Mistral Large 4 (Le Chonk): всё, что мы знаем

6 октября 2026 года Mistral запустила публичный превью Mistral Large 4 (ML4) — модель с 1 трлн параметров, 49 млрд активных параметров, поддержкой текста и изображений на входе и обещанными открытыми весами к концу месяца. Это крупнейшая модель Mistral, обученная с нуля на 3 800 GPU Nvidia Grace Blackwell в собственных европейских дата-центрах компании.

Большую часть последнего года самые сильные открыто-весовые модели выходили из китайских лабораторий (GLM, DeepSeek, Kimi, Qwen), тогда как лидеры в целом оставались закрытыми за американскими API. Mistral хочет занять третью позицию. В анонсе говорится, что ML4 «уже демонстрирует показатели, сопоставимые с сильнейшими в мире моделями с открытым исходным кодом, при этом значительно опережая любые открыто-весовые модели, разработанные в США или Европе».

Картина сложнее, чем следует из публикации о запуске. Ниже — про архитектуру, бенчмарки (с разделением на независимо воспроизведённые и нет), кодинг, визуальные возможности, кибербезопасность, открытые веса и то, что остаётся неизвестным. Если времени только на один раздел — выберите кибербезопасность.

Короткий ответ

Mistral Large 4 (Le Chonk) — открыто-весовая модель с 1 трлн параметров, которую Mistral позиционирует как сильнейшую за пределами Китая, особенно для кибербезопасности, финансов, права и визуального гридинга. Независимые оценки подтверждают успехи в кибербезопасности и праве, относят финансы к среднему уровню и ставят ML4 на 32-е место из 44 в широком агрегированном индексе. API уже доступен, а веса ожидаются 27 октября.

Что такое Mistral Large 4 (Le Chonk)?

Короткий обзор многое опускает, поэтому начнём с базовых вещей. ML4 — новый флагман Mistral и, по словам компании, её «самая крупная и самая мощная на сегодня модель». Le Chonk — прозвище, хотя в тексте запуска Mistral перевернула обычный порядок: «Неофициально ML4, очень официально: le Chonk».

Это родная мультимодальная модель типа Mixture-of-Experts (MoE). Ключевые цифры — 1 трлн общих параметров и 49 млрд активных на токен, хотя в документации модели Mistral указаны чуть иные значения (1,05 Т общих, 52 млрд активных). Ни один источник разрыв не объясняет. (Почему «активные» важны — в следующем разделе.)

Mistral нацеливает ML4 на корпоративные задачи: кодинг, кибербезопасность, финансы, юриспруденцию, производство и инжиниринг, а также визуальные кейсы — чтение технических чертежей или спутниковых снимков.

Две строки важнее всего для планирующих развёртывание — и обе неясны: окно контекста и лицензия. Прежде чем перейти к устройству модели, коротко о названии.

Почему Le Chonk?

В июне 2026 года Mistral опубликовала сатирическое объявление о «Le Chaton Fat» — вымышленной модели с 24 трлн параметров, а затем удалила его. Интернет продолжил шутку, раздувая характеристики до сотен триллионов. Четыре месяца спустя Mistral выпустила реальную триллионную модель — и название, по сути, нашлось само. На этом всё. Возвращаемся к модели.

Как устроена Mistral Large 4

Полных архитектурных деталей Mistral пока не опубликовала (обещаны вместе с весами), поэтому ниже — только раскрытое официально.

1 трлн параметров, 49 млрд активных

Модель с 1 трлн параметров не использует все 1 трлн на каждом токене. В MoE каждый токен маршрутизируется через небольшой поднабор «экспертных» подсетей, поэтому вычисления на инференсе соответствуют 49 млрд активных параметров. Это ближе к плотной ~50B-модели, чем к 1T.

Дёшево ли это в проде? Нет. Все 1 трлн параметров всё равно должны где-то находиться в памяти, так что для самостоятельного хостинга ML4 нужна серьёзная мульти-GPU-инфраструктура. MoE также сложнее обслуживать с низкой задержкой, чем плотные модели с тем же числом активных параметров. Аппаратные требования Mistral не публиковала, и вряд ли многие команды вне крупных предприятий и госструктур будут запускать полную модель у себя.

Мультимодальный ввод

Активные параметры обрабатывают не только текст. ML4 принимает и изображения, хотя отдаёт только текст. По словам Mistral, модель «сильно рассуждает по сложным документам, диаграммам и естественным изображениям» и нацелена на отрасли, где важна визуальная перцепция: инжиниринг, производство, наблюдение за Землёй. Все демо — индустриальные: инспекция механических деталей по чертежам, извлечение доказательств из PDF, поиск редких объектов на гигапиксельных спутниковых снимках.

160+ языков

Те же промышленные клиенты часто работают через границы — тут важны языки. Mistral говорит, что «значительная доля» обучающих данных была многоязычной, более 160 языков и все официальные языки ЕС. Для европейской компании, ориентирующейся на правительства ЕС, это весомый аргумент.

Обучающая инфраструктура

Для европейского нарратива важно и место обучения. По данным Mistral, ML4 была обучена с нуля на 3 800 GPU Nvidia Grace Blackwell в собственных европейских дата-центрах. Вице-президент по науке Mistral Пьер Сток назвал TechCrunch округлённую цифру — 4 000 — и добавил, что это «в 2–3 раза меньше, чем у наших китайских конкурентов». Никто это сравнение не верифицировал.

Расширение вычислительных мощностей давно публично. В марте 2026 года Mistral привлекла $830 млн долгового финансирования на покупку 13 800 GPU Nvidia GB300 для дата-центра под Парижем. Mistral не говорит, обучалась ли ML4 именно на этом кластере, поэтому связывать напрямую не будем.

Одна деталь меняет прочтение всех бенчмарков в этой статье. Запуск RL (reinforcement learning) всё ещё идёт. RL — постобучающий этап, где модель улучшает себя по оценкам собственных попыток решить задачи. По словам Mistral, в нём задействовано около 3 000 GPU, генерируется примерно 33 млрд токенов в день, и «признаков насыщения нет». То есть модель, доступная по API сегодня, не будет той же, чьи веса выйдут 27 октября.

Бенчмарки Mistral Large 4

Незавершённый RL — первая причина считать всё ниже предварительным. Вторая — большинство цифр Mistral пока не воспроизведены независимо, а там, где воспроизведены, совпадение не всегда есть.

Независимые оценки на момент запуска делятся на три группы:

• Независимо воспроизведённые: индекс Artificial Analysis (AA) Cyber, включая компонент CyberGym-E2E, и пять оценок vals.ai, включая Terminal-Bench 4.0.
• Запущены AA, но пока не публичны: сноска на графиках по кодингу у Mistral говорит, что оценки DeepSWE, Terminal-Bench и SWE-Atlas «используют числа, приватно оценённые Artificial Analysis до публичного релиза харднесса». Они появятся в Coding Agent Index AA после релиза. До тех пор проверить их никто, кроме AA и Mistral, не может.
• Только Mistral: всё остальное.

Больше всего внимания — последнему столбцу таблицы. Бенчмарк может быть создан независимой группой, но оценка ML4 на нём пока лишь заявление Mistral.

Сводка бенчмарков

Рейтинги бенчмарков Mistral 4

Сопоставьте последнюю строку с основным тезисом Mistral. В широком индексе vals.ai ML4 занимает 32-е место из 44 в целом и 9-е из 16 среди открыто-весовых. Это трудно увязать с «сопоставима с сильнейшими в мире моделями с открытым исходным кодом», по крайней мере, в агрегате. Вертикальные результаты Mistral выглядят заметно лучше — и это правда. Они просто измеряют более узкое. Если решаете, строить ли на ML4, то важнее ваш вертикаль, а не любой заголовок.

Кодинг

Именно здесь расхождение между заголовком и деталями видно первым. Цифры Mistral выглядят хорошо на первый взгляд. Но на графике DeepSWE у Mistral видно то, чего в тексте нет: самый высокий столбец — у Kimi K3 (69%), на 7 пунктов выше ML4. ML4 обходит GLM-5.3 (62% против 61%), но один пункт легко укладывается в «шум» выбора харднесса. «Харднесс» — это обвязка модели в агентных бенчмарках: тулзы, промпты и число попыток. На графике Mistral каждый конкурент запускался в своём. На живом лидерборде DeepSWE Datacurve, где все модели идут в одной конфигурации, GLM-5.3 и Kimi K3 набирают по 69%, DeepSeek V4 Pro — 63%. ML4 пока не указан.

Terminal-Bench показывает обратный эффект. Mistral заявляет 28,3%, независимый запуск vals.ai получил 22,73%. Я не вижу тут умышленного завышения — просто напоминание, что одно число из одной конфигурации — не рейтинг.

Гораздо интереснее человеческие оценки. В слепом исследовании, заказанном у Surge AI, профессиональные аннотаторы ставили кодовым выводам оценки от 1 до 5: ML4 заняла 2-е место из 5 (3,74), опередив GLM-5.3 (3,60), Kimi K3 (3,59) и GLM-5.2 (3,40), и сильно уступив Claude Opus 5 (4,22). Обратите внимание на Kimi K3: на DeepSWE она на 7 пунктов впереди ML4, а по человеческим предпочтениям — позади. Сдать тесты и написать код, который приятно читать, — не одно и то же. (И это Opus 5, а не более новая 5.5, так что разрыв с лучшей закрытой моделью, вероятно, ещё больше.)

Второе, внутреннее исследование Mistral запутывает картину ещё сильнее. Оно показало, что ML4 «на уровне или близко» к GLM-5.3 в кодинге и финансах, а предпочтение отдано только в CAD и STEM. Склоняюсь к паритету.

Финансы

Здесь проще, в основном потому, что есть независимое число для опоры. На vals.ai ML4 набирает 54,68% на Finance Agent v2, что ставит её на 22-е место из 75 в целом и 7-е из 32 среди открыто-весовых моделей. Уверенная середина. Собственно, заявление Mistral уже уже: ML4 обходит GPT-6 Astra на этом бенчмарке.

Mistral также сообщает о сильных результатах на FinWorkBench, который проверяет, может ли модель строить и редактировать таблицы для реальных финансовых и бухгалтерских задач. Эти цифры — только с графиков Mistral и пока нигде не воспроизведены.

Право

На бумаге всё выглядит лучше. В Harvey's Legal Agent Benchmark ML4 занимает 6-е место из 75 и 1-е среди 31 открыто-весовой модели. Её балл — 15,83%.

Прочитайте это число дважды. Шестое место в мире в автономной юридической работе — это успешное завершение примерно одной задачи из шести. Бенчмарк сложный, а рейтинг реален, но делать вывод «ML4 может выполнять юридическую работу без надзора» нельзя. Пока ни одна модель не может.

Вижн и визуальный гридинг

Здесь обратная ситуация: смелые заявления, независимых данных пока нет. Главный тезис — о визуальном гридинге, то есть локализации конкретных объектов или областей на изображении по текстовому описанию — вроде «найдите треснувший шов на этом чертеже», а не «опишите картинку». Mistral сообщает 42% на Dense 200 — на один пункт выше GPT-6 Astra (41%). На таком различии решение о покупке строить не стал бы.

Mistral также утверждает, что ML4 силён на ChartQA Pro и GDP.pdf — бенчмарке рассуждений по документам. Ни один из результатов по вижну пока не воспроизведён независимо. Кейсы, на которых делает акцент Mistral, в основном индустриальные: от спутниковых снимков для реагирования на ЧС до инспекции техчертежей и сканирования больших геопространственных изображений.

Насколько хороша Mistral Large 4 для кодинга?

Вернёмся к кодингу — этим ML4 большинство и займёт. Она конкурентоспособна среди открыто-весовых моделей, но не лучшая доступная для кодинга, и даже не лучшая открытая на графике самой Mistral. Повторять цифры не буду. Вот как они переводятся на работу:

• Исправление проблем в реальном кодовой базе (агентная разработка ПО): применима, но Kimi K3 выглядит сильнее.
• Понимание большого репозитория: перспективно, но опирается на один приватно полученный балл.
• Длинные, многочасовые агентные прогоны: RL-настройка Mistral рассчитана на длинные траектории, но независимых проверок пока нет.
• Работа, завязанная на терминал: пока самый слабый независимый сигнал.

Стоит дождаться появления ML4 в публичном Coding Agent Index AA (ожидается после релиза весов), прежде чем называть её чем-то большим, чем достойный открыто-весовой вариант.

Плюсы открытых весов здесь не про баллы. Компания может запускать ML4 на собственной инфраструктуре и никогда не отправлять проприетарный исходный код во внешний API. Для агентных систем по конфиденциальным кодовым базам этого одной достаточно, чтобы сделать выбор.

Mistral Large 4 для кибербезопасности

Это самый смелый тезис Mistral. В индексе кибербезопасности Artificial Analysis — независимой оценке AA того, как модели находят, воспроизводят и латают уязвимости в реальном софте — ML4 набирает 50%. Это топ-5 из 18 протестированных моделей. Выше только Grok 4.7, MiMo-V2.6-Pro и GPT-6 Luna, а GLM-5.3 Flash — на уровне. Mistral заявляет, что ML4 «значительно лидирует среди открыто-весовых моделей, разработанных вне Китая», и график AA это подтверждает.

Особенно выделяется CyberGym-E2E — один из трёх компонентов индекса. Модель должна воспроизвести реальную уязвимость в открытом ПО (CVE — публично каталогизированная дыру) и затем запатчить её. У ML4 — 82%, первое место из 18 протестированных AA. Также Mistral сообщает 93% на Cybench — наборе из 40 задач соревнований по безопасности, хотя никто это не воспроизвёл.

Данные об отказах тоже интересны. В CyberGym-E2E на графике AA видно, что Claude Opus 5.5 блокируется по соображениям безопасности примерно на 96% задач, а GPT-6 Astra — на 100%. Эти модели набирают почти ноль, потому что задачу отклоняют — их баллы ничего не говорят о том, что они могли бы сделать фактически. Правильна ли политика отказов — отдельный спор.

И в этом суть предложения Mistral. Защитная работа часто начинается с воспроизведения уязвимости для доказательства её наличия, и командам безопасности нужно делать это массово — сканировать большие кодовые базы и разбирать сотни находок. Модель, которая отказывает по большей части такого ворклоада, или провайдер которой может поменять политику модерации посреди инцидента, — риск. Заявленный тезис Mistral — запуск ML4 на собственной инфраструктуре переносит контроль поведения под вашу ответственность. Более широкий спор о том, что меры безопасности ИИ блокируют законную защитную работу, идёт уже давно.

Теперь о плохой стороне: когда веса станут публичны, такую же возможность получат и атакующие. Индекс AA намеренно ориентирован на защиту (модели работают с исходным кодом и их не просят создавать рабочий эксплойт), так что 82% по воспроизведению — не 82% по наступательным возможностям. Но путь от «воспроизвести краш» до «превратить его в оружие» — не бесконечный. Три недели до релиза Mistral тратит на red teaming модели — целенаправленные попытки спровоцировать некорректное поведение — вместе с «лидерами кибербезопасности, проверенными партнёрами и госорганами».

Почему открытые веса важны для Mistral Large 4

Аргумент про кибербезопасность — в сущности аргумент за открытые веса, и он шире безопасности. «Можно скачать модель» — это заниженное описание.

Банк, запускающий ML4 на своих серверах, никогда не отправляет клиентские данные в Mistral. Госагентство контролирует всю среду развёртывания. Команда безопасности может настроить поведение модели без ожидания смены политики модерации у провайдера, что после прошлого раздела — не гипотетика. И если провайдер «падает» или уводит версию модели в архив, самостоятельные развёртывания продолжают работать.

Открытые веса также упрощают кастомизацию. Мы уже писали о Mistral Forge в апреле, и Mistral говорит, что ML4 «использует ту же среду обучения, кастомизации и RL», что предлагается корпоративным клиентам через Forge. Для организаций, желающих дообучить ML4 на своих данных, Forge — очевидный путь.

Коротко о терминах. Open-weight означает, что обученные параметры модели доступны публично. Это не значит, что обучающие данные, код обучения или прочее распространяются по лицензии open source. На странице модели ML4 описана как open-weight, но условий лицензии ещё нет. Пока их нет, коммерческое использование, права на дообучение и распространение — открытые вопросы. Немного раздражает писать «проверьте лицензию» о модели, чья «фишка» — контроль, но такова ситуация.

Mistral Large 4 и курс Европы на суверенный ИИ

Контроль — также центр политического тезиса Mistral. Президент Франции Макрон описал подход Mistral как «третий путь в ИИ». Первые два — закрытые американские модели, способные, но подпадающие под законы США и политику провайдеров, и китайские открытые модели, часто способные, но вызывающие вопросы по резидентности данных и геополитике у европейских институтов. Предложение Mistral — открытые веса, европейская инфраструктура и европейское право.

Это включает европейское развёртывание, которое Mistral якобы осуществляет «от конца до конца, независимо от других поставщиков цифровых услуг и под юрисдикцией европейского права». Если вы подпадаете под GDPR или отраслевые правила по резидентности данных, проверьте это заявление по соглашениям об обработке данных у Mistral, прежде чем полагаться на него.

Деньгами под тезис Mistral тоже подкреплена. Mistral называет ML4 «первой вехой в дорожной карте, профинансированной нашим раундом Series D на €3 млрд», лидером которого выступил Samsung при оценке в €21 млрд, который Mistral описывает как крупнейший акционерный раунд, когда-либо привлечённый европейской технологической компанией. Большая его часть идёт на европейские дата-центры.

Значит ли это, что Европа может делать фронтирные модели, одновременно давая организациям больше контроля над местом и способом их работы? ML4 — сильный аргумент в пользу контроля. По части фронтира 32-е из 44 в Vals Index говорит, что Европа ещё не там.

Mistral Large 4 против других открыто-весовых моделей

Если Европа ещё не там, справедливо спросить — кто там и как ML4 на их фоне. Я не свожу все баллы в одну таблицу, так как они из разных конфигураций, а единая таблица создаст иллюзию сравнимости. Число параметров — тоже не прокси для возможностей. Таблица ниже лишь размещает каждую модель:er. The table below just places each one:

Mistral Large 4 против GLM-5.3

Это сравнение важнее всего, так как GLM-5.3 — один из сильнейших китайских открытых моделей. Как показано в разделе про кодинг, на графике Mistral они расходятся на один пункт, человеческие оценки расходятся, а GLM-5.3 достигает 69% на живом лидерборде, где ML4 ещё не тестировалась. До появления обеих моделей на независимых лидербордах — ничья.

Mistral Large 4 против DeepSeek V4 Pro

ML4 побеждает во всех сравнениях, опубликованных Mistral (DeepSWE, Coding Agent Index, AutomationBench, AA-Briefcase), но ни одно не подтверждено независимо, а DeepSeek V4 Pro набирает 63% на живом лидерборде DeepSWE — выше 62% у ML4. По финансам «лоб в лоб» данных нет.

Mistral Large 4 против Reflection Beam

Reflection Beam — другой западный открыто-весовой претендент, а значит, самый прямой тест заявления Mistral «лучшие вне Китая». Данных мало. На графике DeepSWE у Mistral Beam — 44%, почти на 18 пунктов ниже ML4, но это самоотчёт, сопоставленный с оценкой AA, так что на разрыв лучше не опираться. Reflection не раскрывает масштаб Beam, поэтому и сравнение по размеру невозможно. ML4 имеет более широкую мультимодальность на входе и заметно более сильные опубликованные свидетельства по кибербезопасности.

Когда можно пользоваться Mistral Large 4?

Не нужно ждать, пока сравнения устаканятся — можно попробовать ML4 уже сейчас. Роллаут такой:

1. 6 октября: стартовал публичный превью. Любой может вызвать mistral-large-4 через Mistral Studio.
2. Во время превью: лидеры кибербезопасности, проверенные партнёры и госорганы получают версию со «сниженной модерацией и расширенными кибервозможностями» для red teaming. Пьер Сток сказал TechCrunch, что Mistral будет «работать с надёжными партнёрами и правительствами, чтобы убедиться, что открытые веса можно использовать для защиты, но не для злонамеренных атак». Параллельно продолжается RL-обучение, так что модель в API меняется.
3. 27 октября: планируется выпуск весов вместе с полными архитектурными деталями, дополнительными бенчмарками и методологией постобучения Mistral.

Этот раздел будет обновлён после релиза весов.

Чего мы всё ещё не знаем про Mistral Large 4

До тех пор многое остаётся открытым. Это пишется в день запуска, поэтому список длинный:

• Итоговая производительность в бенчмарках: RL всё ещё идёт, так что все цифры выше могут измениться. Mistral ожидает «большие и быстрые улучшения», но их ещё никто не измерил.
• Независимые результаты по кодингу, вижну и интеллектуальной работе: помимо AA Cyber Index и vals.ai, ничего не воспроизведено.
• Ценообразование: анонс и страница документации расходятся, а ставки превью могут не сохраниться.
• Лицензия: нельзя строить продукт на «open-weight» без лицензии.
• Аппаратные требования для self-hosting: не опубликованы.
• Полная архитектура: обещана с весами и, возможно, объяснит расхождение 49 млрд против 52 млрд активных.
• Окно контекста: 1 млн токенов по документации Mistral, 512 тыс. по vals.ai.
• Итоговая оценка безопасности: red teaming продолжается до конца октября.

Вывод

Mistral Large 4 — разреженная модель с 1 трлн параметров и 49 млрд активных, мультимодальным вводом и готовящимися открытыми весами. В день запуска видно: она — лучшая открыто-весовая модель на юридическом бенчмарке Harvey, но 32-я из 44 в Vals Index и позади Kimi K3 на собственном графике по кодингу у Mistral.

Впрочем, ставка Mistral, по-моему, не в лидерстве бенчмарков. Ставка — что предприятиям и государствам важнее всего сочетание способных открытых весов и self-hosting. Данные об отказах в кибербезопасности — самое наглядное свидетельство того, что этот пакет уже решает насущную проблему команд безопасности.

27 октября — дата, за которой стоит следить. Тогда выйдут веса, независимые исследователи запустят финальный чекпоинт сами, а Artificial Analysis и vals.ai протестируют именно релизную модель, а не превью, которое всё ещё обучается. Le Chonk либо оправдает пост о запуске, либо нет.

Для справки по концепциям моделей MoE наш курс Introduction to Large Language Models охватывает основы. Больше о продуктах Mistral — в наших материалах о Mistral Forge, Mistral Large 3, Mistral Le Chat и Mistral Vibe 2.0 — её терминальном агенте для кодинга.