Francuski Mistral uruchomił publiczną wersję testową API dla modelu Large 4, a pod koniec października planuje udostępnić jego wagi. To największy model w historii firmy, z 1,05 bln parametrów, który ma wspierać pracę z tekstem i obrazami oraz dobrze wypadać zwłaszcza w programowaniu i cyberbezpieczeństwie.
Europejski model, który ma zapełnić lukę
Mistral Large 4 to wyraźny sygnał, że europejscy gracze chcą mocniej zaznaczyć swoją pozycję na rynku dużych modeli językowych. Francuska firma kieruje go do zastosowań, w których liczą się programowanie i cyberbezpieczeństwo, a jednocześnie udostępnia już publiczną wersję testową API. To ważne, bo w praktyce użytkownicy mogą sprawdzić model bez czekania na publikację wag.
Jak zbudowano Mistral Large 4?
Model ma 1,05 bln parametrów, ale nie oznacza to, że wszystkie pracują jednocześnie. Mistral wykorzystał architekturę MoE, czyli Mixture of Experts, w której do konkretnego zadania wybierana jest tylko część wyspecjalizowanych bloków. Przy przetwarzaniu pojedynczego tokenu aktywne są 49 mld parametrów.
Large 4 przyjmuje tekst i obrazy. Firma wytrenowała go od podstaw na 3800 układach NVIDIA Grace Blackwell we własnych europejskich centrach danych, co pokazuje skalę przedsięwzięcia i zaplecze potrzebne do przygotowania takiego systemu.
Jak model wypada w testach?
Wyniki Large 4 są mieszane. W indeksie Artificial Analysis model zdobył 38 punktów i uplasował się za wybranymi konkurentami z Chin i USA. W teście programistycznym DeepSWE v1.1 uzyskał 61,7 proc., więc nie dominuje we wszystkich zadaniach związanych z kodowaniem.
Lepszy rezultat pojawił się w obszarze bezpieczeństwa. W teście CyberGym-E2E model osiągnął 82 proc. Zadanie polega tam na odtwarzaniu rzeczywistych luk w oprogramowaniu i przygotowywaniu poprawek, czyli na pracy bliższej praktycznym scenariuszom niż prostemu benchmarkowi językowemu.
Mistral zestawia ten wynik z rezultatami GPT-6 Astra i Claude Opus 5.5, twierdząc, że w tym samym teście osiągają one wyniki bliskie zeru, ponieważ odmawiają wykonania poleceń. Tego porównania nie trzeba jednak czytać dosłownie jako technicznej porażki konkurentów — odmowa wykonania zadania to nie to samo co brak możliwości jego rozwiązania.
Ile kosztuje dostęp do modelu?
Publiczna wersja testowa API działa od 6 października. Katalogowa cena miliona tokenów wejściowych wynosi 1,36 dolara, a wyjściowych 4,18 dolara. W dokumentacji pojawiają się też stawki promocyjne, które są o połowę niższe.
Dla firm to istotne, bo na tym etapie API jest najprostszą drogą do korzystania z modelu. Sam rozmiar Large 4 oznacza bowiem wysokie wymagania sprzętowe, jeśli ktoś chciałby uruchamiać go lokalnie na własnej infrastrukturze.
Kiedy pojawią się wagi modelu?
Mistral zapowiada publikację wag pod koniec października. Dopiero wtedy będzie można ocenić, jak łatwo wdrożyć model samodzielnie oraz na jakich zasadach da się wykorzystać go komercyjnie. Wagi pozwalają uruchamiać system we własnym środowisku, ale nie należy automatycznie utożsamiać ich z licencją open source.