Mistral Large 4 gia nhập Open Math OS — và phần mở đi kèm một danh sách chờ

Vào ngày 3 tháng 11 năm 2026, Mistral Large 4 trở thành mô hình mới nhất trên Open Math OS, không gian làm việc chung của Quỹ SAIR, nơi các nhà toán học và tác nhân AI cùng làm việc trên những dự án như nhau. Thông báo là một bài đăng ngắn chứ không phải một trang ra mắt: trọng số mở 1.05T, cửa sổ ngữ cảnh 1M, hoạt động ngay trong ngày đó cho các đội đã được phê duyệt. Chính mệnh đề cuối cùng ấy là điều đáng để suy ngẫm. Open Math OS được xây dựng chỉ trên các mô hình mở, chính xác để cộng đồng toán học có thể kiểm tra và vận hành những gì nó đang dựa vào, vậy mà phần bổ sung mới nhất vẫn đến sau một hàng đợi phê duyệt. Ba mô hình đã có trong danh sách cũng vậy — DeepSeek V4.1 Flash, Kimi K3 và GLM-5.3-Flash.

Điều Mistral thực sự đã nói, và điều nó đã bỏ sót

Bài đăng đưa ra hai tuyên bố kỹ thuật và một điều khoản truy cập. Các tuyên bố — tổng cộng 1,05 nghìn tỷ tham số và cửa sổ ngữ cảnh một triệu token — khớp với checkpoint mà Mistral công bố ngày 29 tháng 10, nên chúng không phải là phép toán marketing. Điều khoản truy cập là "approved teams", không kèm mô tả về việc phê duyệt đòi hỏi những gì, mất bao lâu, hay liệu một nhà nghiên cứu cá nhân có thể được tham gia mà không cần một đội hay không.

Điều mà bài đăng không đề cập cũng có giá trị thông tin không kém. Không có bất kỳ chuẩn đánh giá toán học nào. Không có tuyên bố rằng Mistral Large 4 đã được đánh giá trên các chứng minh Lean, trên việc hình thức hóa, hay trên bất kỳ nhiệm vụ nào mà Open Math OS được xây dựng để giải quyết. Không có ghi chú về việc liệu mô hình có được quyền truy cập công cụ giống như các đối thủ hiện hữu — shell, các công cụ PDF, trình kiểm tra Lean, các máy chủ MCP — hay chỉ một bộ công cụ rút gọn. Và không có thông tin về giá cả, điều này nhất quán với một không gian làm việc chạy bằng năng lực tính toán được quyên góp thay vì token tính phí theo lượng dùng.

Không điều nào trong số đó là lời chỉ trích mô hình. Đó là mô tả về việc vẫn còn biết bao nhiêu điều chưa rõ về sự kết hợp này, sáu ngày sau khi bộ trọng số được tung ra.

Open Math OS là một không gian làm việc, không phải là một mô hình

Sự phân biệt này rất quan trọng vì cái tên đọc lên giống như một hệ điều hành. Open Math OS là một sáng kiến của SAIR Foundation, được ra mắt thử nghiệm vào ngày 16 tháng 10 năm 2026, và Terence Tao — đồng sáng lập SAIR — đã mô tả nó là một dịch vụ được lưu trữ với “các dịch vụ và giao diện web tương tự các mô hình AI tiên phong” chứ không phải thứ bạn tự cài đặt. Runtime mã nguồn mở của nó, Open Math Harness, được viết bằng Rust và có cấu trúc như một vi nhân dựa trên năng lực: mọi chương trình, kể cả agent, đều chạy như một tiến trình bị giới hạn, và nguyên tắc thiết kế được nêu là “agent đề xuất, nhà toán học quyết định.”

Xung quanh hạt nhân đó là những thứ biến nó thành không gian làm việc chứ không phải một cửa sổ trò chuyện. Tài khoản nhóm, nơi các thành viên có thể xem lời nhắc của nhau. Bộ nhớ dự án lâu dài. Một chế độ khám phá song song có tên Ultramath, chạy nhiều tác nhân cùng lúc trên cùng một bài toán. Tìm kiếm chứng minh được xác minh bằng Lean. Hỗ trợ máy chủ MCP và các plugin do người dùng tự xây dựng. SAIR đang cấp tài khoản miễn phí cho những người yêu cầu thuộc giới học thuật và vận hành toàn bộ hệ thống trên tài nguyên tính toán được quyên góp, đó là lý do các giới hạn tài khoản và điều chỉnh phân bổ được nêu rõ trên bàn thảo luận.

Danh sách mô hình đi kèm khi ra mắt hoàn toàn gồm các mô hình trọng số mở của Trung Quốc. Đó chính là khoảng trống mà Mistral Large 4 lấp đầy: đây là mô hình đầu tiên trên Open Math OS đến từ một phòng thí nghiệm châu Âu, và là mô hình đầu tiên có câu chuyện triển khai chủ quyền kiểu Pháp đằng sau. Đối với một tổ chức nền tảng với thông điệp là cộng đồng kiểm soát dữ liệu, việc có một lựa chọn không phải Trung Quốc, không phải Mỹ là một bổ sung thực chất chứ không phải chỉ để đánh dấu cho đủ.

Câu hỏi về giấy phép mà không ai trong luồng thảo luận đặt ra

Mistral Large 4 không phải Apache 2.0, và đó là thay đổi so với phiên bản tiền nhiệm. Trọng số của nó được phát hành theo Giấy phép Trọng số Mở Hệ sinh thái Mistral (Mistral Ecosystem Open-Weight License), một giấy phép MIT sửa đổi cho phép sử dụng, chỉnh sửa, tinh chỉnh và thương mại hóa — với một ngoại lệ. Bất kỳ ai cung cấp mô hình dưới dạng mô hình-dịch vụ đều phải lấy giấy phép thương mại riêng từ Mistral.

Open Math OS là một dịch vụ được lưu trữ cho phép các đội nhóm gọi một mô hình qua giao diện web. Việc cách thức đó có phải là "model-as-a-service" theo nghĩa của giấy phép, hay thuộc diện miễn trừ dành cho sản phẩm nhúng dành cho người dùng cuối, hay khớp với ngoại lệ hẹp chỉ dành cho việc chuyển tiếp yêu cầu đến các mô hình được lưu trữ ở nơi khác, là một câu hỏi pháp lý mà SAIR chưa đề cập công khai. Mistral cũng chưa nói. Hoàn toàn có thể — thậm chí có khả năng cao — rằng có một thỏa thuận thương mại đằng sau thông báo mà cả hai bên đều chưa mô tả. Nhưng một độc giả đã thấy "open weights" và cho rằng câu hỏi về lưu trữ đã được giải quyết thì nên biết rằng không phải vậy, bởi vì cùng điều khoản đó sẽ áp dụng cho mọi phòng thí nghiệm muốn xây dựng một không gian làm việc chung trên mô hình này.

Vì sao cửa sổ 1M ở đây không chỉ là một dòng trên bảng thông số

Các cửa sổ ngữ cảnh thường được quảng bá dựa trên khối lượng tài liệu, và một triệu token nghe như một tủ hồ sơ. Trong một không gian làm việc toán học hình thức, phiên bản hữu ích lại khác. Một dự án tích tụ một tệp Lean, các import của nó, một trạng thái chứng minh, cuộc thảo luận xung quanh một tactic thất bại, và lịch sử phiên của chính agent. Tất cả những thứ đó phải nằm trong cùng một khung thì agent mới có thể làm được gì đó ngoài việc đoán. Các luồng tồn tại qua nhiều ngày chính là ý nghĩa của một không gian làm việc chung; một cửa sổ cắt cụt chúng biến mọi phiên thành một khởi động lạnh.

Đó là một lập luận cho việc tại sao Mistral Large 4 phù hợp với thiết kế, chứ không phải bằng chứng rằng nó vận hành hiệu quả. Hai điều này dễ bị nhầm lẫn trong tuần ra mắt, và bài đăng của Mistral cũng chẳng giúp ích gì — bài viết liệt kê cửa sổ như một con số tiêu đề bên cạnh số lượng tham số, mà đó là ngữ pháp của bảng thông số kỹ thuật, chứ không phải một đánh giá.

Những gì một đội ngũ đã được phê duyệt nhận được, và những gì vẫn chưa được nêu rõ

• Đánh giá — không có kết quả toán học nào được công bố cho Mistral Large 4 trên Open Math OS; các mô hình ra mắt trong danh sách được Tao mô tả là chậm khoảng một năm so với tuyến đầu và giỏi hình thức hóa Lean quy mô vừa, đây là một tuyên bố về năng lực chứ không phải điểm số.

• Tính tương đương về công cụ — không nêu rõ liệu mô hình mới có được Ultramath, tìm kiếm chứng minh và toàn bộ bộ công cụ khoa học, hay chỉ một tập con hạn chế trong khi mô hình đang được đánh giá.

Giới hạn — không có giới hạn tốc độ, hạn ngạch hay giới hạn ngữ cảnh nào được công bố trong workspace, nơi cửa sổ 1M có thể bị nền tảng cắt bớt bất kể mô hình hỗ trợ những gì.

• Chính sách dữ liệu — Tao đã viết vào tháng Mười rằng SAIR muốn “trước tiên thu thập một số dữ liệu sử dụng trước khi hoàn thiện các chính sách của chúng tôi”. Đó là một tuyên bố trung thực, và cũng là lý do để đọc các điều khoản hiện hành trước khi đưa một chứng minh chưa được công bố vào một dự án.

• Lựa chọn — không có giải thích về cách một nhóm chọn mô hình cho mỗi dự án, liệu lựa chọn là theo cuộc trò chuyện hay theo dự án, hoặc liệu SAIR có tự động định tuyến giữa chúng hay không.

Mô thức này nhất quán: thông báo mô tả một mô hình được thêm vào dòng sản phẩm, chứ không phải một năng lực được trình diễn. Nếu bạn đang cân nhắc có nên ứng tuyển hay không, thì đó chính là thực trạng bằng chứng một cách trung thực.

Nếu điều bạn muốn là các mô hình chứ không phải không gian làm việc

Open Math OS là phần thú vị của câu chuyện này, nhưng nó không phải là cách duy nhất để tiếp cận các mô hình mà nó vận hành. GLM-5.3-Flash có trong danh mục OrcaRouter với giá niêm yết của nhà cung cấp, và Kimi K3 cũng vậy — hai trong ba mô hình mà không gian làm việc ra mắt cùng, có thể gọi từ một API cùng với hơn 200 mô hình khác, với tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp và mức tăng giá 0% so với mức giá của chính nhà cung cấp. DSL định tuyến sẽ kết hợp chúng thành một lệnh gọi duy nhất nếu bạn muốn một nhóm thay vì một câu trả lời duy nhất, đây là một cách xấp xỉ thô những gì Ultramath làm bên trong không gian làm việc mà không gắn trình kiểm tra Lean.

Mistral Large 4 không có trong danh mục của chúng tôi, và chúng tôi sẽ không giả vờ điều ngược lại. Nếu bạn muốn cụ thể mô hình đó, các lựa chọn hiện nay là API riêng của Mistral, các checkpoint trọng số mở trên Hugging Face, hoặc các đối tác lưu trữ bên thứ ba của nhà cung cấp. Sự đánh đổi là có thật: workspace mang lại cho bạn dự án chung, các công cụ và việc kiểm chứng; API chỉ mang lại cho bạn mô hình, với một mức giá bạn có thể đo lường được.

Xem gì tiếp theo

Ba điều sẽ biến đây từ một bản cập nhật danh sách thành một kết quả. Một đánh giá theo từng mô hình bên trong Open Math OS — dù chỉ nhỏ, một bộ hình thức hoá Lean được chấm điểm theo cùng một cách cho cả bốn mô hình — sẽ là bằng chứng công khai đầu tiên về việc nhà toán học nên chọn mô hình nào cho công việc nào. Một chính sách truy cập được công bố sẽ giải quyết căng thẳng giữa "mở" và "được phê duyệt". Và một tuyên bố từ SAIR hoặc Mistral về việc phương án lưu trữ đối chiếu thế nào với điều khoản mô hình dưới dạng dịch vụ sẽ cho mọi phòng thí nghiệm khác biết liệu họ có thể xây dựng thứ tương tự hay không.

Cho đến lúc đó, bản tóm tắt chính xác vẫn còn hẹp: một mô hình trọng số mở nghìn tỷ tham số với cửa sổ 1M giờ đây là một trong những lựa chọn trong một không gian nghiên cứu mà, theo chính mô tả của người sáng lập, vẫn là một phiên bản rất sớm.