Mistral выложила веса флагманской модели: триллион параметров, мультимодальный вход, контекст 1M и заявка на лидерство среди открытых моделей в кодинге и защитной кибербезопасности. Разбираем, что подтверждено цифрами, а что — маркетинг вендора.
Mistral Large 4 — первая модель Mistral с триллионом параметров, и в конце октября 2026 вендор выложил её веса в открытый доступ. Это не «ещё одна локальная модель»: репозиторий на Hugging Face занимает около 1,06 ТБ в 54 шардах, а для обслуживания README предлагает узел из восьми GPU с тензорным параллелизмом. Ниже — что именно подтверждается документацией вендора, какие цифры бенчмарков заявлены самой Mistral, во что обойдётся API и где начинаются ограничения.
Mistral Large 4 (внутреннее имя — Le Chonk) — флагманская модель компании Mistral AI. По карточке на Hugging Face это декодерная смесь экспертов примерно на 1 трлн параметров, из которых 49 млрд активны на каждый токен (52 млрд с учётом эмбеддингов и выходного слоя). Модель обучена с нуля на 3800 GPU NVIDIA Grace Blackwell в собственных датацентрах Mistral в Европе — вендор отдельно подчёркивает европейское происхождение как аргумент «суверенного» развёртывания.
В архитектуре 128 маршрутизируемых экспертов, из которых на токен выбираются 4, плюс один общий эксперт. Вход мультимодальный: текст и изображения (кодер в стиле Pixtral, обученный на картинках произвольного размера и пропорций), выход — только текст. Контекстное окно заявлено в 1 млн токенов. Есть три уровня «усилия рассуждения»: low, medium и high (по умолчанию high) — один и тот же чекпойнт может быстро отвечать в чате или работать длинным агентом.
Раньше модель месяц жила в публичном превью, а веса закрытыми. В блоге выпуска прямо сказано: за три недели дополнительного RL вендор поднял кодинг и защитную кибербезопасность, и именно эта улучшенная версия выложена в открытый доступ. Для рынка это означает, что теперь есть открытая модель западного происхождения, которая по кодингу конкурирует с китайскими открытыми MoE — GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash.
Все числа ниже — из блога и карточки модели, то есть это данные авторов, а не независимый замер. Мы приводим их как заявку вендора и отдельно отмечаем, где сравнение идёт с моделями, которые вендор сам выбрал в качестве соперников.
Самое громкое утверждение — лидерство по кодингу среди открытых моделей. На Terminal-Bench 4.0 модель набирает 41% против 28% у собственного превью: прирост 13 процентных пунктов, при этом выходных токенов стало на 30% меньше. На FrontierCode 2.0 (закрытый бенчмарк Cognition, оценивает, принял бы мейнтейнер правку) заявлено 19,7%. На сводном индексе Artificial Analysis Coding Agent Index — 48%, и здесь вендор формулирует осторожно: «практически наравне с лидирующей открытой моделью GLM-5.3», но при на 47% меньшем расходе токенов на задачу.
Второй столп позиционирования — защитная кибербезопасность. Заявлено 51% на Artificial Analysis Cyber Index (поиск уязвимостей, воспроизведение, патч без поломки остального кода) и средний отказ 96,6% на вредоносных запросах из наборов JailbreakBench, StrongREJECT и AgentHarm. Отдельно упомянут B3 Agent Security Benchmark: 97,1% сопротивления атакам против 93,3% у превью. Практический смысл последней цифры — хостинг агента на этих весах не требует дополнительной настройки защиты, утверждает вендор.
По «общему интеллекту» картина скромнее и вендор это признаёт прямо: на Artificial Analysis Intelligence Index v5 у модели 26 баллов — лучший результат среди западных открытых моделей, но китайские открытые модели в этом агрегате выше. Зато в прикладных вещах цифры ровные: BrowseComp 84,5% (против 75% у раннего SFT-чекпойнта), Finch 73,3% по финансовым рабочим задачам со таблицами — второе место среди открытых после Kimi K3.
| Метрика | Mistral Large 4 | Что означает |
|---|---|---|
| Terminal-Bench 4.0 | 41% | Задачи в терминале, агентный кодинг |
| AA Coding Agent Index | 48% | Сводный индекс агентного кодинга |
| FrontierCode 2.0 | 19,7% | Принял бы мейнтейнер правку |
| AA Cyber Index | 51% | Поиск, воспроизведение и патч уязвимостей |
| B3, устойчивость | 97,1% | Сопротивление атакам на агента |
| AA Intelligence Index v5 | 26 | Лучший среди западных открытых |
Человеческие оценки в блоге тоже есть: в слепых парных сравнениях Surge Code модель предпочитали моделям GLM-5.3, Kimi K3 и DeepSeek V4.1 Flash, а проигрывала она только Claude Opus 5.5 (22% против 78% в пользу Opus). Это аккуратно согласуется с общей картиной: открытый фронтир догнал закрытые модели по кодингу не полностью, а «почти».
Главный ограничитель — размер. В репозитории mistralai/Mistral-Large-4-1T-A52B 54 файла safetensors примерно по 20 ГБ, суммарно около 1,06 ТБ. В config.json указан quant_method fp8, то есть это уже квантованный чекпойнт, а не BF16: список modules_to_not_convert включает визуальный кодер, мультимодальный проектор, lm_head и часть проекций внимания, которые остаются в более высокой точности.
Отдельно выпущен чекпойнт NVFP4 — он меньше по памяти, работает быстрее и, по заявлению вендора, не теряет качества, но требует GPU Blackwell. Для GGUF есть репозиторий ggml-org: там лежит набор квантов общим объёмом около 4,5 ТБ, то есть даже самый компактный вариант остаётся многогигабайтной затеей.
Лицензия — Mistral Ecosystem Open-Weight License: модифицированная MIT, разрешает коммерческое и некоммерческое использование, но эксплуатация модели как Model-as-a-Service требует отдельного коммерческого договора с Mistral. Это важная деталь для тех, кто планирует перепродавать доступ: «открытые веса» здесь не означают «делай что хочешь».
Вендор рекомендует vLLM и публикует официальный Docker-образ с поддержкой модели. Команда ниже — из карточки модели, мы приводим её как есть, разбив длинные строки, чтобы читалось на телефоне.
docker pull vllm/vllm-openai:mistral-large-4
docker run --runtime nvidia --gpus all \ -v ~/.cache/huggingface:/root/.cache/huggingface \ -p 8000:8000 --ipc=host \ vllm/vllm-openai:mistral-large-4 \ --model mistralai/Mistral-Large-4-1T-A52B \ --tensor-parallel-size 8 \ --tool-call-parser mistral \ --reasoning-parser mistral \ --enable-auto-tool-choice \ --gpu-memory-utilization 0.85
--speculative-config '{"method": "dspark", "num_speculative_tokens": 3}'DSpark — встроенная в чекпойнт черновая голова: три плотных MLA-слоя в BF16, которые предлагают блок из трёх токенов с рекуррентной марковской головой. Вендор заявляет до 1,9-кратного роста пропускной способности при неизменных выходах модели; на практике выигрыш зависит от железа и профиля нагрузки. Для SGLang аналогичный запуск делается с --tp-size 8.
from openai import OpenAI
client = OpenAI(api_key="EMPTY", base_url="http://localhost:8000/v1")
resp = client.chat.completions.create(
model="mistralai/Mistral-Large-4-1T-A52B",
messages=[{"role": "user", "content": "Проверь этот код на уязвимости"}],
extra_body={"reasoning_effort": "high"},
)Рекомендованные параметры сэмплирования из карточки — temperature 1.0 и top_p 0.95 для всех уровней рассуждения. Отдельная просьба вендора: держать набор инструментов минимальным и описывать окружение в системном промпте — иначе агентная эффективность падает.
В день открытия весов Mistral объявила новые цены на API: 0,70 доллара за миллион входных токенов, 0,07 доллара за миллион закэшированных входных токенов и 2,10 доллара за миллион выходных. Для сравнения масштаба: при 47-процентной экономии токенов на агентных задачах стоимость одной и той же работы оказывается ниже, чем у сопоставимых открытых моделей, даже если цена за токен не самая низкая.
Из России прямой доступ к Mistral API упирается в платёж и регион: карты «Мир» сервис не принимает, поэтому оплата идёт через посредника или криптовалютный канал. Мы разбирали это отдельно в материале про оплату Mistral из РФ, ссылка — ниже в блоке «Связанные страницы». Здесь важен другой вывод: открытые веса дают третий путь — развернуть модель на своём или арендованном железе и не зависеть от платёжных ограничений вовсе.
Для аренды имеет смысл считать не «цену за GPU-час», а стоимость миллиона токенов на конкретном профиле. Узкое место у 1T-MoE — память: 1,06 ТБ весов нужно разложить по устройствам, и при 8 GPU по 141 ГБ каждый вы упираетесь в потолок ещё до KV-кэша. Поэтому реальный минимум — узел H200/B300-класса, а не четыре потребительские карты.
Сильные стороны видны из документации: мультимодальный вход и контекст 1M без «отдельной длинноконтекстной версии», три уровня рассуждения в одном чекпойнте, нативная поддержка tool calls и строгой JSON-схемы, а также редкая для открытых моделей ставка на защитную кибербезопасность с измеренным уровнем отказов.
Ограничения тоже конкретные. Модель не является «бесплатной альтернативой»: 1,06 ТБ весов и узел из восьми ускорителей — это инфраструктурный проект. Выход только текстовый, хотя вход мультимодальный. По сводному интеллекту модель уступает китайским открытым MoE, и вендор это не скрывает. Наконец, бенчмарки — собственные: независимых прогонов на момент обзора нет, а сравнения подобраны вендором.
Первая категория — команды, которым нужна сильная открытая модель для агентного кодинга и при этом нельзя отправлять код в зарубежное облако: банки, промышленность, госсектор с требованием резидентности данных. Вторая — security-команды: возможность держать модель разбора уязвимостей внутри периметра и дообучать её на своих данных закрывает целый класс задач, который раньше требовал закрытых моделей с договором.
Третья категория — те, кто строит продукты поверх API и считает стоимость на задачу, а не на токен: экономия токенов на агентных прогонах здесь важнее прайса за миллион. И наоборот: небольшим командам без GPU-парка разумнее пользоваться API, а не собирать кластер — разница в затратах измеряется порядками.
Если нужен именно локальный запуск на своём железе и модель поменьше, смотрите обзоры моделей на 30–40 млрд параметров — они укладываются в одну рабочую станцию. Mistral Large 4 — история про инфраструктуру уровня датацентра, и это главный фильтр при выборе.