Французский ИИ-стартап Mistral AI объявил о запуске превью-версии своего нового флагмана — мультимодальной модели Mistral Large 4 (получившей неофициальное имя le Chonk). Главной неожиданностью стал масштаб архитектуры и верность принципам доступности: при общем объеме в 1 триллион параметров (из которых активны 49 миллиардов) компания планирует выложить веса модели в открытый доступ до конца октября 2026 года.
В настоящее время разработчики могут протестировать новинку через API в Mistral Studio.
Фокус на кибербезопасность без искусственных ограничений
Ключевым направлением для Large 4 стала практическая информационная безопасность. Mistral AI отмечает, что излишняя облачная цензура провайдеров часто мешает исследователям расследовать инциденты и искать уязвимости. Предоставление открытых весов позволит компаниям развертывать решение в приватных облаках или на собственных серверах со своими политиками доступа.
По заявлениям создателей, модель демонстрирует впечатляющие успехи в специализированных тестах:
- 82% успешных попыток в сценарии поиска, воспроизведения и закрытия реальной уязвимости в открытом ПО — лучший показатель среди всех протестированных ИИ на данный момент.
- Вхождение в пятерку лидеров рейтинга Artificial Analysis Cyber Index.
- Решение 93% задач из бенчмарка соревнований по безопасности Cybench.
- Устойчивость к атакам внедрения промптов на уровне 93,3% по тесту Lakera B3 AI Security.
Сейчас модель проходит процедуру red-teaming с участием государственных органов и профильных ИБ-партнеров, которые тестируют ее возможности в анализе вредоносного ПО и создании правил детектирования.
Возможности кодинга и мультимодальной аналитики
Помимо защиты данных, Mistral Large 4 показала высокий уровень в разработке программного обеспечения. В слепом сравнительном тестировании от Surge AI профессиональные асессоры отдали новинке второе место (3,74 балла из 5), пропустив вперед лишь Claude Opus 5 (4,22 балла).
В бенчмарке бизнес-автоматизации AutomationBench, имитирующем работу с офисными сервисами вроде Slack, Salesforce и инструментов Google, модель набрала 59,9%. В визуальных задачах нейросеть способна обрабатывать схемы, PDF-документы и спутниковые снимки: в тесте пространственного сопоставления Dense 200 она набрала 42%, слегка опередив GPT-6-Astra (41%).
Обучение на европейских мощностях Grace Blackwell
Обучение системы с нуля проходило в собственных дата-центрах компании в Европе с использованием кластера из 3800 ускорителей NVIDIA Grace Blackwell. Датасет модели охватывает свыше 160 языков, включая всю официальную языковую группу Европейского союза.
Процесс дообучения с подкреплением (RL), который продолжается и сейчас, ведется на мощности около 3000 GPU и генерирует порядка 33 миллиардов токенов в сутки. Полный релиз весов, запланированный на конец октября, будет сопровождаться публикацией технического отчета с описанием архитектуры и методологии пост-тренировки.