Mistral показує Large 4 у попередньому доступі
6 жовтня 2026 року Mistral AI відкрила публічний попередній доступ до Mistral Large 4 через API Studio: нативно мультимодальної моделі з 1 трильйоном параметрів, з яких 52 мільярди активні, навченої з нуля на 3 800 GPU NVIDIA Grace Blackwell у власних європейських центрах обробки даних. Компанія обіцяє випустити ваги до кінця місяця, а доти перевіряє модель разом із партнерами з кібербезпеки й державними органами, які отримують версію зі зниженою модерацією. Попередній доступ коштує 1,36 долара за мільйон вхідних і 4,18 долара за мільйон вихідних токенів.
Чому це важливо
Це найбільша модель, яку назвала Mistral, і перша, яку компанія пов'язує зі своєю серією на 3 мільярди євро; вона також формулює ставку: відкриті ваги й самостійне розгортання найважливіші в кібербезпеці, де, на думку Mistral, відмови закритих моделей блокують законну роботу з уразливостями. Цей аргумент спирається на власні тести Mistral і на порівняння, де, за її словами, Claude Opus 5.5 і GPT-6 Astra набирають майже нуль на одному тесті, бо відмовляються. Ваг, що дали б змогу стороннім перевірити твердження, на час читання сторінки ще не було.
Що каже сторінка. Mistral Large 4 («ML4», «le Chonk») — «публічний попередній доступ» (public preview), який можна спробувати на Mistral Studio; ваги — «до кінця місяця». 1 трильйон параметрів, 52 мільярди активних, нативно мультимодальна; навчена з нуля на 3 800 GPU NVIDIA Grace Blackwell у власних центрах обробки даних Mistral у Європі; помітна частка навчальних даних багатомовна, «понад 160 мов», зокрема всі офіційні мови ЄС. Сторінка каже, що модель користується тим самим середовищем навчання, налаштування й RL, яке Mistral пропонує клієнтам через Mistral Forge, і що вона — перша віха дорожньої карти, фінансованої «серією D на 3 мільярди євро», яку Mistral називає найбільшим акціонерним раундом, будь-коли залученим європейською технологічною компанією. Ціна 1,36 і 4,18 долара за мільйон вхідних і вихідних токенів. Ліцензії й довжини контексту сторінка не називає. Доки ваг немає, модель перевіряють на стійкість «з лідерами кібербезпеки, перевіреними партнерами й державними органами, які матимуть доступ до тієї самої моделі зі зниженою модерацією й розширеними кіберможливостями». Власні результати Mistral (цифри сторінки; сторонніх названо там, де вона їх називає). Кібербезпека: в Artificial Analysis Cyber Index вона посідає місце «серед п'ятірки найкращих моделей у світі» й веде серед відкритих моделей, розроблених поза Китаєм; на одному тесті, де треба відтворити й залатати справжню вразливість, вона набирає 82%, «найвище з усіх моделей»; розв'язує 93% із 40 завдань Cybench. Mistral пише, що кілька провідних закритих моделей, зокрема Claude Opus 5.5 і GPT-6 Astra, «набирають майже нуль на тому самому тесті, бо відмовляються його виконувати». Кодування: 61,7% на DeepSWE v1.1, 59,4% на SWE-Atlas-QnA, 28,3% на Terminal-Bench 4; у сліпій оцінці людьми з Surge AI вона посіла друге місце з п'яти (3,74 за шкалою 1–5) після Claude Opus 5 (4,22). Агенти: 59,9% на AutomationBench (657 бізнес-процесів); 1 393 Elo на AA-Briefcase. Безпека: на тесті Lakera B3 вона витримує 93,3% атак; 1,691 із максимальних 2 на KORA. Робота зі знаннями: Mistral каже, що сторонні оцінювачі (vals.ai) визнали, що модель перевершує GPT-6 Astra на юридичних і фінансових завданнях. Чого запис не стверджує. Це результати Mistral; ваг ще не було, тож ніхто інший не міг їх повторити, а діаграми на сторінці — зображення, яких не читано. Твердження про відмови — читання Mistral одного тесту. Вартості навчання сторінка не дає.