Что такое Mistral Large 4? Специалист с триллионом параметров из Европы

Mistral Large 4 — это новый флагман Mistral AI. У него около одного триллиона параметров, он обучен с нуля в Европе, а открытые веса ожидаются в конце октября 2026 года. Это не самая умная модель на рынке. Однако она примечательна тем, что лидирует в нескольких областях, где закрытые флагманы либо отказываются, либо отстают: в области оборонительной безопасности, в определении объектов на изображениях и в юридических исследованиях.

Mistral выпустил его 6 октября 2026 года в качестве публичного превью. Его прозвище — "Le Chonk". Этот пост охватывает, что собой представляет модель, в чем она преуспевает, где она уступает и как ее попробовать через AIHubMix.

Вкратце

В AIHubMix ID модели — mistral-large-4-0, который Mistral также принимает как псевдоним. Спецификации здесь следуют карте модели Mistral. Mistral указал как 49B, так и 52B в качестве количества активных параметров. Лицензия на открытые веса еще не объявлена.

Это модель смешанных экспертов, поэтому только небольшая часть ее параметров активна для каждого токена. У нее есть визуальный кодировщик с 1.6B параметров, она принимает до 100 изображений за запрос и охватывает более 160 языков. Mistral обучил ее на 3,800 графических процессорах NVIDIA Grace Blackwell в своих европейских дата-центрах, а не на базе модели другой компании.

В чем она преуспевает

Цифры ниже взяты из поста о запуске Mistral и независимых тестов от Artificial Analysis и Vals AI. Собственные цифры Mistral являются самосообщаемыми, и все они были измерены в превью, пока обучение все еще продолжалось.

Оборонительная безопасность. CyberGym-E2E просит модель воспроизвести реальную уязвимость, а затем исправить ее. Large 4 имеет лучший результат в тестах Artificial Analysis. По данным Mistral, Claude Opus 5.5 и GPT-6 Astra набирают почти ноль, потому что отказываются выполнять задачу. Однако она не говорит "да" на все. Mistral сообщает, что она чаще отказывается от действительно вредоносных киберзапросов, чем любая другая открытая модель, которую они тестировали, и что она заблокировала 93.3% атак на бенчмарке Lakera по инъекциям подсказок.

Поиск объектов на изображениях. Large 4 может выполнять визуальное привязывание: она может отмечать, где находится объект, а не просто описывать его. DIOR-RSVG тестирует это на спутниковых и аэрофотографиях, а Dense200 — на многолюдных сценах. Демонстрации Mistral включают сканирование гигапиксельных спутниковых изображений и проверку деталей на инженерных чертежах.

Юридическая и финансовая работа. На бенчмарке юридического агента Харви Vals AI ставит ее на шестое место из 76 моделей и на первое среди открытых моделей. На Finch, финансовом бенчмарке, график Mistral показывает, что она на уровне с DeepSeek V4 Pro.

Artificial Analysis подытожил выпуск следующим образом: "Франция снова имеет самую умную модель за пределами США и Китая."

Где она уступает

Large 4 не является универсальной моделью:

• Общая интеллигентность. Она набирает 38 баллов в Индексе интеллекта Artificial Analysis. Это на уровне с GPT-6 Luna и ниже открытых моделей GLM-5.3 (45) и Kimi K3 (44).
• Кодирование с использованием терминала. Она набирает 22.7% на Terminal-Bench 4 в тестах Vals AI, что ставит ее на 21-е место из 45. Claude Opus 5.5 набирает 65.2%.
• Доказательства математических теорем и длинные PDF отчеты. Она набирает 10% на ProofBench и 19% на GDP.pdf. GPT-6 Astra набирает около 32% на GDP.pdf.
• Стоимость за задачу. По подсчетам Artificial Analysis, одна задача Индекса интеллекта стоит $1.13 по розничной цене. Аналогичные открытые модели, такие как GLM-5.3-Flash, стоят около $0.25.

Как она сравнивается с Large 3

Large 4 стоит примерно в 2.7 раза дороже за токен, чем Large 3. Для простой работы с текстом в большом объеме, которую Large 3 уже хорошо обрабатывает, обновление может не оправдать себя.

Две вещи, которые нужно знать, прежде чем вы ее назовете

Размышление включено по умолчанию. В API Mistral reasoning_effort принимает "none" или "high". Через AIHubMix тесты 9 октября показали, что модель размышляет независимо от того, что говорит reasoning_effort, включая "none", и токены размышления считаются выходными. Чтобы отключить размышление, отправьте "reasoning": {"effort": "none"} в теле запроса, как показано в примере ниже. Когда размышление включено, руководство Mistral по размышлению говорит, что нужно вернуть его на следующем ходе. Через AIHubMix оно приходит в отдельном поле reasoning_details, и следующий запрос принимает его как часть сообщения помощника.

Это превью. Политика жизненного цикла Mistral позволяет тихие обновления превью моделей и дает уведомление за месяц до их снятия. Храните небольшой набор тестовых подсказок и периодически повторяйте их.

Попробуйте через AIHubMix

AIHubMix предоставляет Large 4 через свой конечный пункт Chat Completions, совместимый с OpenAI. Если вы еще не настроили ключ, быстрый старт займет всего несколько минут.

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.chat.completions.create(
    model="mistral-large-4-0",
    messages=[{
        "role": "user",
        "content": "Напишите правило Sigma, которое помечает PowerShell, запущенный приложениями Office, "
                   "и объясните каждое условие в одной строке.",
    }],
    extra_body={"reasoning": {"effort": "none"}},  # отключает размышление
)
print(response.choices[0].message.content)

Ответ всегда является простой строкой в content. Уберите поле reasoning, и модель сначала будет размышлять. Размышление приходит как список в message.model_extra["reasoning_details"], и его токены считаются выходными. При включенном размышлении дайте max_tokens достаточно пространства. В тестировании был использован лимит в 300 токенов, который был исчерпан размышлением и вернул пустой ответ.

Кому стоит попробовать

• Команды безопасности, занимающиеся воспроизведением уязвимостей, исправлением, анализом вредоносного ПО или правилами обнаружения, которые закрытые модели отказываются выполнять.
• Команды, работающие с изображениями, такими как спутниковая и аэрофотосъемка, инженерные чертежи и многолюдные сцены, где важнее рамки, чем подписи.
• Юридические и финансовые разработчики, которым нужна открытая модель, близкая к вершине бенчмарков агентов.
• Европейские организации, которым нужна модель, которая не является ни американской, ни китайской, с развертыванием в ЕС и путем к саморазвертыванию.

Для общих агентов кодирования или чувствительной к стоимости повседневной работы сначала сравните ее с другими моделями. Список моделей AIHubMix позволяет вам запускать одни и те же подсказки против Large 4 и его альтернатив с одним ключом.

Часто задаваемые вопросы

Что такое Mistral Large 4?
Это флагманская модель Mistral AI, выпущенная в публичном превью 6 октября 2026 года. Это модель смешанных экспертов с 1.05 триллиона параметров, принимает текст и изображения на входе и возвращает текст.

Является ли Mistral Large 4 открытым исходным кодом?
Пока нет. Mistral планирует опубликовать веса в конце октября 2026 года, но еще не объявил лицензию. Лицензия Apache 2.0 для Large 3 не переносится автоматически.

Сколько это стоит?
Розничная цена составляет $1.36 за миллион входных токенов, $0.14 за миллион кэшированных входных токенов и $4.18 за миллион выходных токенов.

Какова длина контекстного окна?
1M токенов, согласно карте модели Mistral. Это в четыре раза больше, чем 256K у Large 3.

Лучше ли это, чем GPT-6 или Claude?
Только в определенных областях: в задачах оборонительной безопасности, которые закрытые модели отказываются выполнять, визуальном привязывании и бенчмарке юридического агента Харви. В области общей интеллигентности и кодирования агентов закрытые флагманы остаются значительно впереди.

Поддерживает ли это размышление?
Да, и оно включено по умолчанию. Через AIHubMix размышление возвращается в отдельном поле reasoning_details. Чтобы отключить его, отправьте объект размышления с установленным усилием на "none" в теле запроса. Установка reasoning_effort на "none" не отключает его в AIHubMix.

Может ли это читать изображения?
Да. Оно принимает до 100 изображений за запрос и может отмечать, где находятся объекты на них. Оно не может генерировать изображения.

Источники

• Представляем Mistral Large 4 (Mistral AI)
• Карта модели Mistral Large 4 (Документация Mistral)
• Mistral Large 4.0 на AIHubMix
• Mistral Large 4: Франция — дом самой умной модели за пределами США и Китая (Artificial Analysis)
• Бенчмарки Mistral Large 4 (Vals AI)