Французская компания Mistral AI объявила о публичном предварительном доступе к модели Mistral Large 4 (ML4). Разработчики называют её крупнейшей и наиболее производительной моделью в своей линейке. API-версия уже доступна в Mistral Studio, а публикацию весов компания планирует завершить до конца октября.
Mistral Large 4 — мультимодальная модель с совокупным числом параметров в 1 трлн и 49 млрд активных параметров. Она построена по архитектуре смеси экспертов (MoE) и объединяет работу с инструкциями, рассуждениями, программированием, агентными сценариями и визуальными данными. В компании неофициально называют новинку Le Chonk.
Заявленные результаты тестов
По данным Mistral AI, ML4 сопоставима с наиболее сильными открытыми моделями и превосходит другие модели с открытыми весами, созданные в США и Европе, в задачах программирования, кибербезопасности, финансового и юридического анализа. Отдельно разработчики отмечают результаты в визуальном сопоставлении объектов с изображениями: в тесте Dense 200 модель набрала 42% против 41% у GPT-6 Astra.
В задачах разработки программного обеспечения Mistral Large 4 получила 61,7% в DeepSWE v1.1, 59,4% в SWE-Atlas-QnA и 28,3% в Terminal-Bench 4. Совокупный результат 49,8% в Coding Agent Index, как утверждает компания, позволил модели опередить DeepSeek V4 Pro 0813 и Qwen3.8 Max.
В слепой оценке качества программного кода, проведённой совместно с Surge AI, профессиональные разметчики не знали, какой модели принадлежат ответы. Предварительная версия ML4 заняла второе место среди пяти участников с оценкой 3,74 из 5. Выше оказался Claude Opus 5 с 4,22 балла; Kimi K3, GLM-5.3 и GLM-5.2 получили соответственно 3,59, 3,60 и 3,40 балла.
Для агентных рабочих процессов Mistral приводит результат 59,9% в AutomationBench — наборе из 657 корпоративных сценариев с сервисами Gmail, Google Sheets, Slack и Salesforce. В бенчмарке AA-Briefcase, оценивающем длительные задачи интеллектуального труда, модель набрала 1393 Elo и, по информации разработчика, опередила DeepSeek V4 Pro.
Кибербезопасность и локальная работа
Одним из ключевых направлений для ML4 компания называет кибербезопасность. В независимом индексе Artificial Analysis Cyber Index модель, по заявлению Mistral, вошла в пятёрку сильнейших в мире и заметно опередила открытые модели, разработанные за пределами Китая. В одном из тестов на воспроизведение и последующее исправление уязвимости в открытом программном обеспечении ML4 получила 82%. В наборе Cybench, включающем 40 заданий по мотивам соревнований по информационной безопасности, она решила 93% задач.
Mistral подчёркивает, что закрытые модели могут отказываться от действий, необходимых для легитимного исследования уязвимостей и реагирования на инциденты. Компания считает, что такой отказ способен осложнить работу специалистов по защите. ML4 предполагается использовать для анализа вредоносного ПО, приоритизации уязвимостей и подготовки правил обнаружения угроз.
После выхода весов организации смогут запускать модель в частном облаке или на собственной инфраструктуре. До публикации Mistral проводит дополнительное тестирование модели совместно с экспертами по кибербезопасности, проверенными партнёрами и государственными структурами. Им будет доступна версия с менее строгой модерацией и расширенными возможностями для задач в сфере ИБ.
При этом разработчик сообщает о мерах защиты. В публичном бенчмарке B3 AI Security Benchmark от Lakera ML4 отразила 93,3% атак с непрямыми промт-инъекциями в запросы. В KORA Benchmark модель получила 1,691 балла при максимальном значении 2, обозначенном как «образцовый» уровень. По данным Mistral, средняя доля отказов на вредоносные запросы в области кибербезопасности из JailbreakBench, StrongREJECT и AgentHarm выше, чем у сопоставимых открытых моделей.
Изображения, наука и профессиональные документы
Модель умеет анализировать изображения, диаграммы, техническую документацию и естественные сцены. Разработчики указывают на возможность работы со спутниковыми снимками гигапиксельного размера, чертежами и PDF-файлами. Эти функции могут быть востребованы в инженерии, промышленности, дистанционном зондировании Земли и при ликвидации последствий чрезвычайных ситуаций.
В научных задачах Mistral Large 4 умеет писать код для анализа данных, моделирования и симуляций. Компания заявляет, что среди моделей с открытыми весами она показывает передовой результат в SciCode-Verified — тесте на реализацию сложных научных процессов в областях физики, математики, материаловедения и биологии.
Для финансового и юридического сектора ML4 тестировали сторонние подрядчики из vals.ai. По данным Mistral, модель превзошла GPT-6 Astra в заданиях Finance Agent v2 и Harvey Legal Agent Benchmark, а среди открытых моделей показала лучший результат в юридическом бенчмарке HarveyAI. Также она предназначена для создания, редактирования и проверки сложных электронных таблиц, презентаций и документов.
Внутреннее сравнение с GLM-5.3 с участием экспертов по программированию, системам автоматизированного проектирования, финансам, математике и физике показало преимущество ML4 в задачах САПР и STEM-дисциплинах. В финансах и программировании результаты моделей, по оценке Mistral, оказались близкими.
Европейская инфраструктура и языковая поддержка
Mistral Large 4 обучали с нуля на 3800 графических ускорителях NVIDIA Grace Blackwell в собственных дата-центрах Mistral в Европе. На той же инфраструктуре обслуживается и предварительная API-версия.
Заметная часть обучающих данных была многоязычной: она охватывает более 160 языков, включая все официальные языки Европейского союза. При обучении и доработке модели Mistral сотрудничала с компаниями из финансовой сферы, машиностроения, производства, логистики, фармацевтики, науки, судоходства и государственного сектора. Для обучения использовалась та же среда настройки и обучения с подкреплением, которую клиентам предлагает платформа Mistral Forge.
Что будет дальше
Mistral AI намерена опубликовать веса Mistral Large 4 до конца месяца. Одновременно компания обещает раскрыть больше сведений об архитектуре, методике постобучения и дополнительных результатах испытаний. На базе ML4 планируется создать специализированные и оптимизированные модели для отдельных отраслей и рабочих задач.
Дальнейшее развитие проекта будет финансироваться в том числе за счёт раунда на 3 млрд евро, который Mistral называет крупнейшим раундом акционерного финансирования среди европейских технологических компаний. Средства предполагается направить на расширение собственных европейских вычислительных мощностей и последующее обучение моделей.
