Mistral Large 4: 1 трлн параметров и открытый вес

Что в ролике
Тем, кто следит за открытыми моделями, стоит посмотреть на анонс Mistral Large 4 от европейской команды Mistral: модель нативно мультимодальная и содержит 1 триллион параметров, из которых активны 49 миллиардов. Автор приводит бенчмарки artificial analysis: в кодинг-тесте deep SWE предпросмотр обходит GLM 5,3, DeepSeek v4 и Qwen 3,8 Max, но уступает Gemini K3. На терминальном кодинг-бенчмарке Mistral Large 4 набирает 28 баллов против 40 у GLM 5,3 и 21 у Gemini K3. В кибербезопасности у модели 450 баллов по artificial analysis cyber index, и это пятое место в мире среди всех моделей, включая закрытые. На финансовых данных она получает 54 балла, опережая GPT-6 Astra, а по мультимодальности и grounding — тоже выше GPT-6 Astra и Gemini K3. Стоимость у предпросмотра составляет 1,36 доллара за миллион входных токенов и 5,18 за миллион выходных, но автор не нашёл бесплатного способа попробовать. Открытые веса обещают опубликовать в конце октября, после чего модель можно будет запускать локально.
Практика
- Что получишь
- Понять, где новая модель Mistral Large 4 сильна (кодинг, агентные задачи, кибербезопасность) и сколько стоит её использование до открытия весов.
- Первый шаг
- Дождаться открытых весов в конце октября или попробовать платный доступ через API Mistral, если нужен предпросмотр сейчас.
- Цифры
- —1 триллион параметров и 49 миллиардов активных параметров у Mistral Large 4
- —450 баллов в artificial analysis cyber index — пятое место среди открытых и закрытых моделей
- —54 балла на финансовых данных — выше GPT-6 Astra
- —1,36 доллара за миллион входных токенов и 5,18 за миллион выходных
- Честно
- Автор не тестировал модель сам: он пересказывает официальные бенчмарки и страницу Mistral, заявленные цифры придётся проверять самостоятельно. Бесплатного доступа к предпросмотру нет, открытые веса обещают только в конце октября. Все таблицы со сравнениями и цены видны на экране, в речи упомянуты лишь отдельные значения.
Если слова незнакомы — 4 терминов
- мультимодальностьспособность модели понимать несколько типов данных — текст, изображения, звук
- бенчмаркстандартный тест, по которому сравнивают модели между собой
- groundingпривязка ответа модели к фактам или изображению, чтобы она не выдумывала
- токенминимальный кусок текста, за обработку которого берётся плата в API
Компоненты
8 шт.Формат: реакция на новость · для практикующих · уверенность разметки 0.92 · источник