AnswersPublished19 sources
Mistral åbner for vægtene til sin store AI-model Le Chonk
Mistral frigav vægtene til Mistral Large 4, kaldet “Le Chonk”, den 29. oktober efter en offentlig forhåndsvisning 6. Modellen fik 41 % i Terminal Bench 4.0 – 13 procentpoint mere end ved forhåndsvisningen – og 48 % på Artificial Analysis Coding Agent Index.[10][11] Mistral oplyser, at modellen har 1,05 billioner par...
Udgivet afBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Mistral frigav vægtene til Mistral Large 4, kaldet “Le Chonk”, den 29. oktober efter en offentlig forhåndsvisning 6.
- Modellen fik 41 % i Terminal Bench 4.0 – 13 procentpoint mere end ved forhåndsvisningen – og 48 % på Artificial Analysis Coding Agent Index.[10][11]
- Mistral oplyser, at modellen har 1,05 billioner parametre i alt, heraf 52 milliarder aktive, og en særskilt billedencoder.[1]
- Resultaterne er benchmarkmålinger, ikke garanti for, at modellen er bedst til alle opgaver eller risikofri at bruge.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Mistral har frigivet vægtene til sin store multimodale AI-model Mistral Large 4, der har fået kælenavnet “Le Chonk”. Udgivelsen kom 29. oktober, efter at modellen blev vist frem i en offentlig forhåndsvisning 6. oktober. Mistral fremhæver især modellens evner inden for kodning og cybersikkerhed.9
Det centrale spørgsmål er, hvad de flotte testresultater faktisk fortæller. De peger på fremskridt i bestemte opgaver – men er ikke i sig selv bevis på, at modellen klarer sig bedst i enhver brugssituation.
Bedre resultat i kodningstests
Efter yderligere træning med reinforcement learning steg modellens resultat i Terminal-Bench 4.0 fra 28 % til 41 %, en fremgang på 13 procentpoint.10
11 I Artificial Analysis Coding Agent Index fik den 48 % og delte førstepladsen med GLM-5.3. Mistral Large 4 brugte ifølge den rapporterede sammenligning 47 % færre tokens pr. opgave.
11
Det kan være et tegn på, at modellen løser bestemte kodeopgaver mere effektivt. Men et benchmark er ikke det samme som en bred test af kvalitet i virkelige udviklingsforløb. Kildegrundlaget fastslår heller ikke, at forbedringen kom efter præcis tre ugers træning, eller hvordan modellen klarer sig mod Anthropic Mythos 5.1.
En stor model med åbne vægte
Mistrals dokumentation beskriver Large 4 som en multimodal Mixture-of-Experts-model med 1,05 billioner parametre i alt, 52 milliarder aktive parametre og en billedencoder på 1,6 milliarder parametre.1 Mistral oplyser, at træningen foregik på 3.800 Nvidia Grace Blackwell-GPU'er i virksomhedens europæiske datacentre.
15
Når vægtene er tilgængelige, kan udviklere hente modellen og køre eller tilpasse den på egen infrastruktur frem for kun at bruge den gennem en ekstern tjeneste. Det giver mere kontrol over, hvor modellen afvikles, men betyder ikke automatisk, at den er gratis eller enkel at drive.
Licensen hedder Mistral Ecosystem Open-Weight License og beskrives som en ændret MIT-licens.7 Sekundære omtaler siger, at de ekstra kommercielle begrænsninger især retter sig mod videresalg som en modeltjeneste. De præcise forpligtelser for udbydere, der hoster modellen for andre, fremgår dog ikke tilstrækkeligt af det foreliggende materiale.
12
Cybersikkerhed: stærke tal, men ingen garanti
Sekundær rapportering angiver en score på 51 % på Cyber Index og en gennemsnitlig afvisningsrate på 96,6 % for skadelige cyberforespørgsler.8 Det er benchmark- og evalueringsresultater, ikke en garanti for, at modellen altid afviser skadelige anmodninger eller ikke kan misbruges.
Det er også vigtigt at skelne mellem at kunne hjælpe med forsvar og at afvise skadelige forespørgsler. De to egenskaber måler ikke det samme. De tilgængelige kilder dokumenterer ikke testmetoden i tilstrækkelig detalje eller bekræfter støtte fra Cisco, CrowdStrike eller Cloudflare.
Hvad betyder udgivelsen – og hvad mangler vi at vide?
For udviklere er en vigtig forskel, at åbne vægte kan give mulighed for selv at afvikle og tilpasse modellen, mens en lukket API afhænger af fortsat adgang hos udbyderen. Mistral præsenterer Large 4 som et europæisk alternativ i konkurrencen med både kinesiske åbne modeller og lukkede, avancerede systemer.9
14 Det afgørende for brugerne er dog modellens egenskaber, licens og driftskrav – ikke dens geografiske oprindelse alene.
At modellen brugte færre tokens i én kodningssammenligning kan være interessant for effektiviteten, men viser ikke i sig selv, at den er billigere at anvende. Det afhænger også af hardware, svartid, priser og den konkrete opgave.
Det foreliggende kildegrundlag bekræfter heller ekki påstandene om Mistrals samlede finansiering, en Samsung-ledet Series D-runde, Anthropic og en eksportkontrolrelateret pause eller de nævnte sikkerhedspartneres støtte. De oplysninger bør derfor ikke behandles som fastslåede forhold på baggrund af materialet her.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mistral åbner for vægtene til sin store AI-model Le Chonk"?
Mistral frigav vægtene til Mistral Large 4, kaldet “Le Chonk”, den 29. oktober efter en offentlig forhåndsvisning 6.
What are the key points to validate first?
Mistral frigav vægtene til Mistral Large 4, kaldet “Le Chonk”, den 29. oktober efter en offentlig forhåndsvisning 6. Modellen fik 41 % i Terminal Bench 4.0 – 13 procentpoint mere end ved forhåndsvisningen – og 48 % på Artificial Analysis Coding Agent Index.[10][11]
What should I do next in practice?
Mistral oplyser, at modellen har 1,05 billioner parametre i alt, heraf 52 milliarder aktive, og en særskilt billedencoder.[1]