Mistral Large 4: открыты веса модели на 1 триллион параметров для кода и агентов

Французская компания Mistral AI опубликовала веса мультимодальной модели Mistral Large 4 под кодовым названием Le Chonk (https://mistral.ai/news/mistral-large-4-oss/). Архитектура насчитывает 1 триллион параметров и ориентирована на профильные инженерные сценарии: написание программного кода, работу автономных ИИ-агентов и аудит кибербезопасности. Релиз открывает разработчикам доступ к решению колоссального масштаба, способному конкурировать с закрытыми проприетарными системами при существенно меньших затратах вычислительных ресурсов.

Результаты в тестах кодинга и экономия токенов

Перед релизом модель прошла трехнедельный цикл дополнительного обучения, что заметно улучшило ее показатели в бенчмарках для разработчиков. В испытании Terminal-Bench 4.0 точность решения задач выросла на 13 процентных пунктов и достигла 41%. Одновременно с этим оптимизация логики позволила сократить расход выходных токенов на 30%.

В тесте Artificial Analysis Coding Agent Index новая модель набрала 48%, продемонстрировав паритет с GLM-5.3. При этом ключевым преимуществом Mistral Large 4 стала плотность генерации: на решение аналогичных агентных задач система тратит в среднем на 47% меньше токенов. Такое сокращение длины контекста снижает общую задержку при выполнении комплексных скриптов и заметно экономит бюджет при регулярном использовании.

Возможности в кибербезопасности

Значительная часть дообучения модели была направлена на практические задачи защиты инфраструктуры и поиска уязвимостей. Нейросеть способна не только выявлять слабые места в исходном коде, но и воспроизводить ошибки в изолированном окружении, а также самостоятельно генерировать готовые исправления.

• В специализированном бенчмарке Cyber Index модель продемонстрировала результат 51%.
• Встроенные механизмы безопасности обеспечивают отказ от выполнения вредоносных запросов в 96,6% случаев.
• Комплексный подход к анализу позволяет применять систему как для аудита стороннего кода, так и для автоматического патчинга собственных репозиториев.

Настройка баланса: режимы Low, Medium и High

Для удобства интеграции в рабочие процессы в модели предусмотрены три режима рассуждений, позволяющие гибко настраивать соотношение скорости, стоимости и глубины проработки ответов:

• Low — быстрый режим с минимальной себестоимостью генерации для простых запросов и типовых задач;
• Medium — сбалансированная конфигурация для стандартной разработки, написания скриптов и повседневного кодинга;
• High — глубокий пошаговый анализ для нетривиальных инженерных вызовов, комплексного рефакторинга и поиска сложных архитектурных багов.

Лицензирование и доступность через API

Веса модели доступны для загрузки на платформе Hugging Face (https://huggingface.co/models?search=Mistral-Large-4). Разработчики распространяют их по модифицированной лицензии MIT, которая разрешает исследовательское и прикладное применение, но накладывает ограничения на коммерческие сервисы, предоставляющие доступ к модели как услугу (Model-as-a-Service).

Для интеграции без развертывания собственной серверной инфраструктуры доступно официальное API. Стоимость использования составляет $0,70 за миллион входных токенов и $2,10 за миллион выходных токенов.