Первую публичную предварительную версию ML4 представили в начале октября. После тестирования с участием разработчиков, корпоративных и государственных пользователей Mistral продолжила обучение модели с подкреплением. Это позволило улучшить программирование, кибербезопасность и эффективность рассуждений.
Mistral Large 4 построена на архитектуре «смесь экспертов». У нее 1,05 трлн параметров, но на каждую задачу задействуется около 52 млрд. Есть три режима рассуждения: низкий, средний и высокий. Их можно выбирать в зависимости от сложности задачи и желаемого баланса между производительностью и затратами. Модель обучили с нуля на 3800 графических процессорах NVIDIA Grace Blackwell, размещенных в европейских дата-центрах компании.
Mistral заявляет, что ML4 занимает первое место среди моделей с открытыми весами в тестах на программирование FrontierCode 2.0 и Terminal-Bench 4.0.
В первом она набрала 19,7%, во втором — 41%, улучшив результат предварительной версии на 13 процентных пунктов. В индексе агентов-разработчиков Artificial Analysis модель получила 48% — примерно столько же, сколько китайская GLM-5.3, — при этом использовала в среднем на 47% меньше токенов на задачу. Это, по оценке разработчика, делает её запуск более экономичным.
Компания также развивает возможности ML4 в сфере кибербезопасности. В тесте Cyber Index от Artificial Analysis модель набрала 51% за обнаружение и проверку уязвимостей, а также разработку исправлений. Она также отказывается выполнять 96,6% вредоносных запросов, связанных с кибербезопасностью. Компания утверждает, что встроенные механизмы защиты позволяют модели различать задачи по поиску и устранению уязвимостей и запросы, направленные на проведение атак.
Модель распространяется по лицензии Mistral Ecosystem Open-Weight на основе MIT. Она разрешает использовать, изменять, дообучать и коммерциализировать модель, однако компаниям, которые предоставляют ее клиентам как облачный сервис (Model-as-a-Service), потребуется отдельная коммерческая лицензия. Стоимость API составляет $0,70 за миллион входных токенов, $0,07 — за миллион кэшированных входных и $2,10 — за миллион выходных. Для сравнения, API модели DeepSeek V3.2 через BytePlus стоит $0,28 за миллион входных и $0,42 за миллион выходных токенов.
Публикация весов позволяет компаниям и государственным учреждениям запускать Mistral Large 4 на собственной инфраструктуре, адаптировать ее под свои задачи и работать с чувствительными данными без передачи их внешним поставщикам.
При этом открытый доступ к модели создает риск ее использования злоумышленниками. В Mistral заявляют, что продолжают совершенствовать защитные механизмы, а для отдельных проверенных корпоративных партнеров предоставляют специализированную версию для тестирования на проникновение и поиска уязвимостей.
