SEO OS: от поискового сигнала к понятному действию

Mistral Large 4: триллион параметров в открытом доступе

Mistral выпустила Large 4 - открытую модель на триллион параметров в десять раз дешевле Claude Opus 5.5. Разбираем бенчмарки, цену и подвох.

Новости ИИ · Новости

Все новости
AG Branding
Открытая модель Mistral Large 4 для локальных нейросетей бизнеса

31 октября Mistral выложила на Hugging Face модель Large 4 на триллион параметров, которую внутри компании зовут «Le Chonk». Веса открыты под лицензией Ecosystem Open-Weight: модель можно скачать, дообучить, запустить на своих серверах и строить на ней бизнес. Через API она стоит 0,70 доллара за миллион входных токенов и 2,10 за миллион выходных, около десяти раз дешевле выходных токенов Claude Opus 5.5.

Самой умной моделью мира Large 4 не стала. Claude и Gemini опережают её с серьёзным отрывом. Ставка Mistral в другом: если веса лежат на вашем железе, отключить их не сможет никто.

Что внутри

Large 4 построена по схеме Mixture-of-Experts, поэтому на каждый токен работает лишь часть сети. Активных параметров около 52 млрд, отсюда умеренная цена обслуживания. Модель одновременно отвечает на вопросы, рассуждает и выполняет агентные задачи, говорит более чем на 160 языках и поддерживает три режима размышления: низкий для простых операций, средний для повседневной работы и высокий по умолчанию для сложных задач.

Есть подвох в лицензии. Использовать, менять, дообучать и продавать продукты на базе модели можно свободно. Компании, которые перепродают её как хостинговый сервис, берут отдельную коммерческую лицензию. Разворачивать веса можно самостоятельно через vLLM или SGLang, либо через Amazon Bedrock, Microsoft Foundry и NVIDIA. Полный технический отчёт обещают позже.

Бенчмарки: лучшая среди открытых

🔥 Ключевой факт

48 баллов в индексе агентного кодинга Artificial Analysis, столько же у китайской GLM-5.3, но Large 4 тратит на задачу на 47% меньше токенов. У Claude Opus 5.5 там 62 балла, у Gemini 4 Carbon 59.

В приватном тесте FrontierCode 2.0 от Cognition модель набирает 19,7%, лучший результат среди открытых весов. Terminal-Bench 4.0 выросла с 28 до 41%, BrowseComp для веб-поиска даёт 84,5%, FinWorkBench для финансовых задач 73,3%, второе место после Kimi K3. В тесте предпочтений на коде от Surge люди ставили Large 4 выше GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash, ниже только Opus 5.5.

Цифры в основном свои, от Mistral, и отставание от закрытого фронтира реальное: около 14 пунктов в агентном кодинге. Взамен вы получаете контроль и цену.

Главная ставка - кибербезопасность

Агрессивнее всего Mistral продаёт Large 4 командам безопасности. Модель ищет, разбирает и отбивает угрозы в коде и ИТ-инфраструктуре, весь цикл идёт на своих мощностях. Для банков, госструктур и оборонных подрядчиков, которым нельзя отправлять код в американское облако, это и есть смысл покупки.

«Её нельзя отключить.»

- Пьер Сток, вице-президент по науке Mistral, в разговоре с TechCrunch

Mistral сообщает об отказе в 96,6% вредоносных киберзапросов, а 97,1% атак модель не проходит в B3 Agent Security Benchmark. В индексе кибербезопасности Artificial Analysis у неё 51%. Компания признала, что видела «потенциал для усиления» реальных атак, и ужесточает ограничители. Усиленная версия для безопасности достаётся только проверенным корпоративным партнёрам, для тестов на их собственных системах.

Для сравнения: Google на этой же неделе ограничила Gemini 4 Carbon когортой киберзащитников. Mistral выложила способную кибермодель на Hugging Face для всех желающих. Отозвать открытые веса нельзя, и это тот самый компромисс, о котором сейчас спорит вся отрасль.

Что это значит для бизнеса

Для компании на Дальнем Востоке с чувствительными данными открытые веса на триллион параметров означают вариант, которого раньше не было: модель уровня вчерашнего фронтира работает в вашем контуре, а данные не покидают контур. Во Владивостоке такую схему стоит считать с расходами на GPU и с ценой администрирования, а не только с ценой токена.

Практический шаг простой. Выберите две-три типовые задачи, прогоните на Large 4 и на Opus 5.5, сравните долю задач, закрытых без доработки. Если ваша задача не требует последних 14 пунктов индекса кодинга, открытая модель окупится быстрее.


Читайте также