При обработке каждого запроса ML4 использует не все параметры одновременно. По данным официального анонса Mistral и карточки версии v26.10, активируются 49 млрд параметров. Это связано с архитектурой Mixture-of-Experts: для выполнения конкретной задачи задействуется только часть модели, что позволяет снизить объем необходимых вычислений.
Mistral Large 4 изначально рассчитана на работу не только с текстом, но и с изображениями. Согласно документации компании, отдельный модуль обработки изображений содержит 1,6 млрд параметров.
Внутри компании ML4 получила шутливое неофициальное название Le Chonk ("толстяк"). Mistral называет ее своей крупнейшей и наиболее производительной моделью на сегодняшний день.
Сейчас ML4 доступна через API в сервисе Mistral Studio, однако веса модели пока не опубликованы. В собственном анонсе Mistral обещает открыть их до конца октября. Reuters и Euronews называют более точную дату – 27 октября. До публикации весов компания продолжит тестирование модели с участием специалистов по кибербезопасности, партнеров и государственных структур.
После публикации весов ML4 можно будет развертывать на собственной инфраструктуре. Это одна из особенностей стратегии Mistral: компания делает ставку на модели с открытыми весами, которые дают заказчикам больше контроля над тем, где и как работает ИИ.
По данным Mistral, Large 4 обучалась с нуля около двух месяцев на 3800 графических процессорах Nvidia Grace Blackwell в собственных европейских дата-центрах компании. Euronews приводит округленную цифру в 4000 GPU. Модель поддерживает более 160 языков, в том числе все официальные языки Евросоюза.
Компания заявляет о высокой производительности ML4 в программировании, работе ИИ-агентов и обработке мультимодальных данных. Среди прикладных направлений Mistral также выделяет кибербезопасность, финансы, право и производственные задачи. Эти оценки основаны прежде всего на собственных тестах разработчика.
Особое внимание Mistral уделяет кибербезопасности. Компания утверждает, что ML4 превосходит ряд других моделей с открытыми весами в соответствующих тестах. Reuters также приводит заявления разработчиков о сильных результатах модели в программировании, финансах, геопространственном анализе и проектировании микросхем. Независимой комплексной оценки всех этих заявлений на момент презентации пока нет.
Обучение ML4 на момент запуска публичной версии еще продолжалось. Mistral сообщила, что этап обучения с подкреплением не завершен и рассчитывает дополнительно улучшить характеристики модели.
Mistral позиционирует Large 4 как европейскую альтернативу передовым американским и китайским ИИ-системам. Компания связывает модели с открытыми весами и собственную европейскую вычислительную инфраструктуру с идеей технологического суверенитета – возможностью организаций контролировать используемые ими модели и оборудование.
