Checkpointul Le Chonk de 1 trilion de parametri al Mistral ajunge pe Hugging Face

Pe 29 octombrie 2026, Mistral AI a lansat ponderile modelului Mistral Large 4, modelul său multimodal nativ de vârf, cu 1 trilion de parametri, cunoscut sub numele de Le Chonk, făcând checkpointul disponibil pentru descărcare de pe Hugging Face, în vederea găzduirii pe infrastructură proprie, precum și prin API-ul companiei și platformele partenerilor, sub o licență cu ponderi deschise, bazată pe MIT și modificată.

Lansarea vine după previzualizarea publică a modelului, pe 6 octombrie 2026, când Mistral a prezentat pentru prima dată sistemul Mixture of Experts cu 1,05 trilioane de parametri. În anunțul său, Mistral a declarat că a aplicat feedbackul primit în urma previzualizării, continuând în același timp să extindă învățarea prin întărire, ceea ce a dus la câștiguri majore, potrivit companiei, în programare, securitate cibernetică defensivă și eficiența raționamentului. Compania a descris Mistral Large 4 drept cel mai bun model cu ponderi deschise pentru programare și a afirmat că progresele continuă să se accelereze, fără semne de plafonare.

Licență, prețuri și disponibilitate

Ponderile sunt publicate pe Hugging Face sub licența Mistral Ecosystem Open-Weight License, o versiune modificată a licenței MIT. Conform termenilor acesteia, modelul poate fi folosit, modificat, ajustat fin și comercializat gratuit, cu o singură condiție: companiile care oferă modelul ca serviciu (Model-as-a-Service) trebuie să obțină de la Mistral o licență comercială separată înainte de a-l utiliza în scopuri comerciale.

Potrivit documentației modelului publicate de Mistral, accesul prin API costă 0,70 USD pentru fiecare milion de tokenuri de intrare, 0,07 USD pentru fiecare milion de tokenuri de intrare memorate în cache și 2,10 USD pentru fiecare milion de tokenuri de ieșire. Modelul este disponibil sub numele mistral-large-4 prin Mistral API și Mistral Studio, precum și prin OpenRouter, asistentul de programare Vibe Code al Mistral, endpointuri găzduite de NVIDIA cu un container NVIDIA NIM optimizat și Microsoft Foundry. Mistral a declarat că dezvoltatorii Azure pot folosi opțiuni de implementare privată prin Foundry, iar Tina Schuchman, vicepreședintă corporativă a Foundry la Microsoft, a spus că Microsoft este primul furnizor de servicii cloud care pune Mistral Large 4 la dispoziția clienților.

Rezultate la testele de programare și moduri de raționament

Mistral a declarat că Mistral Large 4 se situează pe primul loc în testul privat FrontierCode 2.0 al Cognition, care evaluează calitatea codului de la un capăt la altul și dacă un responsabil cu mentenanța unui depozit de cod ar accepta modificarea unui agent, obținând un scor de 19,7% și devansând modelele cu ponderi deschise menționate, printre care GLM-5.3, Kimi K3 și DeepSeek V4.1 Flash.

În Artificial Analysis Coding Agent Index, Mistral a raportat un scor de 48%, descriind rezultatul drept practic la egalitate cu modelul de top cu ponderi deschise, GLM-5.3, deși folosește în medie cu 47% mai puține tokenuri pentru fiecare sarcină. La Terminal-Bench 4.0, compania a raportat o îmbunătățire de 13 puncte procentuale față de previzualizarea publică, ajungând la 41% și preluând conducerea în rândul modelelor cu ponderi deschise, reducând totodată numărul tokenurilor de ieșire cu 30%. În evaluările oarbe, prin comparații în perechi, ale preferințelor umane din Surge Code, citate de Mistral, modelul a fost preferat în locul GLM-5.3, Kimi K3 și DeepSeek V4.1 Flash, clasându-se, dintre modelele evaluate, doar în urma lui Claude Opus 5.5.

Modelul oferă trei moduri de raționament: redus, mediu și ridicat, cel ridicat fiind setarea implicită. Mistral a declarat că modul redus înlocuiește modul de raționament anterior „None” și este potrivit pentru sarcini simple, în timp ce modul mediu se adresează utilizării de zi cu zi, iar cel ridicat este destinat celor mai dificile cazuri de utilizare, care necesită un raționament aprofundat, permițând dezvoltatorilor să găsească un echilibru între performanță și cost.

Rezultate în securitate cibernetică și modificări ale măsurilor de protecție

Mistral a raportat un scor de 51% în Artificial Analysis Cyber Index, care măsoară capacitatea unui model de a descoperi vulnerabilități într-o bază de cod, de a le reproduce și valida și de a le remedia fără a afecta funcționalitatea existentă. Compania a declarat că modelul îndeplinește sarcini legitime de securitate defensivă fără refuzuri nejustificate, iar măsurile de protecție integrate fac distincția între activitățile defensive și cele rău intenționate, de atac. Mistral a raportat o rată medie de refuz de 96,6% pentru solicitările rău intenționate din domeniul cibernetic, în cadrul prompturilor relevante pentru acest domeniu din JailbreakBench, StrongREJECT și AgentHarm, descriind-o drept cea mai ridicată rată măsurată de companie în rândul modelelor deschise.

Anunțul a dezvăluit și că, după previzualizare, Mistral a monitorizat utilizarea modelului în scopuri de securitate cibernetică în traficul său live. Compania a declarat că a observat cum modelul refuză să se conformeze atacurilor de tip black-box asupra unor ținte active, dar că vede posibilitatea ca acesta să faciliteze atacuri reale și își modifică în consecință măsurile de protecție, promițând actualizări suplimentare în lunile următoare. Parteneri de proiectare din sectorul de întreprindere, precum Orange Cyberdefense, primesc acces de previzualizare la o variantă specializată a Mistral Large 4, optimizată pentru testarea de penetrare, evaluarea vulnerabilităților și exerciții de tip red team, sub rezerva verificărilor și a măsurilor contractuale de protecție care limitează testarea la sisteme deținute de organizație sau autorizate explicit, în medii controlate.

Anunțul a inclus declarații despre evaluări din partea unor directori de la Booz Allen Hamilton, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA, Orange Cyberdefense, Rubrik și Zscaler. Brad Medairy, președintele diviziei de securitate cibernetică națională de la Booz Allen Hamilton, a declarat că testele au arătat că modelul atinge rate de reamintire pentru detectarea vulnerabilităților comparabile cu cele ale altor modele cibernetice de ultimă generație, potrivit benchmarkului intern al companiei pentru analiza securității codului sursă.

Arhitectură și antrenare

Potrivit fișei modelului, Mistral Large 4 este un model granular cu arhitectură de tip mixture-of-experts, cu aproximativ 1 trilion de parametri în total și circa 52 de miliarde de parametri activi per token (49 de miliarde fără straturile de încorporare și de ieșire), cu 128 de experți direcționați, dintre care patru sunt activi per token, plus un expert partajat. Acceptă o fereastră de context de 1 milion de tokeni și primește ca intrare text și imagini, generând text, prin intermediul unui encoder vizual de tip Pixtral, cu 1,6 miliarde de parametri, antrenat să gestioneze dimensiuni și rapoarte de aspect variabile ale imaginilor. Mistral afirmă că modelul a fost antrenat de la zero pe 3.800 de GPU-uri NVIDIA Grace Blackwell, în propriile centre de date ale companiei din Europa, și că este fluent nativ în peste 160 de limbi, inclusiv în toate limbile oficiale ale Uniunii Europene.

Versiunea modelului include un cap de predicție pentru decodarea speculativă DSpark, care propune blocuri de câte trei tokeni și care, potrivit măsurătorilor Mistral, oferă un debit de până la 1,9 ori mai mare decât servirea exclusivă a modelului-țintă; este disponibilă și o versiune cuantizată NVFP4, destinată GPU-urilor Blackwell. În Artificial Analysis Intelligence Index v5, fișa modelului indică un scor de 26, descris drept cel mai ridicat dintre modelele occidentale cu ponderi deschise, menționând totodată că modelele chinezești de top cu ponderi deschise obțin scoruri mai mari în indicele agregat. Mistral a mai raportat că scorul Finch (FinWorkBench) a crescut la 73,3%, situând modelul pe locul al doilea între modelele deschise, după Kimi K3; că BrowseComp a ajuns la 84,5%, pornind de la 75% pentru un punct de control de reglare fină supravegheată; și că rezistența la atacuri a fost de 97,1% la B3 Agent Security Benchmark, în creștere față de 93,3% în versiunea preliminară.

Mistral a declarat că Mistral Large 4 va sta la baza unei noi generații de modele Mistral specializate și optimizate, indicând lansări recente precum Voxtral și Timestral.