Το Mistral Large 4 είναι το νέο κορυφαίο AI model της γαλλικής Mistral και έρχεται με ένα όνομα που δύσκολα περνά απαρατήρητο: «Le Chonk». Πίσω όμως από το χιουμοριστικό παρατσούκλι βρίσκεται ένα μοντέλο με 1,05 τρισ. συνολικές παραμέτρους, σχεδιασμένο για να επαναφέρει την ευρωπαϊκή εταιρεία πιο κοντά στην πρώτη γραμμή της διεθνούς μάχης για τα open-weight μοντέλα.
Η Mistral παρουσιάζει το νέο μοντέλο ως ιδιαίτερα ισχυρό σε coding, cybersecurity, finance, engineering και manufacturing, υποστηρίζοντας ότι αποτελεί το ισχυρότερο open-weight AI που έχει αναπτυχθεί εκτός Κίνας. Ο συγκεκριμένος ισχυρισμός, πάντως, βασίζεται προς το παρόν κυρίως στα benchmarks της ίδιας της εταιρείας και θα χρειαστεί ανεξάρτητη αξιολόγηση όταν κυκλοφορήσουν τα weights.
1,05 τρισ. παράμετροι αλλά μόνο 49 δισ. ενεργές
Το Mistral Large 4 χρησιμοποιεί αρχιτεκτονική Mixture-of-Experts, γνωστή ως MoE. Αυτό σημαίνει ότι δεν ενεργοποιεί και τις 1,05 τρισ. παραμέτρους για κάθε token που επεξεργάζεται.
Σε κάθε βήμα χρησιμοποιούνται περίπου 49 δισ. ενεργές παράμετροι, επιτρέποντας στη Mistral να συνδυάσει πολύ μεγάλη συνολική χωρητικότητα με χαμηλότερο υπολογιστικό κόστος από εκείνο που θα απαιτούσε ένα αντίστοιχου μεγέθους dense model.
Το μοντέλο διαθέτει επίσης context window ενός εκατομμυρίου tokens, κάτι που το καθιστά κατάλληλο για μεγάλα codebases, τεχνικά έγγραφα, οικονομικές αναλύσεις και γενικότερα workloads όπου απαιτείται επεξεργασία μεγάλου όγκου πληροφοριών.
Multimodal AI με έμφαση στην εικόνα
Το Mistral Large 4 είναι natively multimodal. Μπορεί να δέχεται τόσο κείμενο όσο και εικόνες ως input, χρησιμοποιώντας vision encoder 1,6 δισ. παραμέτρων.
Αυτό επιτρέπει εφαρμογές πέρα από το παραδοσιακό chatbot, όπως ανάλυση τεχνικών σχεδίων, δορυφορικών εικόνων, διαγραμμάτων ή άλλου οπτικού υλικού.
Η Mistral δίνει ιδιαίτερη έμφαση σε επαγγελματικές εφαρμογές όπου τα visual δεδομένα συνδυάζονται με πολύπλοκη λογική, όπως η βιομηχανία, η μηχανική και ο σχεδιασμός chips.
Coding και cybersecurity στο επίκεντρο
Ένας από τους βασικούς τομείς στους οποίους θέλει να διαφοροποιήσει το Mistral Large 4 είναι το software engineering.
Η εταιρεία παρουσιάζει το μοντέλο ως ισχυρό σε μεγάλης διάρκειας coding tasks, debugging και agentic workflows. Αντίστοιχη έμφαση δίνεται στην κυβερνοασφάλεια, όπου η Mistral θεωρεί ότι τα open-weight μοντέλα μπορούν να προσφέρουν μεγαλύτερη ευελιξία σε οργανισμούς που χρειάζονται ιδιωτικά deployments ή εργαλεία χωρίς τους περιορισμούς ενός πλήρως κλειστού cloud model.
Το σημείο αυτό έχει ιδιαίτερη στρατηγική αξία. Τράπεζες, κυβερνήσεις, βιομηχανίες και οργανισμοί κρίσιμων υποδομών συχνά δεν μπορούν ή δεν θέλουν να μεταφέρουν ευαίσθητα δεδομένα σε εξωτερικές AI υπηρεσίες. Ένα ισχυρό μοντέλο που μπορεί να λειτουργήσει σε ιδιωτική ή sovereign υποδομή αποτελεί επομένως διαφορετική πρόταση από ένα αποκλειστικά cloud-based σύστημα.
Το «καλύτερο εκτός Κίνας» παραμένει προς απόδειξη
Η Mistral υποστηρίζει ότι το Le Chonk βρίσκεται στην κορυφή των open-weight μοντέλων που έχουν αναπτυχθεί σε Ευρώπη και ΗΠΑ και πλησιάζει τα καλύτερα κινεζικά συστήματα.
Τα πρώτα benchmarks δείχνουν ανταγωνιστική εικόνα σε coding, finance και legal workloads, χωρίς όμως να προκύπτει ότι το Mistral Large 4 κερδίζει κάθε αντίπαλο σε όλες τις δοκιμές.
Αυτό είναι σημαντικό επειδή τα benchmark αποτελέσματα εξαρτώνται έντονα από το harness, τις ρυθμίσεις, το prompting και το agent framework που χρησιμοποιείται. Η πραγματική εικόνα θα γίνει σαφέστερη όταν τρίτοι ερευνητές μπορέσουν να δοκιμάσουν το τελικό checkpoint με κοινές συνθήκες.
Public preview τώρα, open weights στις 27 Οκτωβρίου
Το μοντέλο είναι ήδη διαθέσιμο σε public preview μέσω του API της Mistral.
Η τρέχουσα τιμολόγηση ξεκινά από 1,36 δολάρια ανά εκατομμύριο input tokens και 4,18 δολάρια ανά εκατομμύριο output tokens, τοποθετώντας το Mistral Large 4 επιθετικά απέναντι σε άλλα frontier-class μοντέλα.
Τα weights αναμένεται να δημοσιευθούν στις 27 Οκτωβρίου. Μέχρι τότε, επομένως, ο χαρακτηρισμός open-weight περιγράφει την προγραμματισμένη μορφή διάθεσης και όχι τη σημερινή δυνατότητα να κατεβάσει κάποιος το μοντέλο και να το τρέξει τοπικά.
Το Mistral Large 4 είναι έτσι κάτι περισσότερο από ακόμη ένα μεγάλο AI model. Είναι μια προσπάθεια της Mistral να αποδείξει ότι η Ευρώπη μπορεί να παραμείνει ανταγωνιστική απέναντι στα αμερικανικά proprietary μοντέλα και στην ταχύτατη άνοδο των κινεζικών open-weight συστημάτων.
Αν το Le Chonk επιβεβαιώσει στην πράξη τις επιδόσεις που υπόσχεται, η πιο ενδιαφέρουσα πλευρά του δεν θα είναι το ένα τρισεκατομμύριο παράμετροι. Θα είναι ότι επιχειρήσεις και οργανισμοί θα αποκτήσουν μια ακόμη σοβαρή επιλογή για ισχυρό AI που μπορούν να ελέγχουν και να φιλοξενούν στη δική τους υποδομή.
