Jeden. Mistral Large 4, czyli „Le Chonk": europejski bilion parametrów i deklaracja suwerenności
Największym wydarzeniem w warstwie modeli jest wejście francuskiego Mistrala do gry o skalę biliona parametrów. Ogłoszony 6 października Mistral Large 4, wewnętrznie nazwany „Le Chonk", to granularny model typu sparse mixture-of-experts o 1,05 biliona parametrów całkowitych i 49 miliardach aktywnych na token, czyli około 4,7 procenta, z natywnym wejściem obrazowym przez enkoder wizyjny o 1,6 miliarda parametrów i oknem kontekstu miliona tokenów. Jak podał VentureBeat oraz branżowy Marktechpost, model trenowano od zera przez około dwa miesiące na około czterech tysiącach układów Nvidia Grace Blackwell w europejskich centrach danych samego Mistrala, przy zapotrzebowaniu rzędu dziesięciu megawatów, a dane obejmowały ponad sto sześćdziesiąt języków, w tym wszystkie języki urzędowe Unii Europejskiej. Wersja podglądowa jest dostępna w API od razu, w cenie 1,36 dolara za milion tokenów wejściowych i 4,18 dolara za milion wyjściowych, przy wejściu z pamięci podręcznej po 0,14 dolara, natomiast wagi mają trafić do sieci dopiero 27 października, na licencji własnej Mistrala.
Źródło: venturebeat
Warstwa benchmarków wymaga tu bardzo wyraźnego rozdzielenia tego, co zmierzone niezależnie, od tego, co pochodzi ze stołu producenta. Mistral podaje, że model osiąga 93 procent na Cybench i 82 procent na CyberGym-E2E, co plasuje go w pierwszej piątce indeksu cyberbezpieczeństwa Artificial Analysis, a jego argument jest strukturalny, nie tylko liczbowy: kilka zamkniętych modeli frontier ma na CyberGym-E2E wyniki bliskie zeru, ponieważ odmawiają wykonania zadania, gdy reprodukcja podatności jest standardową pracą obrońcy. To ten sam mechanizm, o którym pisałem przy okazji programu weryfikacji Anthropica — filtry bezpieczeństwa odcinają legalną pracę ofensywną. W kodowaniu agentowym Mistral raportuje 61,7 procent na DeepSWE w wersji 1.1, ale sam przyznaje, że oceny prowadzono prywatnie, przed upublicznieniem narzędzia, więc nie są jeszcze odtwarzalne, a publiczny ranking DeepSWE przy najlepszej konfiguracji dla każdego modelu wskazuje wyżej GLM-5.3 i Kimi K3 na poziomie około 69 procent oraz GPT-6 Astra, Gemini 3.8 Flash i Claude Opus 5 na około 74 procent. Uczciwszy sygnał to ślepa ocena ludzi przeprowadzona z Surge AI: zawodowi annotatorzy dali wersji podglądowej 3,74 na 5, co daje drugie miejsce na pięć testowanych modeli, przed GLM-5.3 z 3,60 i Kimi K3 z 3,59, ale za Claude Opus 5 z 4,22. Kontekst finansowy dopełnia obraz: we wrześniu Mistral zebrał rundę D o wartości trzech miliardów euro przy wycenie powyżej 21 miliardów euro, co Reuters szacował na około 24 miliardy dolarów, a spółka obsługuje ponad 125 przedsiębiorstw, w tym Airbusa, ASML i HSBC. Sens rynkowy jest czytelny: Mistral gra nie na wygranie każdego benchmarku, lecz na to, że wagi staną się towarem, a wartość przeniesie się na wdrożenie, infrastrukturę i zgodność — i chce być dostawcą dla tych, którzy muszą trzymać model u siebie.
Źródło: artificial-analysis, reuters