Le Chonk: создано для программистов, проверено защитниками.

Размышления

Резюме

Mistral выпустила Mistral Large 4 (Le Chonk) — мультимодальную модель с 1 триллионом параметров, которая теперь доступна с улучшенными возможностями в области программирования, кибербезопасности и эффективности рассуждений. Она лидирует в бенчмарках моделей с открытыми весами по программированию и защитной безопасности, предлагая три режима рассуждений для баланса стоимости и производительности. Полностью открытые веса и европейское происхождение расширяют возможности суверенного ИИ благодаря настраиваемым вариантам локального развертывания.

Мы выпускаем веса Le Chonk, расширяя границы открытых моделей в области автономного программирования и кибербезопасности.

Ранее в этом месяце мы выпустили предварительную общедоступную версию Mistral Large 4 (Le Chonk) — нашей флагманской модели с 1 триллионом параметров, обладающей нативной мультимодальностью. Отклик на превью превзошел наши ожидания, и мы благодарны нашему сообществу разработчиков, клиентам с ранним доступом и партнерам за их поддержку, совместную работу и отзывы.

С тех пор мы учли эти отзывы и продолжили масштабировать обучение с подкреплением, добившись колоссальных улучшений в программировании и оборонительной кибербезопасности. Прирост продолжает ускоряться, не показывая признаков насыщения.

Сегодня мы выпускаем веса этой улучшенной Mistral Large 4. Новая модель также отличается существенным ростом эффективности рассуждений, что предоставляет разработчикам более высокую производительность при снижении затрат на инференс.

Mistral Large 4 занимает позицию лучшей модели с открытыми весами для программирования и одной из самых мощных открытых моделей в мире в целом. Обученная с нуля на европейской инфраструктуре с четкой историей происхождения от зарождения до релиза, она предоставляет организациям надежную основу для Суверенного ИИ.

Mistral определяет категорию суверенного ИИ и ведет за собой открытый рубеж. Мы стремимся создавать самые мощные модели в мире и выпускать их в открытый доступ, предоставляя разработчикам, предприятиям и организациям возможность владеть, настраивать и контролировать свой ИИ.

Создано для создателей.

Mistral Large 4 вышла в публичное превью с сильными результатами в ведущих бенчмарках программирования. Всего три недели дополнительного обучения с подкреплением вывели ее на передний край программирования с открытыми весами, заняв лидирующие позиции в FrontierCode и Terminal-Bench и при этом не уступая лучшим моделям с открытыми весами в индексе агентов программирования Artificial Analysis при значительно большей эффективности токенов.

В частном бенчмарке FrontierCode 2.0 от Cognition, который оценивает качество кода от начала до конца и определяет, стал бы мейнтейнер репозитория объединять изменения агента, Mistral Large 4 лидирует с результатом 19,7%.

Cognition — FrontierCode 2.0

19,7%2,9%14,2%17,3%17,8%19,3%Mistral Large 4Beam 1.0GLM-5.3 FlashKimi K3GLM-5.3DeepSeek V4.1 FlashScore

Раздвигая границы Парето для автономного программирования.

Mistral Large 4 обеспечивает производительность программирования на уровне передовых моделей при значительно меньшем количестве токенов, что делает запуск сложных агентов программирования более экономичным в масштабном режиме.

В индексе агентов программирования Artificial Analysis Mistral Large 4 набирает 48%, фактически разделяя первое место с ведущей моделью с открытыми весами GLM-5.3, но при этом используя в среднем на 47% меньше токенов на задачу.

Индекс агентов программирования Artificial Analysis против эффективности токенов

• Mistral

Mistral

• Другие модели

Другие модели

ОценкаСреднее количество токенов на задачу в миллионахMistral Large 4 - MediumMistral Large 4 - HighMuse Spark Open - xhighGLM-5.3DeepSeek V4.1 Flash 1017Kimi K3

Оценки индекса агентов программирования и эффективность токенов для уровней рассуждения, доступных в Artificial Analysis

Улучшения распространяются и на рабочие процессы программирования через терминал. В Terminal-Bench 4.0 модель Mistral Large 4 улучшила результат на 13 процентных пунктов до 41% по сравнению с публичной версией превью, заняв лидирующую позицию среди моделей с открытыми весами при сокращении выходных токенов на 30%.

Индекс агентов программирования Artificial Analysis — Terminal-Bench 4.0

28%41%3%6%21%31%40%ML4 Preview - selfreportedMistral Large 4Beam 1.0Muse Spark OpenKimi K3DeepSeek V4.1Flash 1017GLM-5.3

Чтобы предоставить разработчикам больший контроль над компромиссом между производительностью и стоимостью, Mistral Large 4 теперь поддерживает три режима рассуждений:

Режим

Рекомендуемое использование

Низкий

Простые задачи; заменяет режим рассуждений «None»

Средний

Повседневные задачи

Высокий (по умолчанию)

Сложные сценарии использования, требующие высокой точности и тщательных рассуждений

Помимо бенчмарков, возможности программирования Mistral Large 4 подтверждаются предпочтениями людей. В слепых парных оценках Surge Code модель Mistral Large 4 предпочли ведущим моделям с открытыми весами, включая GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash, уступив среди оцениваемых моделей только Claude Opus 5.5.

Surge Code — Предпочтения людей в отношении кода

Слепые показатели побед тет-а-тет против других моделей

• Победа Mistral Large 4

Победа Mistral Large 4

• Другая модель

Другая модель

GLM-5.3Kimi K3DeepSeek V4.1 FlashClaude Opus 5.550%64%36%64%36%56%44%22%78%

Создано для защитников.

С момента выхода превью мы работали с ведущими поставщиками решений в области кибербезопасности, чтобы оценить Mistral Large 4 в реальных условиях и протестировать ее сильные стороны в воспроизведении уязвимостей и создании патчей.

Mistral Large 4 набирает 51% в Кибериндексе Artificial Analysis, который измеряет способность модели обнаруживать уязвимости в кодовой базе, воспроизводить и проверять их, а также создавать патчи без нарушения существующей функциональности. Что критически важно, Mistral Large 4 справляется с этими легитимными задачами защитной безопасности без ненужных отказов.

Artificial Analysis — Кибериндекс

51%34%36%41%50%56%57%Mistral Large 4Beam 1.0GLM-5.3Kimi K3GLM-5.3 FlashMiMo-V2.6-ProDeepSeek-V4.1-Flash 1017

Безопасность улучшилась вместе с возможностями. Встроенные защитные механизмы нашей модели различают защитные и вредоносные, наступательные задачи кибербезопасности. Она сохраняет высокую производительность в кибербенчмарках, достигая при этом среднего процента отказов на вредоносные киберзапросы на уровне 96,6%, что является самым высоким показателем среди открытых моделей, измеренным нами.

Отказ от вредоносных киберзапросов

95%97%51%84%87%94%Mistral Large 4 PreviewMistral Large 4DeepSeek-V4-ProGemma-4-31BGLM-5.3Kimi K3

Средний показатель отказов по запросам, связанным с кибербезопасностью, из JailbreakBench, StrongREJECT и AgentHarm

Вот что говорят о Mistral Large 4 мировые лидеры в области кибербезопасности:

За время, прошедшее с момента выхода превью, мы внимательно следили за использованием модели для задач, связанных с кибербезопасностью, в нашем живом трафике. Хотя мы наблюдали отказы модели выполнять атаки типа «черный ящик» против реальных целей, мы видим потенциал роста возможностей для проведения реальных атак. Мы соответствующим образом модифицируем наши защитные механизмы и продолжим их обновление в предстоящие месяцы.

Мы также предоставляем корпоративным партнерам по разработке, таким как Orange Cyberdefense, предварительный доступ к специализированному варианту Mistral Large 4, оптимизированному для продвинутых рабочих процессов кибербезопасности, включая тестирование на проникновение, оценку уязвимостей и ред-тиминг. Доступ регулируется строгой проверкой и контрактными гарантиями, а тестирование ограничено собственными или явно авторизованными системами в контролируемых средах.

Тем временем клиенты адаптируют Mistral Large 4 с помощью проприетарных данных безопасности, политик, логики обнаружения и сред угроз с помощью Mistral Forge. Для четко определенных задач кибербезопасности модель может быть дополнительно оптимизирована в более компактные варианты под конкретные задачи для достижения еще большей точности, что делает приложения безопасности более эффективными.

Создано для работы.

Mistral Large 4 продолжает улучшаться по ряду общих показателей для корпоративного использования.

Для работы, связанной с финансами, мы улучшили способность модели выполнять реальные рабочие процессы, особенно те, которые включают создание и редактирование электронных таблиц для финансовых и бухгалтерских задач. Это отражается в росте наших оценок Finch до 73,3%, что уступает лишь Kimi K3 среди открытых моделей.

FinWorkBench (Finch)

67.4%73.3%65.1%67.4%77.3%Mistral Large 4 - PreviewMistral Large 4GLM-5.3DeepSeek-V4-Pro-0813Kimi K3

Веб-серфинг является важнейшей частью большинства интеллектуальных задач. Наш пайплайн обучения с подкреплением (RL) позволил нам достичь 84,5% в тесте BrowseComp (начиная с чекпоинта SFT, который показывал 75%). Это выводит Mistral Large 4 на более высокий уровень производительности, чем такие модели, как GLM-5.3 или DeepSeek Flash 4.1 1017.

Веб-серфинг — BrowseComp

75.084.582.583.491.2Early Mistral Large SFTcheckpointMistral Large 4GLM-5.3DeepSeek V4.1 Flash 1017Kimi K3

Агенты, развертываемые организацией, должны быть безопасными. Независимо от того, развертываются ли они для внутренних сотрудников или внешних пользователей, агенты не должны подвергать вас таким угрозам, как эксфильтрация системного промпта или внедрение вредоносного кода. RL увеличил наши показатели в бенчмарке безопасности агентов B3: Mistral Large 4 противостоит 97,1% атак против 93,3% в версии Preview. Это ставит её на вершину передового опыта открытого ПО (OSS), что означает, что любой, кто хостит модель, может запустить безопасного агента без дополнительной настройки.

Бенчмарк безопасности агентов B3 — Устойчивость к атакам

93%97%59%83%88%93%Mistral Large 4 PreviewMistral Large 4DeepSeek-V4-ProGemma-4-31BKimi K3GLM-5.3

Эти крупные инвестиции со стороны Mistral AI укрепляют выбор, сделанный La Banque Postale более года назад, и подчеркивают значимость долгосрочного стратегического партнерства, которое мы строим вместе: поддержка появления открытого и суверенного европейского лидера в области ИИ. Для общественного и ориентированного на граждан банка технологическая это не опция, а ключевой залог поддержания доверия наших клиентов. Появление этой открытой модели открывает новые возможности и варианты использования. Партнерство с Mistral AI преследует цель объединить лучшее от человеческой экспертизы и цифровых технологий, чтобы обеспечить улучшенный опыт как для клиентов, так и для сотрудников в долгосрочной перспективе

Закария Мурсли (Zakaria Moursli), исполнительный вице-президент по операционной эффективности, платежам и цифровым услугам, La Banque Postale

Посмотрите на работу в действии

Триаж киберуязвимостей: агент читает входящие отчеты об уязвимостях, исследует исходный код и контекст продукта, воспроизводит недостатки в изолированной песочнице, а затем пишет патч и проводит итерации до тех пор, пока эксплойт-канарейка перестает работать.

Агентская веб-разработка: без какой-либо помощи человека Mistral Large 4 создает Orbital Trace — интерактивную 3D-карту примерно 19 000 спутников и обломков, вращающихся вокруг Земли. Она извлекает данные отслеживания в реальном времени, пишет приложение, использует его в браузере для обнаружения собственных багов и замедлений, а затем исправляет то, на что указывает независимый рецензент, пока все требования не будут пройдены.

Решатель задач по квантовой химии: Mistral Large 4 с нуля создает программное обеспечение, которое рассчитывает расположение электронов в молекуле, и сверяет свои ответы со стандартным инструментом химии. Затем она создает вокруг этого трехмерную страницу: выберите молекулу, например бензол или воду, перетащите ползунок, чтобы разъединить её, и наблюдайте, как электроны перегруппируются по мере разрыва связи.

Создано для суверенитета.

Поскольку организации строят ИИ на основе своих знаний и рабочих процессов, суверенитет означает, что они сохраняют контроль над моделями, от которых зависят, и создаваемым ими интеллектом.

В случае с Mistral Large 4 этот контроль начинается с самой модели. Организации имеют возможность проверять, настраивать и развертывать модель на собственной инфраструктуре. Они могут использовать и улучшать Mistral Large 4, не завися Sber/Mistral в вопросах предоставления её через API. Mistral Large 4 была разработана и обучена с нуля в Европе, что дает организациям четкое понимание происхождения технологий, на которых они строятся.

Контроль также распространяется на то, как ИИ функционирует внутри организации. Организации могут настраивать Mistral Large 4 на основе своих проприетарных данных с помощью Mistral Forge, а также создавать, управлять и улучшать получаемых агентов и приложения с помощью Mistral Studio. Эксперты Mistral по прикладному ИИ могут работать бок о бок с командами клиентов для создания и развертывания этих специализированных систем. Благодаря этой работе команды понимают архитектуру и решения, лежащие в основе созданного ими продукта, а также методы, используемые для его обучения и эксплуатации, поэтому они могут запускать и улучшать свой ИИ независимо.

Суверенитет не всегда требует самостоятельного хостинга; иногда он просто требует развертываний, которые соответствуют вашим требованиям к контролю. Для организаций, которые предпочитают управляемый сервис, Mistral Large 4 доступна через Microsoft Foundry с возможностями частного развертывания для разработчиков Azure.

Microsoft и Mistral AI разделяют приверженность расширению выбора для клиентов в сфере ИИ нового поколения. Будучи первым облачным провайдером, предоставившим Mistral Large 4 клиентам, Microsoft делает новейшую модель Mistral с открытыми весами доступной через Microsoft Foundry, корпоративную ИИ-платформу, созданную для оценки, развертывания и масштабируемой эксплуатации моделей. Для организаций, продвигающих стратегии суверенного ИИ, эта комбинация обеспечивает большую гибкость и контроль над своими данными, инфраструктурой и операциями ИИ.

Тина Шухман (Tina Schuchman), корпоративный вице-президент по Foundry, Microsoft

Начинайте создавать вместе с Le Chonk

Mistral Large 4 доступна для тестирования, развертывания и кастомизации уже сегодня.

Начните работу в Mistral Studio, через Mistral API или на OpenRouter. Для полного контроля скачайте открытые веса с Hugging Face и разверните их на собственной инфраструктуре с помощью vLLM или SGLang. Карточка модели и license содержат все необходимое для начала работы.

Вы также можете опробовать новую модель в Vibe Code; поручите ей создать функционал или исправить баг в вашем собственном репозитории.

Mistral Large 4 также доступна через эндпоинты под управлением NVIDIA, в виде оптимизированного контейнера NVIDIA NIM для обслуживания с помощью vLLM. Разработчики могут использовать библиотеку с открытым исходным кодом NeMo AutoModel library для кастомизации или библиотеку с открытым исходным кодом TensorRT LLM для высокопроизводительного обслуживания.

Предприятия также могут адаптировать Mistral Large 4 под свои проприетарные данные, варианты использования и защитные барьеры с помощью Mistral Forge. Свяжитесь с нашей командой, чтобы узнать больше.

Модель доступна для использования по лицензии Mistral Ecosystem Open-Weight license, представляющей собой модифицированную лицензию MIT. Модель бесплатна для использования, изменения, тонкой настройки и коммерциализации с единственным условием: компании, управляющие сервисом по модели «Модель как услуга» (MaaS), должны получить у Mistral отдельную коммерческую лицензию перед коммерческим использованием модели.

Начиная с сегодняшнего дня, Mistral Large 4 стоит $0,70 за миллион входных токенов, $0,07 за миллион кэшированных входных токенов и $2,10 за миллион выходных токенов.

Мы призываем сообщество испытать Mistral Large 4 на прочность. Проводите собственные оценки, испытывайте модель на пределе возможностей и делитесь своими выводами с нами в X, Discord или GitHub.

Что дальше

Mistral Large 4 послужит основой для нового поколения специализированных и оптимизированных моделей Mistral. Опираясь на недавние релизы, такие как Voxtral и Timestral, мы продолжим раздвигать границы ИИ с открытыми весами, предоставляя разработчикам и предприятиям еще большую свободу для создания, кастомизации и управления собственным интеллектом.