Новый лидер вне США и Китая
Компания Mistral AI выпустила модель Mistral Large 4 (ML4) в режиме Research Public Preview. Это MoE-модель с 1,05 трлн параметров (49–52 млрд активных), обученная на 3800 GPU NVIDIA Grace Blackwell. По индексу искусственного анализа (Artificial Analysis Intelligence Index v4.3.2) ML4 набрала 38 баллов, что делает её самым «умным» моделью вне США и Китая. Этот результат сопоставим с GPT-6 Luna (38) и немного уступает DeepSeek V4.1 Flash (39).
Сравнение с китайскими опен-сорс моделями
Несмотря на лидерство в регионе, несколько китайских моделей с открытыми весами показывают более высокие результаты по общему интеллекту. При этом китайские опции часто выигрывают в эффективности: GLM-5.3-Flash имеет всего 320 млрд параметров (18 млрд активных), но набирает 42 балла.
| Модель | Индекс AA | Параметры (Total/Active) | Цена за задачу | Статус весов |
|---|---|---|---|---|
| Xiaomi MiMo-V2.6-Pro | 46 | 1.0T / 42B | $0.13 | Open |
| Z.ai GLM-5.3 (max) | 45 | 753B / 40B | $2.01 | Open |
| Moonshot Kimi K3 (max) | 44 | 2.8T / 104B | $2.00 | Open |
| Z.ai GLM-5.3-Flash | 42 | 320B / 18B | $0.25 | Open |
| DeepSeek V4.1 Flash (max) | 39 | 552B / 16B | $0.27 | Open |
| Mistral Large 4 Preview | 38 | 1.05T / 49-52B | $1.13 ($0.57 со скидкой) | End of Oct |
Кибербезопасность: сильная сторона ML4
Главный козырь Mistral Large 4 — кибербезопасность. В тесте CyberGym-E2E-AA модель показала результат 82%, превзойдя MiMo-V2.6-Pro (79%) и GPT-6 Luna (78%). В целом по Cyber Index ML4 набрала 50 баллов, сравнявшись с GLM-5.3-Flash. Однако в других подтестах (CWE-Bench-AA: 51%, DeepsecBench-AA: 16%) результаты скромнее. Mistral утверждает, что модель решает 93% задач Cybench.
Цена и скорость: где теряется преимущество
Несмотря на технологический прорыв, ML4 проигрывает в экономической эффективности. Стоимость одной задачи по индексу AA составляет $1.13 (или $0.57 с промо-скидкой 50% на первые две недели). Для сравнения, MiMo-V2.6-Pro обходится в $0.13, а GLM-5.3-Flash — в $0.25. Высокая цена обусловлена тем, что для прохождения теста требуется 200 млн выходных токенов (медиана — 81 млн).
При этом скорость генерации впечатляет: 116.1 токенов в секунду и 1.46 секунды до первого токена. Это на 33% быстрее медианы в классе и в 2.6 раза быстрее по времени отклика.
Детали и доступность
- Контекстное окно: 512k токенов.
- Мультимодальность: Текст и изображения на входе, текст на выходе. API поддерживает до 100 изображений за запрос (против 8 в Large 3).
- Стоимость API: $1.36/$4.18 за 1M входных/выходных токенов. Кэш входных токенов: $0.14 за 1M.
- Дата выхода весов: Конец октября 2026 года.
Модель позиционируется как SOTA для корпоративных задач в сфере кибербезопасности, финансов и права. Веса будут открыты в конце октября, что позволит ML4 конкурировать в рейтингах open-weight моделей.
Бенчмарки
| Бенчмарк | Mistral Large 4 | DeepSeek V4.1 Flash | GLM-5.3-Flash | GPT-6 Luna | Kimi K3 | MiMo-V2.6-Pro |
|---|---|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 38score | 39score | 42score | 38score | — | — |
| Artificial Analysis Cyber Index | 50score | — | 50score | 53score | — | 56score |
| CyberGym-E2E-AA | 82% | — | 74% | 78% | — | 79% |
| GDP.pdf | 19% | — | — | — | 22% | 19% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Tom's Hardware ↗