Mistral Large 4 to zapowiedź modelu o 1T parametrów: wagi nie zostały udostępnione

Mistral Large 4 pojawił się 6 października 2026 r. jako publiczna wersja zapoznawcza — model oparty na mieszaninie ekspertów o bilionie parametrów, z 49 miliardami aktywnych parametrów, enkoderem wizyjnym o 1,6 miliarda parametrów oraz twierdzeniem producenta, że jest to najsilniejszy model z otwartymi wagami zbudowany poza Chinami. Nie pojawiło się jednak to, co opisują słowa „open-weight”. Dziś nie ma checkpointów do pobrania, pliku licencji ani repozytorium. Mistral twierdzi, że wagi pojawią się „pod koniec tego miesiąca”, po oknie testów red team, podczas którego sprawdzeni partnerzy i organy krajowe otrzymują odblokowaną wersję z ograniczoną moderacją i rozszerzonymi możliwościami cybernetycznymi. Zatem trafny opis Mistral Large 4 w tym tygodniu to API w wersji zapoznawczej, które można wywołać, oraz model, którego nie można jeszcze posiadać.

Ten podział jest sednem sprawy, a nie przypisem do niej. Każda liczba, którą Mistral opublikował wraz z ogłoszeniem — wyniki w kodowaniu, wyniki w cyberbezpieczeństwie, oceny finansowe i prawne — powstała na buildzie, który wciąż jest zmieniany, a każdy nagłówek porównujący go z zamkniętym modelem frontierowym porównuje artefakt, który nie będzie artefaktem, który pobierzesz. Najpożyteczniejszą rzeczą, jaką można zrobić w przypadku takiej premiery, jest oddzielenie tego, co możesz zweryfikować dziś, od tego, o co prosi się, byś przyjął na wiarę, a sam wpis mistral.ai jest wyjątkowo hojny, jeśli chodzi o wskazanie, co jest czym.

Co tak naprawdę jest na żywo 6 października?

API wersji zapoznawczej jest dostępne w Mistral Studio pod identyfikatorem modelu mistral-large-4-0. Własna karta modelu Mistral opisuje go jako „najnowocześniejszy model multimodalny ogólnego przeznaczenia o otwartych wagach”, zbudowany na granularnej architekturze MoE, i rozbija liczbę parametrów na 49 mld aktywnych wobec 1,05 bln łącznie, plus enkoder wizyjny. Firma wytrenowała go od podstaw na 3800 układach NVIDIA Grace Blackwell we własnych europejskich centrach danych, a podgląd jest udostępniany na tej samej infrastrukturze — argument o suwerenności, który Mistral głosi równie głośno, jak ten o wydajności.

Specyfikacja, tak jak podaje ją dostawca:

• Parametry całkowite vs aktywne — 1,05 biliona łącznie, 49 miliardów aktywnych na token, rzadki MoE

• Modalności — tekst i obraz na wejściu, tekst na wyjściu; natywna multimodalność, a nie doczepiony adapter

• Okno kontekstowe — dokumentacja Mistrala podaje 1M; Artificial Analysis odczytuje 524 288 w testowanej konfiguracji, więc traktuj 1M jako limit producenta, a nie udostępniane okno

• Cena — 1,36 USD za milion tokenów wejściowych i 4,18 USD za milion tokenów wyjściowych, a wejście z pamięci podręcznej po 0,14 USD, zgodnie z opublikowaną kartą Mistrala

• Oferta startowa — ta sama karta pokazuje przekreśloną promocję $0.68 / $2.09 z $0.07 za wejście z pamięci podręcznej, czyli pół ceny

• Wagi — nieudostępnione; „koniec tego miesiąca” zgodnie z ogłoszeniem

• Licencja — nieokreślona w ogłoszeniu ani w dokumentacji, która oznacza wpis jedynie jako „Open”

Dwie z tych linii zasługują na przeczytanie dwa razy. Okno kontekstowe różni się dwukrotnie w zależności od tego, czy czyta się dane dostawcy, czy laboratorium zewnętrznego, co nie jest niczym niezwykłym w przypadku wersji zapoznawczej, której konfiguracja obsługi wciąż się zmienia, ale warto o tym wiedzieć, zanim oszacuje się na jej podstawie obciążenie. A cena, którą zapłacisz, zależy od tego, czy stawka promocyjna przetrwa okres premiery; $1.36 / $4.18 to kwota podana w cenniku samego Mistrala, a $0.68 / $2.09 to kwota, którą obecnie pobiera. Przy szacowaniu rachunku przyjmij tę pierwszą.

Wyniki benchmarków i kto je przeprowadził

Wpis Mistrala ostrożnie podchodzi do kwestii pochodzenia danych i tę ostrożność warto zachować. Trzy czołowe wyniki dotyczące kodowania agentowego — 61,7% w DeepSWE v1.1, 59,4% w SWE-Atlas-QnA i 28,3% w Terminal-Bench 4.0, składające się na wynik 49,8% w Coding Agent Index — są, według samego Mistrala, „liczbami ocenionymi prywatnie przez Artificial Analysis przed publiczną premierą harnessu”. Nie ma ich jeszcze w publicznym indeksie Artificial Analysis. Będą, gdy harness zostanie wydany. Do tego czasu są to dane opublikowane przez dostawcę, które wytworzyła strona trzecia, ale jeszcze ich nie opublikowała, co stanowi silniejsze udokumentowanie pochodzenia niż w przypadku większości twierdzeń przy premierze, a mimo to wciąż nie jest tym samym co powtarzalny publiczny wynik.

Co jest dziś publiczne i niezależne, odczytane ze strony modelu Artificial Analysis z 6 października: Mistral Large 4 Preview uzyskuje 38.4 w Intelligence Index v4.3, zajmując około 507 sekund na zadanie, z Terminal-Bench 4.0 na poziomie 26,8% i Long-Context Reasoning na poziomie 81,3%. Ta sama strona wymienia go jako model z otwartymi wagami, który w rzeczywistości nie ma otwartych wag — flaga brzmi isOpenWeights: false z kategorią „proprietary”, ponieważ istnieje tylko wersja preview serwowana z własnego klastra dostawcy. Ta flaga to najczystsza pojedyncza ilustracja luki, której dotyczy ten artykuł.

Najbardziej cytowalny wynik to ten, którego Mistral nie przeprowadził samodzielnie. Surge AI, zewnętrzna firma anotacyjna, przeprowadziła ślepą ocenę ludzką jakości generowania kodu z ukrytymi tożsamościami modeli, a profesjonalni anotatorzy ocenili Mistral Large 4 Preview na 3,74 w skali od 1 do 5 — drugie miejsce na pięć, wyprzedzając Kimi K3 (3,59), GLM-5.3 (3,60) i GLM-5.2 (3,40), a ustępując jedynie Claude Opus 5 z wynikiem 4,22. Ślepa ocena ludzka, za którą stoi nazwane laboratorium, to zupełnie inny rodzaj danych niż benchmark przeprowadzony samodzielnie, i jest to najsilniejszy niezależny punkt danych w całym ogłoszeniu.

Jest jeszcze cyberbezpieczeństwo, gdzie Mistral wysuwa swoje najśmielsze twierdzenie. W indeksie Cyber Index Artificial Analysis firma twierdzi, że Mistral Large 4 plasuje się w pierwszej piątce na świecie i przewodzi modelom o otwartych wagach opracowywanym poza Chinami. W jednym konkretnym teście — polegającym na odtworzeniu prawdziwej luki w oprogramowaniu open source, a następnie jej załataniu — uzyskuje 82%, co opisano jako najwyższy wynik spośród wszystkich modeli, oraz 93% w 40 zadaniach konkursowych Cybench. Mistral dodaje wymowne spostrzeżenie: kilka wiodących modeli zamkniętych, Claude Opus 5.5 i GPT-6 Astra wymienionych wśród nich, uzyskuje wynik bliski zeru w tym samym teście, ponieważ odmawiają wykonania tego zadania. Bez strony podmiotu trzeciego przed sobą, 82% to liczba podana przez dostawcę; argument dotyczący wskaźnika odmów to interpretacja dostawcy. Jedno i drugie jest wiarygodne, ale żadne z nich nie zostało dziś niezależnie potwierdzone.

Dlaczego sposób ujęcia podglądu zmienia kalkulację ceny

Wersja zapoznawcza to nie tylko etykieta etapu. Oznacza, że model można przekierować, zmienić jego cenę lub wycofać z krótszym wyprzedzeniem niż w przypadku wydania GA, a także że konfiguracja obsługi, względem której przeprowadzasz testy porównawcze, może nie być konfiguracją, względem której wdrażasz rozwiązanie. W przypadku decyzji o routingu jest to realny koszt: potok dostrojony do kompilacji z tego tygodnia wiąże się z rachunkiem za ponowną walidację, którego nie uwzględniono w budżecie.

W OrcaRouter, gdzie ponad 200 modeli znajduje się za jednym punktem końcowym kompatybilnym z OpenAI w cenie katalogowej dostawcy z 0% narzutu przekazywanego bezpośrednio, zmiana ceny w cenniku samego dostawcy jest zmianą ceny w naszym tego samego dnia — co ma tutaj znaczenie właśnie dlatego, że ta premiera wprowadza dwie ceny, jedną przekreśloną. Automatyczne przełączanie awaryjne to druga połowa odpowiedzi w przypadku niesprawdzonej wersji zapoznawczej: pozwala skierować ułamek ruchu produkcyjnego na Mistral Large 4, podczas gdy model własny obsługuje resztę, dzięki czemu wersja zapoznawcza, która pogorszy się pod rzeczywistym obciążeniem, przeradza się w przekierowanie, a nie w incydent. Czego uważni czytelnicy nie powinni zakładać, to że Mistral Large 4 jest dziś routowalny w OrcaRouter. Nie ma go w katalogu — do wersji zapoznawczej można dotrzeć przez własne API Mistrala i kilka platform firm trzecich, a jego wagi, gdy się pojawią, będą rozwiązaniem do samodzielnego hostowania.

Twierdzenie o otwartych wagach jest obecnie obietnicą

Mistral przedstawia to tak, że Mistral Large 4 „przesuwa granicę wydajności modeli z otwartymi wagami”, a otwarte wagi są mechanizmem, dzięki któremu przedsiębiorstwa zachowują kontrolę nad modelem. To argument, którego można bronić w przypadku modelu, który Mistral zamierza wydać. W przypadku modelu wydanego w tym tygodniu tego mechanizmu brak: żadnego repozytorium Hugging Face, żadnego tekstu licencji, żadnego checkpointu do pobrania. Własna organizacja firmy na Hugging Face, sprawdzona 6 października, nie ma nic nowszego niż lipiec, a jej najnowsze wpisy nie mają związku z linią Large.

To nie jest krytyka planu; stopniowe udostępnianie wag po oknie red-teamingu to spójna polityka, a Mistral mówi o tym wprost. To przestroga dotycząca przymiotnika. „Open-weight” wykonuje pracę marketingową w akapicie, w którym do wag zostały cztery tygodnie, a licencja, która je reguluje, nie została nazwana. Jednym z możliwych wyników jest licencja permisywna i warunki w stylu Apache; innym — licencja tylko do badań lub z limitem przychodów — a ogłoszenie nie wybiera między nimi.

Co sprawdzić przed końcem października

Pięć rzeczy zamieniłoby ten podgląd w ustalony fakt, a każdą można sprawdzić, nie pytając Mistrala o nic:

• Repozytorium Hugging Face w organizacji Mistral zawierające checkpoint i plik licencji — wydanie, do którego Mistral zobowiązał się w tym miesiącu

• Sama nazwa licencji, która decyduje, czy „otwarte wagi” oznaczają swobodę w stylu Apache-2.0, czy przyznanie uprawnień z limitem użycia

• Czy promocyjna stawka $0.68 / $2.09 się utrzyma, czy wróci do $1.36 / $4.18 z cennika

• Czy Artificial Analysis przeniesie prywatnie oceniane dane liczbowe dotyczące kodowania do swojego publicznego indeksu, gdy harness zostanie wydany, oraz czy utrzymają się one na tych samych wartościach

• Serwowane okno kontekstu, obecnie podawane przez dostawcę jako 1M i odczytywane przez niezależne laboratorium jako 524,288

Dopóki te kwestie się nie rozstrzygną, właściwą postawą wobec Mistral Large 4 jest ta, do której zachęca sama jego premiera: wywołaj go, zmierz na swoim obciążeniu i utrzymuj ścieżkę produkcyjną na modelu, którego zachowanie nie ma zaplanowanej zmiany. Wagi są wydarzeniem. Wersja zapoznawcza to zwiastun.