«Le Chonk» на триллион параметров: Mistral открыла превью Mistral Large 4 и обещает веса к концу месяца

Что именно выпустили

Mistral AI открыла публичное превью Mistral Large 4 — модель, которую в компании называют неофициально ML4, а официально «le Chonk». Попробовать превью API можно уже сегодня в Mistral Studio, а веса обещают выложить до конца месяца. Это флагманский релиз: Mistral прямо называет ML4 своей самой крупной и самой способной моделью на сегодня и говорит, что она продолжает быстро улучшаться по мере доработки.

Технически это открытая модель на триллион параметров с 49 миллиардами активных — то есть смесь экспертов (MoE), нативно мультимодальная на входе. В карточке продукта Mistral описывает её как гибридную instruct-and-reasoning модель: инструкции, рассуждения и агентские сценарии сведены в одну модель, state-of-the-art среди открытых весов на кибербезопасности, финансах и производстве, с нативной беглостью более чем на 160 языках. Стоимость в превью — $1,36 за миллион входных токенов и $4,18 за миллион выходных.

Обучение шло с нуля на 3 800 GPU NVIDIA Grace Blackwell в собственных дата-центрах Mistral в Европе, и превью обслуживается на той же инфраструктуре. Заметная доля обучающих данных была многоязычной — более 160 языков, включая все официальные языки Европейского союза. Модель будет доступна в нескольких регионах мира, в том числе в европейском развёртывании, которое Mistral ведёт end-to-end независимо от других поставщиков цифровых услуг и по европейскому праву.

Кибербезопасность как главный аргумент

Сильнее всего Mistral продвигает ML4 именно в кибербезопасности. На Artificial Analysis Cyber Index — независимой оценке того, насколько хорошо модели находят и чинят уязвимости в реальном ПО, — модель входит в топ-5 в мире и, по утверждению компании, с большим отрывом лидирует среди открытых весов, разработанных вне Китая. На одном из тестов индекса, где модель должна воспроизвести реальную уязвимость в открытом ПО и затем её исправить, ML4 набирает 82% — лучший результат среди всех моделей; в Cybench, наборе из 40 задач, собранных из соревнований по безопасности, она решает 93%.

Ключевой тезис подаётся через контраст с закрытыми моделями. На том же тесте на воспроизведение и исправление уязвимости, по данным Mistral, несколько ведущих закрытых моделей — включая Claude Opus 5.5 и GPT-6 Astra — показывают результат около нуля, потому что отказываются выполнять задачу. Mistral объясняет это практической асимметрией: защита ПО часто начинается с доказательства, что уязвимость реальна, а именно такую работу фильтры безопасности закрытых моделей и блокируют. По мнению компании, это тем важнее, чем чаще злоумышленники обходят ограничения тех же моделей для атакующих задач.

До релиза весов Mistral проводит реальное red-teaming с лидерами рынка кибербезопасности, проверенными партнёрами и государственными органами, которые получат доступ к той же модели со сниженной модерацией и расширенными кибервозможностями. В собственных тестах, отмечает компания, модель оказалась полезна и за пределами явно тренируемых задач — для анализа малвари, приоритизации уязвимостей и написания правил детекции. Для организаций, которым нужен суверенный и проверяемый ИИ для security-операций, ML4 сможет работать в приватном облаке или on-premise.

Бенчмарки: код, агенты и multimodal

В программировании ML4 набирает 61,7% на DeepSWE v1.1, 59,4% на SWE-Atlas-QnA и 28,3% на Terminal-Bench 4; сводный Coding Agent Index 49,8%, по данным Mistral, ставит её выше DeepSeek V4 Pro 0813 и Qwen3.8 Max. Отдельно компания провела слепую человеческую оценку качества кода с Surge AI, где профессиональные аннотаторы оценивали ответы по шкале от 1 до 5, не зная автора. ML4 Preview заняла второе место из пяти моделей (3,74) — впереди Kimi K3 (3,59), GLM-5.3 (3,60) и GLM-5.2 (3,40), но позади Claude Opus 5 (4,22).

Как агент модель рассчитана на длинные сценарии: собрать информацию, использовать инструменты и выдать готовый результат. На AutomationBench — 657 бизнес-процессов в приложениях вроде Gmail, Google Sheets, Slack и Salesforce — ML4 набирает 59,9%, опережая Kimi K3, MiMo-V2.6-Pro и DeepSeek V4 Pro. На AA-Briefcase, оценивающем длительную работу со знаниями, модель достигает 1 393 Elo, тоже впереди DeepSeek V4 Pro.

Мультимодальность Mistral называет скачком для своих моделей: ML4 рассуждает по сложным документам, графикам и естественным изображениям и соединяет визуальную привязку с агентскими возможностями — от разбора гигапиксельных спутниковых снимков для служб реагирования до проверки инженерных чертежей. На визуальной привязке речь идёт о лидерстве: на Dense 200 модель набирает 42% против 41% у GPT-6-Astra. В научных и рабочих задачах Mistral также заявляет преимущество: state-of-the-art на SciCode-Verified среди открытых весов, а на юридическом бенчмарке Harvey и на финансовых задачах сторонних оценщиков vals.ai ML4, по утверждению компании, превышает GPT-6-Astra.

Безопасность, масштаб обучения и что дальше

Mistral подчёркивает и «ответственное» поведение модели. На публичном B3 AI Security Benchmark от Lakera ML4 отражает 93,3% атак — выше, по её словам, ни у кого из конкурентов; на KORA Benchmark она достигает 1,691 из 2, названных максимумом, снова лучший результат среди открытых весов. При сильных кибер-результатах средняя частота отказов на вредоносные кибер-запросы из JailbreakBench, StrongREJECT и AgentHarm у ML4 выше, чем у всех открытых моделей.

Отдельно раскрыт масштаб обучения с подкреплением. На текущем парке примерно в 3 000 GPU один прогон даёт около 33 миллиардов токенов в день, из которых порядка 16 миллиардов — обучаемые completion-токены после фильтрации и маскирования; генерация и обучение разведены асинхронно, а пайплайн оптимизирован под длинные траектории с бюджетами в миллионы токенов. RL-прогон, стоящий за этим превью, по словам компании, всё ещё идёт, и модель не показывает признаков насыщения.

ML4 — первый этап роадмапа, финансируемого раундом Series D на €3 млрд, который Mistral называет крупнейшим венчурным раундом в истории европейской технологической компании. Эти деньги уже вкладываются в расширение вычислений в европейских дата-центрах, а веса, детали архитектуры, дополнительные бенчмарки и методологию post-training обещают до конца месяца. ML4 при этом названа лишь фундаментом для нового поколения специализированных и оптимизированных моделей.