Технические характеристики и архитектура
Mistral официально анонсировала Mistral Large 4 (кодовое имя Le Chonk), ставшую самым мощным открытым LLM на данный момент. Это нативно мультимодальная модель с архитектурой, включающей 1 триллион параметров, из которых в каждом шаге генерации активно используются 49 миллиардов. Модель обучена с нуля на инфраструктуре Mistral в Европе с использованием 3 800 графических процессоров NVIDIA Grace Blackwell. Веса модели будут опубликованы в конце октября 2026 года, а публичная версия API уже доступна через Mistral Studio.
Лидерство в кибербезопасности
Ключевое преимущество ML4 — автономность и отсутствие жестких фильтров, блокирующих легитимные задачи пентестинга. В отличие от закрытых моделей (Claude Opus 5.5, GPT-6 Astra), которые часто отказываются выполнять задачи по поиску уязвимостей, ML4 демонстрирует рекордные результаты. Модель занимает 5-е место в мире по индексу Artificial Analysis Cyber Index и лидирует среди всех открытых моделей (исключая китайские разработки). Она способна самостоятельно воспроизводить уязвимости в ПО и писать патчи к ним.
Результаты в коде и агентах
В задачах программирования и работы с агентами Mistral Large 4 показывает результаты выше, чем DeepSeek V4 Pro и Qwen3.8 Max. В слепом тестировании качества кода от Surge AI модель заняла второе место, уступив только Claude Opus 5. Ниже приведена сравнительная таблица ключевых бенчмарков.
| Бенчмарк / Категория | Результат Mistral Large 4 | Ключевые конкуренты / Примечание |
|---|---|---|
| Artificial Analysis Cyber Index (воспроизведение уязвимости) | 82% | Лучший результат среди открытых моделей. Закрытые модели (Claude/GPT) часто показывают ~0% из-за отказов. |
| Cybench (40 задач из соревнований) | 93% | Один из самых высоких показателей для open-weight моделей. |
| DeepSWE v1.1 (программирование) | 61.7% | Обходит DeepSeek V4 Pro и Qwen3.8 Max. |
| Terminal-Bench 4.0 | 28.3% | Высокий результат для сложных терминальных рабочих процессов. |
| AutomationBench (агентские задачи) | 59.9% | Обходит Kimi K3 и MiMo-V2.6-Pro. |
| Dense 200 (визуальное заземление) | 42% | Обходит GPT-6-Astra (41%). |
Мультимодальность и суверенитет
ML4 эффективно анализирует сложные документы, графики и спутниковые снимки (гигапиксельные изображения). В задачах визуального заземления (visual grounding) она превосходит даже закрытые модели-лидеры. Обучение велось на данных, охватывающих более 160 языков, включая все официальные языки ЕС. Это позиционируется как шаг к технологическому суверенитету Европы: модель работает на европейской инфраструктуре, подчиняется европейскому законодательству и позволяет компаниям развертывать её на своих серверах (on-premise) для работы с конфиденциальными данными в финансах, праве и медицине.
Бенчмарки
| Бенчмарк | Mistral Large 4 | GPT-6-Astra |
|---|---|---|
| Dense 200 | 42% | 41% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Mistral ↗