Mistral Large 4 (Le Chonk) — нові параметри та результати тестів

TL;DR

• •Mistral Large 4 має ~1 трлн параметрів, 52B активних
• •Мультимодельна: підтримує текст, зображення, документи, схеми
• •Показує 49.8% у Coding Agent Index — вище DeepSeek V4 Pro та Qwen3.8 Max
• •Топ-5 у світі за кібербезпечністю: 82% на тесті відтворення та виправлення вразливостей
• •Контекст до 1 млн токенів, доступна через API в Mistral Studio з кінця жовтня

---

Як це змінить ваш ринок?

Для компаній у фінансах та кібербезпеці, які потребують аналізу великих обсягів тексту та зображень, модель може зменшити залежність від закритих API. Однак через відсутність ваг зараз, реальне впровадження можливе лише через хмарний API Mistral, що зберігає залежність від одного постачальника.

Визначення:

MoE (Mixture of Experts) — архітектура моделі, де тільки частина параметрів активна під час інференсу, що зменшує обчислювальну навантаження при збереженні високої продуктивності.

Для кого це і за яких умов

Для компаній з IT-командою від 50 людей: доступ через API Mistral Studio потребує інтернет-з’єднання та базового налаштування. Для самохостингу потрібна GPU-кластер з 24GB+ пам’яті на карту для роботи з активними 52B параметрами — оцінно $20 000+ на обладнання. Час на впровадження через API — 1 день, для самохостингу — 2-3 тижні.

Альтернативи

---