ОтветыОпубликовано25 источники
Mistral Large 4: заметный рывок в тестах — но не универсальная победа
29 октября Mistral выпустила открытые веса Large 4. По данным компании, после дополнительного обучения с подкреплением результат Terminal Bench 4.0 вырос с 28% до 41%.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- 29 октября Mistral выпустила открытые веса Large 4. По данным компании, после дополнительного обучения с подкреплением результат Terminal Bench 4.0 вырос с 28% до 41%.
- Мультимодальная модель построена по архитектуре «смеси экспертов» и содержит 1,05 трлн параметров.
- Mistral также сообщает о 51% в Cyber Index и 96,6% отказов на вредоносные киберзапросы.
Промпт ИИ
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, general web, user generated, documentation. 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,
29 октября Mistral опубликовала открытые веса Mistral Large 4, прозванной «Le Chonk». До этого модель представили в предварительной версии 6 октября. Компания позиционирует новинку как более сильный вариант с открытыми весами для программирования и защитной кибербезопасности. Результаты тестов выглядят заметно, но показывают успех в конкретных задачах, а не лидерство во всех сценариях.4
7
9
18
Что изменилось после предварительной версии
По данным Mistral, дополнительное обучение с подкреплением подняло результат Large 4 в Terminal-Bench 4.0 с 28% в предварительной версии до 41% в опубликованной — прирост составил 13 процентных пунктов.21
31 В Artificial Analysis Coding Agent Index модель набрала 48% — столько же, сколько GLM-5.3. В этом сравнении Large 4, как сообщается, использовала на 47% меньше токенов на задачу.
31
35
Эти цифры относятся к конкретным тестам. Они не доказывают, что модель лучше справляется со всеми видами программирования. Меньшее число токенов также само по себе не означает, что эксплуатация обязательно обойдётся дешевле: на итоговые расходы влияют и другие условия запуска. Доступные сведения не дают подтверждённого численного сравнения Large 4 с закрытой Mythos 5.1 от Anthropic на одинаковых условиях.
Триллион параметров — и важная оговорка
В документации Mistral описывает Large 4 как мультимодальную модель архитектуры «смеси экспертов» с 1,05 трлн параметров и визуальным энкодером на 1,6 млрд параметров.17 Общее число не означает, что вся эта вычислительная мощность задействована при обработке каждого токена: в описании модели на Hugging Face указано 49 млрд активных параметров на токен, или 52 млрд с учётом эмбеддингов и выходного слоя.
20
В анонсе предварительной версии Mistral сообщала, что обучала модель на 3 800 ускорителях Nvidia Grace Blackwell в собственных европейских дата-центрах.6 Для работы с моделью предусмотрены три режима рассуждения — низкий, средний и высокий.
34
Открытые веса — не то же самое, что лицензия без условий
Веса доступны на Hugging Face. Опубликованная лицензия называется Mistral Ecosystem Open-Weight License; в её тексте она обозначена как модифицированная версия MIT.18
32 Поэтому термин «открытые веса» не следует понимать как автоматическое разрешение на любой способ распространения или предоставления модели через хостинг на стандартных условиях MIT. Тем, кто планирует коммерческий сервис, стоит проверить текст лицензии и определить, какие именно требования относятся к их сценарию.
32
36
Практический смысл релиза в том, что организации могут получить сами веса, а не только обращаться к модели через API поставщика. Это открывает возможность самостоятельного размещения или модификации модели. Однако из самого факта публикации весов нельзя заключить, какая инфраструктура понадобится для конкретного развёртывания.
Заявления о киберзащите — не гарантия безопасности
В материалах о релизе приводятся результат 51% в Artificial Analysis Cyber Index и средний показатель отказов 96,6% на вредоносные киберзапросы.31
33 Это результаты оценки, а не обещание, что модель откажет на любой опасный запрос или что открытая публикация весов исключает риск злоупотребления.
Показатель в тесте защитных возможностей и устойчивость к вредоносным запросам измеряют разные вещи. Для оценки модели важно учитывать детали проверок и условия реального использования: одних этих цифр недостаточно, чтобы сделать вывод о рисках широко доступной модели.
Что релиз действительно показывает
Large 4 добавляет ещё одну разработанную в Европе модель с открытыми весами на рынке, где есть как открытые, так и закрытые системы из других регионов. Mistral подчёркивала европейскую инфраструктуру обучения и результаты модели в сравнении с конкурентами с открытыми весами.6
15
18 Для пользователей принципиальная особенность — доступность весов для изучения и самостоятельного развёртывания, а не общее суждение о качестве модели по стране её происхождения.
Самый обоснованный вывод уже: Mistral сообщает о заметном улучшении результатов в тестах на программирование между предварительной и выпущенной версиями, а также о сопоставимом с GLM-5.3 результате в одном индексе при меньшем расходе токенов. Этого достаточно, чтобы присмотреться к Large 4 и проверить её на собственных задачах. Но этого недостаточно, чтобы говорить о превосходстве во всех сферах, независимо подтверждать все заявления о кибербезопасности или забывать о лицензии и рисках развёртывания.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Mistral Large 4: заметный рывок в тестах — но не универсальная победа»?
29 октября Mistral выпустила открытые веса Large 4. По данным компании, после дополнительного обучения с подкреплением результат Terminal Bench 4.0 вырос с 28% до 41%.
Какие ключевые моменты необходимо проверить в первую очередь?
29 октября Mistral выпустила открытые веса Large 4. По данным компании, после дополнительного обучения с подкреплением результат Terminal Bench 4.0 вырос с 28% до 41%. Мультимодальная модель построена по архитектуре «смеси экспертов» и содержит 1,05 трлн параметров.
Что мне делать дальше на практике?
Mistral также сообщает о 51% в Cyber Index и 96,6% отказов на вредоносные киберзапросы.