Открытый щит против закрытых монополий
Французская лаборатория Mistral AI выпустила в публичный превью свою новую флагманскую модель Mistral Large 4 (ML4), получившую в индустрии прозвище «Le Chonk» из-за огромного размера — 1 триллион параметров. В отличие от проприетарных решений от OpenAI или Anthropic, ML4 позиционируется как решение с открытыми весами (open-weight), позволяющее предприятиям и государственным структурам полностью контролировать свои данные и не зависеть от вендора, который может в любой момент отключить доступ к сервису.
Это прямой ответ на растущие угрозы кибербезопасности. Как отметил сооснователь Mistral Гийом Ламп (Guillaume Lample), модель создана для защиты от злоумышленников, которые используют методы jailbreak для взлома закрытых моделей с целью проведения кибератак.
Производительность и сравнения
Несмотря на то, что финальные бенчмарки еще обрабатываются, ранний анализ показывает, что ML4 конкурирует с ведущими закрытыми моделями. Mistral утверждает, что по абсолютным показателям киберзащиты ML4 превосходит модели от Kimi, DeepSeek и Meta. В финансовых задачах модель демонстрирует результаты на уровне или выше китайских open-weight решений, а в юридическом агентном тестировании Harvey’s Legal Agent достигла рекордных 15% для open-weight моделей.
| Критерий | Mistral Large 4 (Le Chonk) | Сопоставимые/Превосходящие модели |
|---|---|---|
| Кибербезопасность | Высокий уровень защиты, кастомизация | Лучшие модели Kimi, DeepSeek, Meta |
| Компьютерное зрение | Конкурентоспособно с платными проприетарными | GPT-6 Astra (частично на равных) |
| Финансовые задачи | Высокая точность | DeepSeek (на уровне или выше) |
| Юридические агенты | 15% (рекорд для open-weight) | Harvey’s Legal Agent Benchmark |
Эффективность вычислений: 4 000 vs 100 000 GPU
Особое внимание привлекает экономичность обучения. Mistral обучила ML4 с нуля за два месяца, используя всего 4 000 графических процессоров Nvidia Grace Blackwell, развернутых в собственных европейских дата-центрах. Для сравнения: CEO Nvidia Дженсен Хуанг заявлял, что OpenAI использовала около 100 000 GPU для обучения своей модели GPT-6 Astra. Это делает ML4 одним из самых эффективных решений в классе frontier-моделей.
Суверенитет и доступность
Модель доступна сейчас в публичном превью. Полные веса (weights) будут опубликованы 27 октября. В течение этого месяца Mistral планирует проводить совместные тесты с разработчиками и государственными органами. Пользователи смогут выбирать между самостоятельным развертыванием (self-deploy) и доступом через API, включая опцию в «европейском суверенном регионе», где данные остаются под юрисдикцией ЕС. Это критически важно для компаний, соблюдающих строгие регуляторные требования.
Источник: ZDNet AI ↗