बेंचमार्क फर्म ने Mistral Large 4 Preview को 38 इंटेलिजेंस स्कोर दिया

Artificial Analysis ने Mistral Large 4 Preview का बेंचमार्क विश्लेषण प्रकाशित किया 6 अक्टूबर, 2026 को, मॉडल को उसके इंटेलिजेंस इंडेक्स पर 38 अंक दिए और इसे यूएस और चीन के बाहर का सबसे बुद्धिमान AI मॉडल बताया।

इंटेलिजेंस इंडेक्स परिणाम

विश्लेषण रिपोर्ट करता है कि Mistral Large 4 Preview ने Artificial Analysis इंटेलिजेंस इंडेक्स संस्करण 4.3.2 पर 38 अंक प्राप्त किए, एक परिणाम जिसे बेंचमार्क फर्म ने GPT-6 Luna (max) के 38 और DeepSeek V4.1 Flash (max) के 39 के तुल्य बताया। इसके अनुसार, फ्रांस फिर से यूएस और चीन के बाहर का सबसे बुद्धिमान मॉडल रखने वाला देश बन गया है, दक्षिण कोरिया और संयुक्त अरब अमीरात जैसे देशों से आगे।

Artificial Analysis की प्रीव्यू के लिए मॉडल पेज पर, वह स्कोर मॉडल को उसकी तुलना वर्ग में 225 मॉडलों में 64वें स्थान पर रखता है, वर्ग मध्यिका 26 से ऊपर। पेज में प्रीव्यू को एक रीजनिंग मॉडल के रूप में सूचीबद्ध किया गया है जो 6 अक्टूबर, 2026 को जारी किया गया, जिसमें टेक्स्ट और इमेज इनपुट, टेक्स्ट आउटपुट, और दो API प्रदाताओं के माध्यम से सेवा शामिल है।

प्रकाशित इंटेलिजेंस इंडेक्स कार्यप्रणाली के अनुसार, संस्करण 4.3.2 दस मूल्यांकनों — AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode, Humanity’s Last Exam, GDP.pdf, CritPt, AA‑Omniscience, और AA‑LCR v1.1 — को चार श्रेणियों में भारित औसत के रूप में संयोजित करता है: एजेंट्स 30%, कोडिंग 20%, वैज्ञानिक तर्क 20%, और सामान्य 30%। Artificial Analysis ने इंडेक्स के लिए 95% विश्वसनीयता अंतराल को ±1% से कम अनुमानित किया है और सूट को मुख्यतः टेक्स्ट‑आधारित और अंग्रेजी‑भाषा वाला बताया है, जबकि इमेज, स्पीच, और बहुभाषी प्रदर्शन को अलग से बेंचमार्क किया गया है।

साइबर इंडेक्स परिणाम

Artificial Analysis साइबर इंडेक्स पर, प्रीव्यू ने 50 अंक प्राप्त किए, जो GLM-5.3-Flash के 50 के बराबर है और MiMo-V2.6-Pro के 56 से पीछे है, जबकि Kimi K3 और DeepSeek V4.1 Flash (max) सहित मॉडलों से आगे है। Artificial Analysis कहता है कि मॉडल के वेट्स जारी होने पर यह साइबर इंडेक्स पर शीर्ष तीन ओपन‑वेट्स मॉडलों में स्थान पाएगा।

मॉडल का सबसे मजबूत व्यक्तिगत साइबर परिणाम CyberGym‑E2E‑AA पर आया, जहाँ इसने 82% अंक प्राप्त किए, जो MiMo‑V2.6‑Pro के 79% और GPT‑6 Luna (max) के 78% से आगे है, जैसा कि विश्लेषण में बताया गया है।

लागत, गति, और टोकन उपयोग

विश्लेषण के अनुसार, Mistral Large 4 Preview पर इंटेलिजेंस इंडेक्स चलाने की लागत प्रति कार्य $1.13 है, जो मानक मूल्य निर्धारण $1.36 प्रति 1M इनपुट टोकन और $4.18 प्रति 1M आउटपुट टोकन पर आधारित है, तथा कैश्ड इनपुट $0.14 प्रति 1M टोकन है। पहले दो हफ़्तों के लिए 50% लॉन्च डिस्काउंट लागू होता है, जिससे टोकन कीमतें $0.68 और $2.09 तक घट जाती हैं और प्रति कार्य लागत $0.57 हो जाती है — फिर भी यह GLM-5.3-Flash के $0.25 और DeepSeek V4.1 Flash (max) के $0.27 से अधिक है। Artificial Analysis ने प्रीव्यू को समान‑बुद्धिमत्ता ओपन‑वेट्स मॉडलों की तुलना में प्रति कार्य चार गुना से अधिक लागत वाला बताया है।

मॉडल पेज पर दर्ज है कि प्रीव्यू ने इंटेलिजेंस इंडेक्स चलाने के दौरान 200M आउटपुट टोकन उत्पन्न किए, जबकि वर्ग मध्यिका 81M थी। Mistral के API के माध्यम से मापा गया, यह आउटपुट गति 116.1 टोकन प्रति सेकंड रिपोर्ट करता है, जो मध्यिका 86.1 से अधिक है, और पहला टोकन प्राप्त करने का समय 1.46 सेकंड है, जबकि मध्यिका 3.81 सेकंड है।

दस्तावेज़ तर्क और मॉडल विवरण

GDP.pdf, एक पेशेवर दस्तावेज़‑तर्क मूल्यांकन पर, Mistral Large 4 Preview ने 19% अंक प्राप्त किए, जो MiMo‑V2.6‑Pro के 19% के बराबर है और Kimi K3 के 22% से पीछे है। Artificial Analysis ने इस परिणाम को Mistral Large 3 की तुलना में 18 अंक सुधार बताया है, जो आंशिक रूप से एक API परिवर्तन के कारण है जो अब प्रति अनुरोध 100 इमेज स्वीकार करता है, जबकि पूर्व Mistral मॉडलों में यह आठ था।

विश्लेषण में 512k टोकन का कॉन्टेक्स्ट विंडो और 1 ट्रिलियन पैरामीटर वाला मॉडल, जिसमें 49 बिलियन सक्रिय पैरामीटर हैं, सूचीबद्ध है। उपलब्धता Mistral के API पर एक रिसर्च पब्लिक प्रीव्यू तक सीमित है, और ओपन वेट्स अक्टूबर 2026 के अंत तक जारी करने की योजना है; मॉडल पेज वर्तमान में प्रीव्यू को स्वामित्व वाला वर्गीकृत करता है क्योंकि इसके वेट्स अभी सार्वजनिक रूप से उपलब्ध नहीं हैं।

Mistral Large 4 लॉन्च

Mistral ने पब्लिक प्रीव्यू लॉन्च किया Mistral Large 4 का, जिसका उपनाम Le Chonk है, 6 अक्टूबर, 2026 को, और इसे एक मूल रूप से मल्टीमॉडल मॉडल बताया जो कंपनी के यूरोप स्थित अपने डेटा सेंटरों में 3,800 NVIDIA Grace Blackwell GPU पर शून्य से प्रशिक्षित किया गया, जिसमें प्रशिक्षण डेटा 160 से अधिक भाषाओं को कवर करता है, जिसमें यूरोपीय संघ की सभी आधिकारिक भाषाएँ शामिल हैं। Mistral का दावा है कि यह मॉडल यूएस या यूरोप में विकसित किसी भी ओपन‑वेट मॉडल से काफी बेहतर प्रदर्शन करता है, और कहा गया है कि यह वेट्स अक्टूबर 2026 के अंत तक जारी करेगा, जबकि प्रीव्यू के पीछे का रिइन्फोर्समेंट लर्निंग रन अभी भी चल रहा है।