснила.

В слепой оценке по программированию, которую заказала Mistral у Surge AI, профессиональные аннотаторы ставили ответам оценки от 1 до 5. ML4 Preview получила 3,74 и заняла второе место среди пяти моделей, уступив Claude Opus 5 (4,22). Тест выполнила третья сторона, но выбор теста и публикация результата принадлежат разработчику.

Мы пока не дотягиваем до переднего края.

Так сказал вице-президент Mistral AI по науке Пьер Сток. Сооснователь компании Гийом Лампль заявил, что Mistral Large 4 по уровню практически равна лучшим китайским моделям месячной-двухмесячной давности. Журналист Le Monde Александр Пикар отмечает, что показатели Mistral предварительные и требуют подтверждения независимыми рейтингами, а компания ещё не полностью догнала китайских и тем более американских лидеров.

Почему открытые веса важны для Mistral и чем Large 4 отличается от Large 3?

Предшественница, Mistral Large 3, вышла 2 декабря 2025 года. Это мультимодальная MoE-модель с 675 млрд параметров всего и 41 млрд активных, сразу с открытыми весами под лицензией Apache 2.0. Large 4 увеличивает общий размер до 1,05 трлн, активный - до 52 млрд, а контекст - с 256 тыс. до заявленного 1 млн токенов. Но она начинает с закрытого API-превью.

8 сентября 2026 года Mistral объявила о привлечении €3 млрд в раунде Series D при post-money оценке более €21 млрд. ML4 компания называет первым этапом дорожной карты, профинансированной этим раундом.

Сток объясняет ставку на открытые веса вопросами безопасности. По его словам, открытая публикация моделей, включая ML4, которая входит в число лучших в мире по кибербезопасности, сильнее ускорит защиту. Это позиция заинтересованной стороны.

Я не хочу жить в будущем, где какая-либо олигополия контролирует закрытый доступ к такому интеллекту.

Ограничения оценки таковы. Большинство тематических результатов в анонсе - данные Mistral или тесты третьих сторон по её заказу. Полного независимого прогона заявленных кибер-, финансовых, юридических и мультимодальных тестов найти не удалось. Препринта или рецензируемой статьи о Large 4 нет.