میسترال وزن‌های مدل یک‌تریلیون‌پارامتری Large 4 را متن‌باز کرد

چه چیزی منتشر شده است

Mistral Large 4 یک مدل «ترکیب متخصصان» (MoE) است که حالت دستورپذیر و حالت استدلالی را در یک مدل کنار هم دارد. ورودی آن متن و تصویر است و خروجی‌اش متن و کد. طبق گزارش‌ها، از مجموع یک تریلیون پارامتر فقط حدود ۵۲ میلیارد پارامتر برای هر وظیفه فعال می‌شود. به همین دلیل هزینه اجرا بسیار کمتر از یک مدل متراکم هم‌اندازه است. میسترال می‌گوید مدل به بیش از ۱۶۰ زبان مسلط است و سه سطح استدلال (کم، متوسط و زیاد) دارد که پیش‌فرض آن «زیاد» است.

نسخه پیش‌نمایش در ۶ اکتبر ۲۰۲۶ از طریق API و Mistral Studio عرضه شد. نسخه امروز بعد از حدود سه هفته آموزش تقویتی اضافه منتشر شده است. به گفته میسترال، این آموزش امتیاز مدل در بنچمارک کدنویسی عامل‌محور Terminal-Bench 4.0 را از ۲۸ به ۴۱ درصد رسانده است. این عدد کمی بالاتر از GLM-5.3 با ۴۰ درصد است.

مجوز، دسترسی و بنچمارک‌ها

مدل با مجوز «Mistral Ecosystem Open-Weight» عرضه شده که میسترال آن را نسخه‌ای اصلاح‌شده از MIT توصیف می‌کند. استفاده، تغییر، فاین‌تیون و تجاری‌سازی آزاد است. فقط کسب‌وکارهایی که مدل را به‌صورت سرویس (Model-as-a-Service) به دیگران عرضه می‌کنند باید مجوز تجاری جداگانه از میسترال بگیرند. بنابراین مدل «متن‌باز» به معنای سخت‌گیرانه نیست و بهتر است آن را «وزن‌باز با مجوز آزاد» دانست.

علاوه بر Hugging Face، مدل از طریق API میسترال، OpenRouter، نقاط پایانی میزبانی‌شده انویدیا و Microsoft Foundry هم در دسترس است. صفحه رسمی میسترال از ۱۹٫۷ درصد در FrontierCode 2.0، ۸۴٫۵ درصد در BrowseComp و ۵۱ درصد در شاخص امنیت سایبری Artificial Analysis خبر می‌دهد. گزارش The Next Web هم از ۷۹ درصد در CyberGym-E2E برای یافتن باگ‌های ایمنی حافظه می‌گوید. همچنین به‌گفته میسترال این مدل در هر وظیفه به‌طور میانگین ۴۷ درصد توکن کمتری از GLM-5.3 مصرف می‌کند. همه این اعداد ادعای خود شرکت‌اند و هنوز آزمون مستقل گسترده‌ای روی آن‌ها منتشر نشده است.

در قیمت‌گذاری هم دو منبع هم‌خوان نیستند. صفحه میسترال برای API عدد ۰٫۷۰ دلار به ازای هر میلیون توکن ورودی و ۲٫۱۰ دلار برای خروجی را ذکر می‌کند، اما The Next Web به نقل از مدیریت شرکت نوشته که قیمت API هنوز نهایی نشده است.

چرا مهم است

برای برنامه‌نویس‌ها، مهم‌ترین نکته این است که مدلی در سطح رقبای بزرگ متن‌باز در حوزه کدنویسی عامل‌محور و تحلیل امنیتی حالا با وزن‌های قابل دانلود در دسترس است. تیم‌ها می‌توانند آن را روی زیرساخت خودشان اجرا کنند و داده‌های حساس را بیرون نفرستند. البته اجرای کامل یک مدل یک‌تریلیونی همچنان به سخت‌افزار گران نیاز دارد. حتی نسخه کوانتیزه هم چهار GPU رده بالای انویدیا می‌خواهد و برای اکثر علاقه‌مندان عملی نیست.

میسترال می‌گوید در طول سه سال حدود ۶ میلیارد دلار جذب کرده و آموزش مدل را روی ۳٬۸۰۰ پردازنده گرافیکی Grace Blackwell در اروپا انجام داده است. این موضوع برای بحث «حاکمیت فناوری» در اروپا اهمیت دارد. برای کاربران ایرانی، دانلود وزن‌ها از Hugging Face و استفاده از برخی سرویس‌های ابری ممکن است به محدودیت‌های تحریمی و دسترسی برخورد کند. اجرای محلی روی سخت‌افزار خودی یا میزبانی داخلی راه عملی‌تر است، به شرط رعایت مجوز مدل.