Ing. Calogero Bono
Mistral, Le Chonk lakabıyla anılan Mistral Large 4 modelinin ağırlıklarını yayımladı. Model yaklaşık bin milyar parametreye sahip. Ekim ayının sonunda, ayın başındaki genel önizlemenin ardından yayımlandı. Hugging Face'ten indirilebiliyor ve API üzerinden de kullanılabiliyor. Önemi, Fransız şirketin kodlama ve siber güvenlik alanına konumlandırdığı açık bir model olması ve kimsenin onu uzaktan kapatamamasından geliyor.
Gerçeklere geçmeden birkaç terim. Ağırlıklar (weights), eğitim sırasında öğrenilen ve modelin çalışmasını sağlayan sayısal parametrelerdir. Açık ağırlıklı (open-weight), indirilebilir olması anlamına gelir, her şeyin özgür olduğu anlamına gelmez. MoE (Mixture-of-Experts), her token için yalnızca küçük bir grup iç "uzmanın" çalıştığı bir mimaridir. Token, modelin işlediği metin parçasıdır. Benchmark ise modelleri karşılaştırmak için kullanılan standart bir testtir.
Mistral Large 4 nedir?
Resmi Hugging Face sayfasına göre, çok modlu ve çok dilli bir MoE modelidir. Metin ve görüntü kabul eder, metin üretir. Toplamda yaklaşık 1T parametresi, 49B aktif parametresi ve 1M tokenlık bir bağlam penceresi var.
Lisans, Mistral Ecosystem Open-Weight License. MIT lisansının türevi ve modeli hizmet olarak sunmak isteyenler için sınırlamalar içeriyor. Punto Informatico'ya göre model 160'tan fazla dili destekliyor ve 3.800 NVIDIA Grace Blackwell çipiyle eğitildi. ZDNET ise Mistral'in iki ay boyunca 4.000 GPU kullandığı açıklamasını aktarıyor. İki rakam birbiriyle uyuşmuyor, bu yüzden ikisini de kaynağına atfederek aktarıyoruz.
Mistral hangi rakamları açıklıyor?
Kodlama tarafında Hugging Face sayfası DeepSWE v1.1 üzerinde %61,7, Terminal-Bench 4 üzerinde ise %28,3 gösteriyor. Coding Agent Index değeri %49,8. ZDNET'e göre Terminal-Bench 4.0 önizlemedeki %28'den %41'e çıktı ve GLM-5.3'ün bir puan üzerinde. Genel endekste model 48 puanla, GLM-5.3'ün 49 puanının hemen altında.
Mistral, GLM-5.3 ile rekabet ettiğini ve görev başına %47 daha az token kullandığını iddia ediyor. Bunu TechCrunch aktarıyor. Siber kısımda Hugging Face, gerçek bir açığı yeniden üretip sonra düzeltmesini isteyen bir testte %82 başarı, 40 görevlik Cybench testinde ise %93 bildiriyor. Punto Informatico, özel benchmarkta yalnızca DeepSeek V4.1 Flash'ın daha iyi olduğunu yazıyor. ZDNET ise Le Chonk'un CyberGym'de DeepSeek V4.1 Flash'ın hemen üzerinde olduğunu belirtiyor. Kaynaklar bu noktada hemfikir değil.
Açık ağırlıklar güvenlik açısından neden önemli?
Mistral'in savı kontrol üzerine. Bilim başkan yardımcısı Pierre Stock, WIRED'a yapay zekanın elektrik gibi olacağını ve kimsenin onu kapatmasını istemediğini söyledi. Kapalı modeller, saldırı gibi göründükleri için kötü amaçlı yazılım ya da açık analizi isteklerini engelleyebiliyor. Ağırlıklar kendi sunucunda olduğunda kullanım politikası ve dağıtım sana ait kalıyor.
Bunun bir de öteki yüzü var. Sophos'tan Rafe Pilling, modeli çift kullanımlı bir teknoloji olarak tanımlıyor, çünkü saldırganlar da indirip uyarlayabilir. Punto Informatico'ya göre Mistral, zararlı isteklerin %97'sini reddediyor. Hugging Face ise siber istemlerde ortalama reddetme oranının açık ağırlıklı diğer tüm modellerden yüksek olduğunu belirtiyor.
Haberlerde anılan olayın bağlamını anlamak için Hugging Face olayıyla ilgili yazımıza göz atabilirsin.
Pratikte nasıl kullanılır?
Model, transformers, vLLM ve llama.cpp için day-0 desteğine sahip ve GGUF nicemlemeleri mevcut. Inference Endpoints ve Inference Providers da var. Geliştiriciler modele Mistral Studio, API ve OpenRouter üzerinden de ulaşabiliyor.
Akıl yürütme seviyesi low, medium veya high olarak ayarlanabiliyor. Varsayılan high ve sayfaya göre akıl yürütme kapatılamıyor. vLLM için NVFP4 sürümü NVIDIA Blackwell GPU istiyor, resmi örnek ise 8 GPU kullanıyor. Bu, küçük bir sunucu modeli değil. Daha erişilebilir bir yapay zeka arıyorsan KOBİ'ler için yapay zeka rehberine bakabilirsin.
Bilmen gereken sınırlar
Neredeyse tüm rakamları Mistral kendisi açıkladı. ZDNET, benchmarkların temkinli okunması gerektiğini hatırlatıyor. Kaynaklar siberde kimin önde olduğu ve eğitim kaynakları konusunda ayrışıyor. Hugging Face, modeli Artificial Analysis Intelligence endeksinde açık ağırlıklılar arasında beşinci sırada gösteriyor. Mistral ise WIRED'a göre açık alanda kodlama ve siberde dünyanın en iyisi olduğunu söylüyor. Bunlar farklı iddialar.
Bir ince ayar sonrasında modelin kötü amaçlı kullanıma karşı dayanıklı kalıp kalmadığı bağımsız olarak doğrulanmış değil. Gerçek çalıştırma maliyetleri ve İtalyan vakaları üzerindeki testler de eksik. Ayrıca lisans, hizmet olarak sunumu sınırlıyor.
Dijital alanda çalışanlar için ne değişiyor
Geliştiriciler için artık kendi ortamlarında çalıştırabilecekleri, açık ve Avrupalı bir kodlama asistanı ve güvenlik analizi alternatifi var. Hassas veri yöneten şirketler için yerinde (on-prem) dağıtım, kod ve log kayıtlarını üçüncü taraflara göndermeyi önlüyor. Stock'un TechCrunch'a dediği gibi, erişim geri alınamaz.
Ama küçük bir şirket için ciddi donanım ya da bir sağlayıcı gerekiyor. Çok şey tedarikçiye bağlı. Yasal çerçeve de önemli, bu konuda geliştiriciler için AI Act rehberine yönlendiriyoruz. Sunucu yönetiyorsan, hangi modeli kullanırsan kullan, güvenlik güncellemeli barındırma ve yönetilen sunucular temel olmaya devam ediyor.
Bizim görüşümüz
Hamle ilginç ve ağırlıkları yayımlama kararı savunma açısından mantıklı. Bir açığı inceleyen kişinin bir olay ortasında kapıyı kapatılmış bulmaması gerekir. Jeopolitik yarış tonu ise bizi daha az ikna ediyor. Pilling'in sözleri iyi bir panzehir, çünkü risk modelin markasına değil izlemeye ve kontrollere bağlı.
Ayrıca bin milyar parametreli bir modeli neredeyse hiçbir İtalyan KOBİ'nin karşılayabilmesi mümkün değil. Şimdilik somut kazanç kurumlara, büyük şirketlere ve sağlayıcılara gidiyor. Bağımsız testleri beklemeden "en iyi" demek için acele etmeyelim.
Sık sorulan sorular
Mistral Large 4 gerçekten açık kaynak mı?
Açık ağırlıklı, tam anlamıyla açık kaynak değil. Ağırlıklar Hugging Face'ten indiriliyor. Lisans MIT'ten türetilmiş ama hizmet olarak sunumu sınırlıyor.
Ücretsiz kullanılabilir mi?
Punto Informatico'ya göre ağırlıklar ücretsiz. Ancak modeli çalıştırmak donanım maliyeti getiriyor. Resmi örnek 8 GPU kullanıyor.
Çin modellerinden daha iyi mi?
Teste bağlı. Mistral, DeepSeek ve Z.ai gibi modellere denk ya da üstün olduğunu söylüyor. ZDNET ise genel endeksde GLM-5.3'ün bir puan altında olduğunu belirtiyor.
Saldırı için kullanılabilir mi?
Evet, indirilebilen her model gibi. Mistral, tehlikeli isteklerin %97'sini reddettiğini bildiriyor. Ancak bir ince ayardan sonra davranış değişebilir.
Hangi dilleri destekliyor?
Punto Informatico'ya göre 160'tan fazla dil, tüm Avrupa dilleri dahil. Metin ve görüntü kabul ediyor, metin üretiyor.
Önümüzdeki aylarda bağımsız testler ve gerçek maliyetler arasında nelere bakmalı
- Artificial Analysis gibi bağımsız testleri takip et ve yalnızca şirketin rakamlarına güvenme.
- Bir iş akışını taşımadan önce donanım ya da API üzerinden çalıştırma maliyetini hesapla. Küçük başlamak için küçük işletmeler için beş yapay zeka kullanımına bak.
- Kötüye kullanıma karşı önlem al, başlangıç olarak jailbreak ve prompt injection konusuna bak.
