Ing. Calogero Bono
Mistral выложила веса Mistral Large 4, которую в шутку называют Le Chonk, модели примерно на тысячу миллиардов параметров. Это случилось в конце октября, после публичного превью в начале месяца. Модель скачивается с Hugging Face и доступна также через API. Важно вот что – это открытая модель, которую французская компания позиционирует для работы с кодом и кибербезопасностью, и её нельзя выключить удалённо.
Несколько терминов, прежде чем перейти к фактам. Веса (weights) это числовые параметры, которые получает модель в процессе обучения и которые делают её рабочей. Open-weight означает, что веса можно скачать, но не то, что весь код свободен. MoE (Mixture-of-Experts) это архитектура, в которой для каждого токена работает лишь небольшая группа внутренних «экспертов». Токен это фрагмент текста, который обрабатывает модель. Бенчмарк это стандартный тест для сравнения моделей.
Что такое Mistral Large 4?
По данным официальной карточки на Hugging Face, это мультимодальная и многоязычная модель типа MoE. Она принимает текст и изображения и генерирует текст. Общее число параметров около 1T, активных 49B, а контекстное окно составляет 1M токенов.
Лицензия называется Mistral Ecosystem Open-Weight License. Это производная от MIT с ограничениями для тех, кто хочет предлагать модель как сервис. Punto Informatico пишет, что модель поддерживает более 160 языков и обучена на 3.800 чипах NVIDIA Grace Blackwell. ZDNET, в свою очередь, ссылается на заявление Mistral о 4.000 GPU в течение двух месяцев. Эти цифры не совпадают, поэтому мы приводим обе с указанием источника.
Какие цифры заявляет Mistral?
Что касается кода, карточка Hugging Face указывает 61,7% на DeepSWE v1.1 и 28,3% на Terminal-Bench 4. Индекс Coding Agent составляет 49,8%. По данным ZDNET, Terminal-Bench 4.0 вырос до 41% против 28% у превью, что на пункт выше, чем у GLM-5.3. В общем индексе модель набирает 48 против 49 у GLM-5.3.
Mistral утверждает, что соперничает с GLM-5.3, используя на 47% меньше токенов на задачу, как сообщает TechCrunch. По кибертемам Hugging Face называет 82% в тесте, где нужно воспроизвести реальную уязвимость и затем её исправить, и 93% на Cybench (40 задач). Punto Informatico пишет, что в профильном бенчмарке выше только DeepSeek V4.1 Flash, а ZDNET сообщает, что Le Chonk чуть опережает DeepSeek V4.1 Flash на CyberGym. По этому пункту источники расходятся.
Почему открытые веса важны для безопасности?
Главный аргумент Mistral это контроль. Пьер Сток, вице-президент по науке, сказал WIRED, что ИИ будет как электричество и ты не хочешь, чтобы кто-то мог его отключить. Закрытые модели могут блокировать запросы на анализ вредоносного ПО или уязвимостей, потому что они похожи на атаки. Когда веса у тебя, политика использования и развёртывание остаются за тобой.
Есть и обратная сторона. Рафе Пиллинг из Sophos называет модель технологией двойного назначения, ведь её можно скачать и адаптировать и тем, кто атакует. По данным Punto Informatico, Mistral заявляет, что модель отказывает во вредоносных запросах в 97% случаев. Hugging Face утверждает, что средний уровень отказов на кибернетические запросы выше, чем у любой другой открытой модели.
Чтобы понять контекст инцидента, о котором пишут издания, прочитай наш материал о случае с Hugging Face.
Как пользоваться на практике?
Модель поддерживается с первого дня в transformers, vLLM и llama.cpp, есть квантования GGUF. Доступны также Inference Endpoints и Inference Providers. Разработчики могут обращаться к ней через Mistral Studio, API и OpenRouter.
Уровень рассуждений может быть low, medium или high. По умолчанию стоит high, и, согласно карточке, рассуждения нельзя отключить. Версия NVFP4 для vLLM требует GPU NVIDIA Blackwell, а официальный пример использует 8 GPU. Это не модель для маленького сервера. Если тебе нужен более доступный ИИ, смотри руководство по ИИ для малого бизнеса.
Ограничения, которые стоит знать
Почти все цифры заявлены самой Mistral. ZDNET напоминает, что к бенчмаркам нужно относиться осторожно. Источники расходятся в том, кто впереди в кибербезопасности, и в данных об обучении. Карточка Hugging Face ставит модель на пятое место среди открытых по Artificial Analysis Intelligence index, а Mistral, по данным WIRED, говорит о лучшей в мире открытой модели для кода и кибербезопасности. Это разные утверждения.
Независимо не проверено, что модель устойчива к злонамеренному использованию после дообучения. Нет реальных данных о стоимости запуска и тестов на итальянских кейсах. Кроме того, лицензия ограничивает предложение модели как сервиса.
Что меняется для тех, кто работает с цифровыми технологиями
Разработчики получают открытую европейскую альтернативу для помощников по коду и анализа безопасности, которую можно запустить у себя. Тем, кто работает с чувствительными данными, развёртывание на своей площадке позволяет не передавать код и логи третьим лицам. Как напомнил Сток в разговоре с TechCrunch, доступ нельзя отозвать.
Для небольшой компании, однако, нужно серьёзное железо или провайдер. Многое зависит от поставщика. Важна и нормативная база, поэтому отсылаем тебя к руководству по AI Act для разработчиков. Если ты администрируешь серверы, то хостинг и управляемые серверы с обновлениями безопасности остаются основой, какую бы модель ты ни использовал.
Наше мнение
Ход интересный, и решение публиковать веса разумно для защиты. Тот, кто исследует уязвимость, не должен терять доступ посреди инцидента. Тон гонки геополитических технологий нас убеждает меньше. Слова Пиллинга хорошо отрезвляют – риск зависит от мониторинга и контроля, а не от страны происхождения модели.
Кроме того, модель на тысячу миллиардов параметров почти никому из итальянских малых компаний не по карману. Реальная выгода пока у организаций, крупного бизнеса и поставщиков. Дождёмся независимых тестов, прежде чем называть её лучшей.
Частые вопросы
Mistral Large 4 действительно открытый код?
Это open-weight, а не open source в строгом смысле. Веса скачиваются с Hugging Face. Лицензия основана на MIT, но ограничивает предложение модели как сервиса.
Можно ли использовать бесплатно?
По данным Punto Informatico, веса доступны бесплатно. Однако запуск модели стоит денег в виде железа. Официальный пример использует 8 GPU.
Она лучше китайских моделей?
Зависит от теста. Mistral утверждает, что не уступает таким моделям, как DeepSeek и Z.ai, а иногда и превосходит их. ZDNET сообщает, что в общем индексе она на пункт ниже GLM-5.3.
Её можно использовать для атак?
Да, как и любую модель, которую можно скачать. Mistral заявляет, что отказывает в опасных запросах в 97% случаев. Однако после дообучения поведение может измениться.
Какие языки она поддерживает?
Более 160, по данным Punto Informatico, включая все европейские языки. Модель принимает текст и изображения и генерирует текст.
На что смотреть в ближайшие месяцы – независимые тесты и реальные затраты
- Следи за независимыми тестами, например Artificial Analysis, и не доверяй только цифрам самой компании.
- Посчитай стоимость запуска, в железе или через API, прежде чем переносить рабочий процесс. Для старта в малом масштабе посмотри пять применений ИИ для небольшого бизнеса.
- Подготовь защиту от злоупотреблений, начиная с джейлбрейков и prompt injection.
