الأوزان صدرت، وهي تتسع على ثمانية من Blackwell: داخل إصدار NVFP4 يوم الصفر من Mistral Large 4

كل دليل استضافة ذاتية نُشر خلال الأسبوع الماضي يخبرك بالأمور الثلاثة نفسها عن Mistral Large 4: ملف الترخيص يُرجع خطأ 404، ولا توجد نقطة تحقق مُكمَّمة، وأي إعداد تكتبه هو إسقاط مستعار من النموذج السابق. اعتبارًا من صباح 29 أكتوبر 2026، هذه الثلاثة كلها خاطئة. الترخيص موجود في المستودع — 2,632 بايتًا منه — وعائلة نقاط التحقق حقيقية: mistralai/Mistral-Large-4-1T-A52B بـ 54 شظية FP8 و1,060.6 غيغابايت، إضافةً إلى نظير NVFP4 بـ 32 شظية و610.1 غيغابايت. إن ملاحظة NVIDIA لليوم الأول، تلك التي تهنئ فريق Mistral AI وتذكر دعم NVFP4 على Hugging Face في نفس النفس، هي أقصر نسخة ممكنة من هذه القصة. أما النسخة المفيدة فهي الأطول: ما تفترضه الوصفة المنشورة فعليًا، وما جرى للسعر بينما لم يكن أحد ينتبه، وأي نصيحة من نصائح الاستضافة الذاتية يوم الثلاثاء صارت الآن مضللة فعليًا. إذا كنت تريد مقارنة ما يمكن توجيهه اليوم بدلًا مما يمكن تنزيله، فهرس نماذج OrcaRouter يسرد كل نموذج نقدمه، ونافذة السياق الخاصة به وسعره لكل رمز، مع تكوين تجاوز الفشل لكل مسار.

ابدأ بالتواريخ، لأنها الجزء الذي تخطئ فيه معظم التغطية الإعلامية في الاتجاهين. أُعلن عن Mistral Large 4 في 6 أكتوبر 2026 كمعاينة API — نموذج خليط خبراء (mixture-of-experts) بعدد معلمات 1.05 تريليون، مع 49 مليار معلمة نشطة لكل رمز (token)، أو 52 مليارًا عند احتساب طبقات التضمين والإخراج، ومُرمِّز رؤية بعدد معلمات 1.6 مليار ونافذة سياق بطول 1 مليون رمز، بسعر 1.36 دولار لكل مليون رمز إدخال مقابل 4.18 دولار لكل مليون رمز إخراج. وقد وُعدت الأوزان المفتوحة قبل نهاية أكتوبر. ووصلت في 14:51 UTC يوم 29 أكتوبر، بعد نحو يومين من تاريخ 27 أكتوبر الذي استقرت عليه التقارير الصحفية. الفارق مهم لأن قدرًا كبيرًا من الكتابة عن هذا النموذج قد كُتب داخله.

ما الذي يوجد فعليًا على Hub هذا الصباح؟

بيانات وصف المستودع أكثر إفادة من نص الإعلان، لذا ها هي مباشرة:

• نقطة التفتيش الرئيسية — mistralai/Mistral-Large-4-1T-A52B، 54 جزءًا من safetensors، 1,060.6 GB على القرص، موسوم بـ fp8، أُنشئ المستودع في 30 سبتمبر 2026، وآخر كتابة للأوزان في 29 أكتوبر عند 14:51 بالتوقيت العالمي المنسق، وغير مقيّد.

• شقيق مكمّم — mistralai/Mistral-Large-4-1T-A52B-NVFP4، 32 جزءًا، 610.1 غيغابايت، أُنشئ المستودع في 15 أكتوبر 2026 وحُدّث اليوم الساعة 14:11 UTC — قبل أن ينتهي المستودع الأصلي بأربعين دقيقة.

• الترخيص — ترخيص Mistral Ecosystem Open-Weight License، الذي تصفه Mistral بأنه ترخيص MIT معدّل، دون أي حدّ إيرادات مرتبط به.

• البنية المعمارية، من params.json — 128 خبيرًا، مع أربعة يتم توجيهها لكل توكن إضافة إلى خبير مشترك واحد، و72 طبقة، وحجم مخفي 6,144، وبرج رؤية من 30 طبقة يقبل صورًا حتى 1,540 بكسل، ومشاركة KV عبر معظم الطبقات.

• الأرقام التي لا تتوافق — تسرد بطاقة نموذج NVFP4 39 لغة؛ بينما يدّعي الإعلان 160+. وتعدّ البطاقة 49 مليار معامل نشط لكل رمز؛ بينما تقول وثائق واجهة برمجة التطبيقات وجدول المورّد نفسه 52 مليار، وهو الرقم نفسه عند إضافة التضمينات وطبقات الإخراج. وينسب منشور Mistral 3,800 من وحدات Grace Blackwell GPUs للتدريب؛ وقد قرّبت عدة منافذ إعلامية ذلك إلى 4,000. لا شيء من هذا قاتل، وكل اختلاف يخبرك أي فريق كتب أي وثيقة.

رقم 610 GB هو الإصدار

نموذج بـ1.05 تريليون معلمة لا يُنزَّل بالطريقة التي قد يصفها أي شخص بعفوية. نقطة حفظ FP8 هي 1,060.6 غيغابايت — أي أكثر من تيرابايت من الأوزان بيسر، قبل وجود أي رمز واحد من ذاكرة KV المؤقتة أو التنشيط أو التجزئة. على عقدة Blackwell بثماني وحدات GPU، يتسع ذلك مع نحو 400 غيغابايت فائضة. وعلى ثماني وحدات H200، يتسع دون أي هامش تقريبًا. وتقلّص نقطة حفظ NVFP4 ذلك إلى 610.1 غيغابايت، والتوفير ليس شكليًا: فهو الفرق بين عقدة كلها أوزان وعقدة تبقى فيها مساحة لسياق المليون رمز الذي يعلن النموذج عنه.

مخطط التكميم أيضًا أكثر تحديدًا من «4-بت». ووفقًا للبطاقة، فإن أوزان مزيج الخبراء هي NVFP4 بينما تبقى الطبقات الخطية FP8، وتطلب وصفة vLLM ذاكرة KV مؤقتة من نوع FP8 على طبقات MLA. ذلك حزمة خدمة بدقة مختلطة، وليس تخفيضًا شاملًا، وهي مستهدفة تحديدًا لـ Blackwell — إذ إن B200 وB300 وGB200 وGB300 هي الأجزاء المذكورة.

إحدى النتائج تستحق التشديد لكل من يخطط لعملية شراء: لا تزال الوصفة الرسمية تطلب ثماني وحدات معالجة رسومات. يُنشر vLLM بتوازٍ تنسوري 8؛ ويُنشر SGLang بحجم tp-size 4. التكميم هنا ليس في المقام الأول وسيلة لتقليص عدد العُقد. بل هو وسيلة لإبقاء ذاكرة كافية في العُقدة كي تخدم فعليًا سياقًا طويلًا، ومعايير الخدمة المنشورة هي الدليل.

الوصفة، علمًا تلو الآخر

ما يجعل هذا الإصدار مختلفًا عن معظم إصدارات الأوزان المفتوحة هو أن المزوّد قدّم تعليمات التشغيل بدلًا من تركها للمجتمع. مسار vLLM، كما هو منشور:

• الصورة — vllm/vllm-openai:mistral-large-4

• التوازي — --tensor-parallel-size 8

• التخزين المؤقت — --kv-cache-dtype fp8_ds_mla، مع --gpu-memory-utilization 0.85

• محلّلات — --tool-call-parser mistral، --reasoning-parser mistral، --enable-auto-tool-choice

• التخمين الاختياري — --speculative-config '{"method": "dspark", "num_speculative_tokens": 3}'

يختلف مسار SGLang في جوانب تستحق أن تُقرأ مرتين:

• الصورة — lmsysorg/sglang:mistral-large-4، مع --tp-size 4 و--mem-fraction-static 0.85

• التخمين — --speculative-algorithm DSPARK، مفعّل افتراضيًا في الأمر المنشور

• حدود الخدمة — --max-running-requests 64، مع ضبط محلِّلات الاستدلال والأدوات كلتيهما على auto

ثلاثة أمور تكشفها الأعلام ولا يكشفها الإعلان

الأول هو أن DSpark ليس نموذجًا منفصلًا. يصف ملف الإعداد ثلاث طبقات للتنبؤ متعدد الرموز مع رأس مسودة تكراري صغير — برتبة ماركوف 512 — مضمّن في نقطة الحفظ نفسها. يعني فك الترميز التخميني عادةً تشغيل نموذج ثانٍ أصغر إلى جانب النموذج الكبير وتحمل تكلفة ذاكرته. هنا رأس المسودة موجود بالفعل داخل الـ 610 GB، ولهذا فإن علم التخمين عبارة إعداد قصيرة بدلًا من عملية نشر ثانية.

الثاني هو أن حزمة الانتباه حكاية ضغط. تحمل البنية مفهرسًا متناثرًا بقيمة top-k تبلغ 2,048 على 32 رأسًا، ورتبة KV LoRA تبلغ 512، ومشاركة KV عبر معظم الطبقات الـ72 — وهو نوع التصميم الذي صار معياريًا في نماذج من سلالة DeepSeek. يمكن بلوغ سياق 1M لأن ذاكرة الانتباه تُشارَك بكثافة وذاكرة KV المؤقتة بتنسيق FP8، وليس لأن النموذج يملك تيرابايت من الذاكرة المؤقتة لينفقها.

الثالث هو الحساب. توسّع كتلة YaRN المنشورة نافذة RoPE الأصلية البالغة 512 رمزًا بمعامل 2,048، وهو ما يضرب ليصل إلى 1,048,576 بالضبط — طول السياق المعلن. ومهما كان شكل جدول التدريب، فإن الإعداد الذي تنزّله يصل إلى 1M رمز عبر الاستقراء، وهذا أمر يستحق المعرفة قبل أن توجّه إليه مستندًا بطول 900,000 رمز وتفترض أن النموذج قد رأى هذا الشكل من قبل.

تحرّك كتاب الأسعار في حين كانت الأدلّة تُكتب.

تسرد وثائق Mistral السعر الحالي عند 0.70 دولار لكل مليون رمز إدخال، و0.07 دولار لكل مليون رمز إدخال مخزّن مؤقتًا، و2.10 دولار لكل مليون رمز إخراج. وقد ذكر الإعلان الصادر في 6 أكتوبر سعر قائمة قدره 1.36 دولار و4.18 دولار، مع خصم معاينة يبلغ نحو نصف ذلك. وعند قراءة الوثيقتين معًا، يتضح أن إصدار الأوزان المفتوحة لم يكتفِ بشحن الملفات — بل خفّض سعر القائمة الدائم إلى نحو المستوى الذي كانت المعاينة تُسعّر به. وبالنسبة لأي شخص يضع ميزانيته انطلاقًا من إعلان أكتوبر، فإن بطاقة الأسعار الجديدة تمثل نحو نصف الرقم الذي دوّنه.

الصورة المستقلة أقل إطراءً من تخفيض السعر. فمنصة Artificial Analysis، وفق مؤشر Intelligence Index الحالي — سلسلة v5 المعاد بناؤها في 27 أكتوبر — تمنح Mistral Large 4 درجة 26، وتشير إلى أن إكمال مهمة Index واحدة يتكلف 2.06 دولار، وتقيس 161.3 رمز إخراج في الثانية مع 1.42 ثانية للوصول إلى أول رمز. السرعة جيدة حقًا: فمعدل 161 رمزًا في الثانية يزيد على ضعف الوسيط لمجموعة المقارنة. أما التكلفة لكل مهمة فليست كذلك: فعند 2.06 دولار تقع في الربع الأدنى من فئتها، لأن النموذج الذي يفكر مطولًا يصرف المال على الرموز بدلًا من قائمة الأسعار.

أرقام Mistral الخاصة، والرقم الذي لم تنشره

كل معيار قياس في منشور إصدار Mistral هو معيار خاص بـ Mistral، وهو أمر جدير بالذكر قبل اقتباس أي منها. يُزعم تحقيق Terminal-Bench 4.0 بنسبة 41%، أي أعلى بثلاثة عشر نقطة من النسخة التجريبية، ووفقًا للمنشور، يمثل تفوقًا في النماذج المفتوحة الأوزان؛ وFrontierCode 2.0 بنسبة 19.7%؛ ومؤشر AA Coding Agent عند 48%، ويوصف بأنه متعادل فعليًا مع GLM-5.3؛ وBrowseComp بنسبة 84.5% مقابل 75% لنقطة التحقق الخاضعة للإشراف في النسخة التجريبية؛ وFinWorkBench بنسبة 73.3%، خلف Kimi K3 البالغ 77.3%؛ ومعدل رفض متوسط قدره 96.6% لطلبات الأمن السيبراني الخبيثة، وهو الرقم الذي يتمحور حوله الإصدار فعليًا. يأتي بعض هذه من أدوات تقييم تابعة لجهات خارجية — FrontierCode من Cognition، ومؤشر Coding Agent من Artificial Analysis، والتفضيل البشري من Surge Code — لكن Mistral شغّلت هذه التقييمات وMistral أبلغ عنها. ولم يُعِد أحد إنتاج أي منها علنًا وقت كتابة هذه السطور.

الرقم الغائب هو الرقم الذي يحتاجه من يستضيف بنفسه أكثر من غيره: جودة NVFP4 مقابل نقطة حفظ FP8 في التقييم نفسه. تقدم البطاقة التكميم على أنه يوفّر خفضًا للذاكرة «بأداء مشابه»، وهذا ادعاء وليس قياسًا. إلى أن ينشر أحدهم تشغيلًا متماثل الظروف، فإن الموقف الصادق هو أن نقطة الحفظ بسعة 610 GB هي التي يمكنك استيعابها، ونقطة الحفظ بسعة 1,060.6 GB هي التي لها سجل موثق.

قارن جدول المورّد بالاختبارات المعيارية نفسها التي تشغّلها Artificial Analysis، وستتغيّر الصورة. الصف الحالي لدى AA الخاص بـ Mistral Large 4 — واجهة API مستضافة، جهد استدلال عالٍ — يضع Terminal-Bench 4.0 عند 25%، أي أقل بستة عشر نقطة من 41% الواردة في منشور الإصدار، وFrontierCode 2.0 عند 15% مقابل 19.7% التي تذكرها Mistral. وكلاهما من أدوات الاختبار التي تستشهد بها Mistral نفسها. التفسير المرجّح هو الإعداد: فقد تعود أرقام الإصدار إلى إعداد استدلال محدّد أو شريحة تقييم معيّنة، بينما تقيس AA ما تعيده واجهة API العامة. أما التفسير غير المقبول فهو الذي استقرّت عليه معظم التغطيات الإعلامية — طباعة الرقمين وكأنهما يقيسان الشيء نفسه.

بند الترخيص الذي يحدد من يمكنه تقديمه

الترخيص قصير بما يكفي لقراءته في جلسة واحدة، والبند المهم هو البند الخاص بـ model-as-a-service. تشغيل خدمة مستضافة على الأوزان يتطلب ترخيصًا تجاريًا منفصلًا من Mistral. لكن تعريف model-as-a-service يستبعد المنتجات المدمجة للمستخدم النهائي، ويستبعد كذلك "مجرد تمرير الطلبات إلى نماذج مستضافة لدى آخرين". هذا الاستثناء أضيق مما يبدو للوهلة الأولى: فهو لا يسمح لك بإقامة استدلالك الخاص وإعادة بيعه، لكنه يسمح لبوابة بأن تمرر الطلبات إلى استدلال مستضاف لدى Mistral دون أن تصبح مرخّصًا. أما ما إذا كان هذا التفسير يصمد في نزاع، فهو سؤال يخص محامي Mistral، لا محامي هذه المدونة.

وهذا يقودنا إلى الجزء المحرج. لا يُدرج OrcaRouter طراز Mistral Large 4 — فكتالوجنا الذي يضم 214 طرازًا لا يحتوي على أي نقطة نهاية لـ Mistral على الإطلاق — لذا لا شيء في هذا الإصدار قابل للتوجيه هنا اليوم، وأي شخص يدّعي غير ذلك إنما يبيعك وهمًا. ما يحمله الكتالوج فعلًا هو النصف الآخر من عملية إطلاق كهذه: لغة DSL للتوجيه يمكنها تثبيت حمل عمل على طراز واحد وتحويله دون تغيير في الشيفرة، وتجاوز فشل تلقائي عندما تتدهور نقطة نهاية، وتسعير تمريري بهامش 0%، بحيث يصل تغيير الأسعار من المورّد نفسه إلى جانبنا في اليوم نفسه الذي يصل فيه إلى جانبهم. الفرق التي تسحب 610 GB وتنصب صندوق vLLM خاصًا بها تحتفظ دائمًا تقريبًا بمسار مستضاف خلفه في الأسابيع الأولى، وهذا هو الجزء الذي يمكننا تشغيله فعليًا.

من يجب أن يبدأ التنزيل الليلة؟

إذا كنت تشغّل بالفعل ثماني وحدات GPU من Blackwell، أو لديك قاعدة لإقامة البيانات لا يلبيها أي نقطة نهاية مستضافة، فقد تغيّرت الحسابات هذا الصباح — وتغيّرت لصالحك: فالأوزان موجودة، والترخيص موجود، وقد سلّمك المورّد أمر تشغيل خدمة مختبَرًا بدلًا من مجرد اقتراح. اسحب نقطة التحقق NVFP4 أولًا — فحجم 610.1 GB هو مسألة تُنجَز في أمسية محتملة، وصورة vLLM مثبّتة. نفّذ تقييمك الخاص مقابل واجهة API المستضافة قبل أن تلتزم بمسار إنتاجي لها، لأن ادعاء التكميم غير مقيس، وقياسات أداء المورّد هي قياسات المورّد نفسه.

إذا كنت لا تشغّل هذه الفئة من العتاد، فلا شيء في هذا الإصدار موجّه إليك بعد. إن نموذجًا بسعة 1 تيرامتر مع 49 مليار معامل نشط لكل رمز ليس شيئًا يُنزَّل على حاسوب محمول ولا تجربةً ببطاقة واحدة، كما أن ملف الحالة FP8 يبلغ تيرابايت. والخبر الذي ينبغي أن يصل إليك هو بند السعر، لا قائمة الملفات: فـ API المستضافة تبدأ الآن عند 0.70 دولار و2.10 دولار، أي نحو نصف ما كان إعلان أكتوبر قد يوحي لك به، وهذا تغيير يمكنك الاستفادة منه دون امتلاك أي GPU واحد.

السؤال المفتوح هو المثير للاهتمام. نموذج بتريليون معامل يتّسع داخل 610 GB هو دليل على أن NVFP4 قادر على ضغط مزيج من الخبراء بحجم الجيل المتقدّم دون تغيير شكله. أما هل يضغطه دون تغيير إجاباته، فذلك ما ستحسمه الأسبوعان المقبلان من التشغيلات المستقلة، ولم ينشر أحد ذلك بعد — بمن فيهم الأشخاص الذين أطلقوه.