Mistral Large 4: evropský model s bilionem parametrů se vrací na dohled od špičky
Mistral pustil do public preview Large 4, multimodální MoE model s bilionem parametrů. V indexu Artificial Analysis skočil z 9 na 38 bodů a open weights slibuje do konce října. Na absolutní špičku podle nezávislých hodnocení zatím nestačí.
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Francouzský Mistral AI 6. října spustil public preview modelu Mistral Large 4. Jde o nativně multimodální mixture-of-experts model s bilionem parametrů, z nichž je podle oznámení Mistralu při zpracování každého tokenu aktivních 52 miliard. Váhy chce firma zveřejnit do konce měsíce. Evropa tak po delší době dostává otevřený model, který se výkonem aspoň přibližuje americké a čínské špičce.
Co umí
Nezávislý index Artificial Analysis dává Large 4 skóre 38, tedy 64. místo z 225 hodnocených modelů. Předchozí Mistral Large 3 měl podle Simona Willisona skóre 9. Model je navíc rychlý: generuje 116 tokenů za sekundu a první token vrací za 1,46 sekundy. Kontext má podle Artificial Analysis 524 tisíc tokenů, Mistral ho v oznámení neuvádí.
Mistral zdůrazňuje programování a kybernetickou bezpečnost. Podle firmy model řeší 61,7 procenta úloh v DeepSWE v1.1, 28,3 procenta v Terminal-Bench 4 a 93 procent výzev v Cybench. V testu reprodukce a opravy zranitelností uvádí 82 procent. Mistral sám dodává, že Claude Opus 5.5 nebo GPT-6 Astra mají v tomto testu skóre blízké nule, protože úlohu odmítají. Vysoké číslo tedy odráží i jinou bezpečnostní politiku, nejen schopnosti.
Ve vizuálních úlohách firma hlásí 42 procent v benchmarku Dense 200 proti 41 procentům u GPT-6 Astra. Cena v API je 1,36 dolaru za milion vstupních a 4,18 dolaru za milion výstupních tokenů.
⚡ Mixture of experts (MoE)
Architektura, ve které model obsahuje mnoho dílčích „expertů“, ale pro každý token aktivuje jen malou část z nich. Large 4 má bilion parametrů, ale při výpočtu pracuje zhruba s jejich dvacetinou. Výsledkem je znalostní kapacita velkého modelu za výpočetní náklady výrazně menšího. Daní je paměť: kdo chce model provozovat sám, musí mít v paměti celý model, nejen aktivní část.
Kde jsou limity
Kromě Artificial Analysis pocházejí všechna benchmarková čísla od Mistralu. Willison hodnotí model střízlivě: „Rozhodně to není model třídy Fable, ale je skvělé vidět, že Mistral vydal model, který je zase zhruba šest měsíců za frontierem.“ Upozorňuje také, že API nabízí jen dvě úrovně reasoning, none a high. Údaj o aktivních parametrech se navíc liší: Mistral uvádí 52 miliard, Willison 49 miliard.
Artificial Analysis označuje model za velmi upovídaný. Při testech indexu vygeneroval 200 milionů výstupních tokenů, medián srovnatelných modelů je 81 milionů. To se v praxi propíše do účtu. A v Terminal-Bench 4 zaostává Large 4 i za malým Claude Haiku 5.5, který Anthropic vydal 7. října a který má 39,2 procenta.
Proč na tom záleží
Pro evropské firmy a veřejný sektor může být důležitější než pořadí v žebříčku to, kde model poběží. Mistral slibuje nasazení v evropském regionu a zákazníkům z kybernetické bezpečnosti provoz v privátním cloudu nebo on-premise. Pokud do konce října skutečně vyjdou váhy, stane se Large 4 silným kandidátem pro organizace, které chtějí model blízký špičce provozovat ve vlastní infrastruktuře. Licenci zatím Mistral neupřesnil.