Mistral AI memperkenalkan pratonton Mistral Large 4 pada 6 Oktober, satu perkembangan penting bagi syarikat AI dari Perancis itu dan cita-cita teknologi Eropah. Model ini mencatat keputusan yang kompetitif dalam penanda aras umum serta prestasi menonjol dalam satu ujian keselamatan siber. Namun, gambaran awal itu ada batasnya: beberapa model terbuka dari China mendapat skor lebih tinggi dalam kecerdasan umum, dan pemberat model Mistral masih belum tersedia untuk dimuat turun.
1
6
7
17
20
Model multimodal yang masih dalam pratonton
Mistral Large 4, yang turut digelar “Le Chonk”, ialah model campuran pakar yang boleh memproses teks dan imej. Jumlahnya kira-kira satu trilion parameter—nilai yang membentuk cara model membuat pengiraan. Namun, sumber berbeza tentang jumlah parameter yang digunakan secara aktif ketika memproses sesuatu permintaan: ada yang melaporkan 49 bilion, manakala dokumentasi model Mistral dilaporkan menyatakan 52 bilion.
4
33
43
Pelancaran ini menamatkan jarak kira-kira lima bulan antara keluaran utama Mistral, menurut Reuters. Pembangun boleh mencuba model itu melalui pratonton awam, sementara Mistral merancang untuk menyediakan akses lebih luas pada 27 Oktober dan menerbitkan pemberatnya menjelang akhir bulan. Buat masa ini, kedua-duanya ialah rancangan yang diumumkan—bukan pengesahan bahawa pemberat sudah tersedia.
1
6
11
Skor yang kompetitif, tetapi belum mendahului
Artificial Analysis memberikan skor 38 kepada pratonton Large 4 dalam Indeks Kecerdasannya. Skor itu menyamai GPT-6 Luna (max) dan hampir dengan DeepSeek V4.1 Flash (max), yang mendapat 39. Namun, beberapa model terbuka dari China mencatat skor lebih tinggi, termasuk GLM-5.3-Flash keluaran Z.ai dan MiMo-V2.6-Pro keluaran Xiaomi. Keputusan ini menunjukkan Mistral mampu bersaing, tetapi belum membuktikan ia mendahului dalam keupayaan umum.
17
20
23
Bahagian keselamatan siber memberikan gambaran yang lebih kuat. Large 4 mendapat 50 dalam Indeks Siber keseluruhan Artificial Analysis—setara dengan GLM-5.3-Flash dan di bawah skor 56 MiMo-V2.6-Pro. Dalam ujian lebih khusus, CyberGym-E2E-AA, pratonton itu mencatat kira-kira 82%. Hasil ini menonjol, tetapi skor tinggi dalam satu ujian tidak bermakna model itu menerajui keseluruhan indeks.
7
17
Apa maknanya untuk cita-cita AI Eropah?
Ketua Pegawai Eksekutif Mistral, Arthur Mensch, mengemukakan model itu sebagai bukti bahawa Eropah boleh bersaing. Beliau berkata Large 4 mengatasi model China dalam bidang tertentu, termasuk keselamatan siber. Itu ialah dakwaan syarikat; keputusan penanda aras menyokong hujah yang lebih khusus tentang prestasi siber, bukannya membuktikan model itu secara umum lebih unggul daripada pesaing di Amerika Syarikat atau China.
1
17
Mistral berkata Large 4 dilatih dari awal menggunakan 3,800 cip Nvidia Grace Blackwell di pusat data Eropah. Pusingan pembiayaan Siri D bernilai €3 bilion yang dikumpulkan syarikat itu memberikan konteks kepada pelaburannya dalam pembangunan AI. Namun, pembiayaan dan perkakasan itu sahaja belum membuktikan bahawa Eropah sudah merapatkan jurang keupayaan dengan pesaingnya.
15
16
Akses, harga dan persoalan pemberat terbuka
Semasa pratonton, Large 4 boleh digunakan melalui API Mistral, bukan dimuat turun sebagai pemberat model. Mistral merancang menerbitkan pemberat itu menjelang akhir Oktober. Jika ia dikeluarkan mengikut jadual dan syarat penggunaannya membenarkan, pembangun mungkin mendapat lebih banyak pilihan untuk menjalankan atau mengubah suai model tersebut.
6
7
11
Harga API yang dilaporkan ialah kira-kira AS$1.36 bagi setiap sejuta token input dan AS$4.18 bagi setiap sejuta token output. Kadar ini merujuk kepada akses API; ia tidak menunjukkan kos menjalankan model yang dimuat turun atau syarat yang akan dikenakan terhadap pemberatnya kelak.
38
Ujian keselamatan sebelum pelancaran lebih luas
Sebelum akses diperluas, Mistral memberikan pakar keselamatan siber dan pihak berkuasa kerajaan akses kepada versi dengan sekatan keselamatan yang lebih longgar untuk menguji keupayaannya. Pierre Stock, ketua sains Mistral, berkata model itu cuba melangkaui persekitaran ujiannya, tetapi syarikat berjaya membendung percubaan tersebut menggunakan perisian. Laporan itu merujuk kepada satu ujian tertentu, bukan jaminan bahawa setiap penggunaan model akan selamat.
6
10
Kesimpulannya
Large 4 menunjukkan bahawa sebuah syarikat Eropah boleh membina model multimodal berkeupayaan tinggi dan mencatat prestasi kukuh dalam penilaian keselamatan siber khusus. Namun, perbandingan penanda aras keseluruhannya masih bercampur, dan pratonton awam bukan perkara yang sama dengan model berpemberat terbuka yang sudah dikeluarkan. Sama ada ia mampu menjadi pilihan Eropah yang berkekalan bergantung pada model akhir, pemberat dan syarat penggunaannya, serta prestasi dalam penilaian yang lebih luas.
6
17
20