Trọng số của Mistral Large 4 cuối cùng đã được công khai: 1,06 TB và một giấy phép 2.632 byte thực sự mang lại cho bạn điều gì

Hai mươi ba ngày sau khi Mistral AI đưa Mistral Large 4 ra bán dưới dạng bản xem trước công khai chỉ qua API, checkpoint đã cập bến. Kho lưu trữ mistralai/Mistral-Large-4-1T-A52B đã ra mắt trên Hugging Face vào ngày 29 tháng 10 năm 2026 — siêu dữ liệu của nó ghi nhận lần sửa đổi cuối cùng vào lúc 14:11 UTC ngày hôm đó — mang theo 54 phân đoạn safetensors, 68 tệp, 1.060,6 GB ở định dạng bf16, và hoàn toàn không có cổng truy cập nào. Thứ xuất hiện cùng với các trọng số chính là điều mà những bài đưa tin trước đó cứ nhấn đi nhấn lại là đang thiếu: một tệp giấy phép, với đầy đủ 2.632 byte, mang tiêu đề Giấy phép Trọng số Mở Hệ sinh thái Mistral. Những chỗ trống đã được điền. Phần thú vị nằm ở những gì mà phần điền vào đó nói lên.

Cần xác định rõ mốc thời gian, vì đã có ba ngày được lưu truyền và chỉ một trong số đó là ngày phát hành thực sự. Mistral công bố bản xem trước vào ngày 6 tháng 10 và cam kết sẽ có trọng số “trước cuối tháng” mà không nêu ngày cụ thể. Các bài báo thứ cấp chỉ ra ngày 27 tháng 10; ngày đó đã trôi qua trong khi kho lưu trữ vẫn trống, và các bài viết trước phát hành — gồm nhiều bài trên blog này — đã mô tả đúng một thẻ mô hình có huy hiệu “Open”, không có tên giấy phép, và tab trọng số ghi “Coming soon.” Bản thân kho lưu trữ đã tồn tại từ ngày 30 tháng 9 dưới dạng một chỗ giữ chỗ không có tệp nào. Giờ nó đã có tệp.

Điều mà một người đọc có thể tự kiểm chứng trực tiếp ngay hôm nay là trạng thái kho lưu trữ: danh sách tệp, số byte, văn bản giấy phép, và việc không có gì hỏi xin quyền trước khi bạn tải xuống. Điều chưa thể kiểm chứng là mọi thứ phụ thuộc vào việc có ai đó thực sự chạy thứ này ở quy mô lớn — liệu checkpoint lượng tử hóa có giữ nguyên điểm số đã công bố hay không, liệu ngữ cảnh 1M có được phục vụ thật chứ không chỉ được cấu hình hay không, và liệu mức giá API giảm sâu có trụ được hết tháng hay không. Những điều đó được đánh dấu là còn bỏ ngỏ ở bên dưới thay vì bị làm mờ đi.

Thực ra có gì bên trong repository?

Bản phát hành bf16 là một dãy shard phẳng, liền mạch: consolidated-00001-of-00054.safetensors đến -00054, năm mươi hai trong số đó nằm trong khoảng 19,7 đến 20,0 GB, với hai shard cuối ở 16,9 GB và 4,2 GB, cùng với một consolidated.safetensors.index.json. Tổng dung lượng tải là 1.060,6 GB. Đó là một lượt tải xuống đúng nghĩa 1 terabyte trước khi bạn lưu vào bộ nhớ đệm dù chỉ một token trạng thái KV, và đây là con số cần dựa vào để lên kế hoạch dung lượng lưu trữ, chứ không phải tiêu đề "1T parameters", vốn mô tả độ rộng số học của mô hình chứ không phải dung lượng nó chiếm trên đĩa.

Phép tính thực sự quan trọng đối với việc phục vụ là cách phân tách thưa: khoảng 1,05 nghìn tỷ tham số tổng cộng, 49 tỷ tham số hoạt động trên mỗi token và 52 tỷ nếu tính cả các lớp embedding và lớp đầu ra, trải rộng trên 128 chuyên gia được định tuyến với bốn chuyên gia hoạt động mỗi token cùng một chuyên gia chia sẻ. Thẻ sản phẩm cũng tuyên bố ngữ cảnh 1 triệu token và hơn 160 ngôn ngữ. Cả hai đều là những giới hạn do nhà cung cấp công bố cho đến khi có người đo đạc được những gì thực sự được phục vụ.

• Truy cập — không bị gác cổng. API của Hugging Face báo cáo gated: false, nên không có bước bấm qua, không có hàng đợi phê duyệt và không yêu cầu tài khoản ngoài các điều khoản thông thường của trang. Danh sách chờ hình thành quanh bản phát hành này trong tháng Mười là để chờ một thông báo, không phải để xin quyền.

• Siêu dữ liệu phục vụ — config.json, generation_config.json, processor_config.json, một chat_template.jinja, cùng với cả tekken.json và tokenizer.json. Cấu hình processor có ở đó vì mô hình nhận cả hình ảnh lẫn văn bản.

• Thẻ pipeline — image-text-to-text. Mistral mô tả mô hình này là đa phương thức gốc với bộ mã hóa thị giác 1,6 tỷ tham số, đầu vào văn bản và hình ảnh, đầu ra văn bản.

• Bản anh em đã lượng tử hóa — mistralai/Mistral-Large-4-1T-A52B-NVFP4, kho lưu trữ riêng của nó, được tạo ngày 15 tháng 10, 43 tệp, 32 shard, 610,1 GB, cũng không bị giới hạn truy cập. Mistral định vị mô hình này cho phần cứng Blackwell với hỗ trợ NVFP4 gốc và nói rằng nó vẫn giữ "hiệu năng tương đương", một tuyên bố mà chưa ai bên ngoài công ty kiểm chứng.

• Hình ảnh benchmark — kho lưu trữ chỉ cung cấp đúng hai biểu đồ, images/coding_index.png và images/intelligence_index.png. Cả hai đều do nhà cung cấp tạo ra. Chúng hữu ích như bằng chứng về những gì Mistral muốn bạn chú ý đến, chứ không phải là phép đo độc lập, và đó chính là sự phân biệt mà phần tiếp theo sẽ đề cập.

Giấy phép, đọc nguyên văn thay vì tóm tắt

Tên trên tệp là Mistral Ecosystem Open-Weight License, và câu thứ hai của nó tự nhận mình là "một phiên bản sửa đổi của giấy phép MIT." Ở 2.632 byte, nó đủ ngắn để đọc một mạch, điều mà không thể nói được với hầu hết các điều khoản open-weight. Phạm vi cấp phép rộng: sử dụng, sao chép, sửa đổi, hợp nhất, xuất bản, phân phối, cấp phép lại và bán các bản sao của mô hình; chạy nó, triển khai nó, huấn luyện thêm nó và tạo các tác phẩm phái sinh. Được phép sử dụng thương mại. Không có ngưỡng doanh thu, không có giới hạn người dùng, không có hạn chế lĩnh vực sử dụng, và — trái với những đồn đoán trước khi phát hành về một cổng doanh thu — không có bất kỳ con số nào mà một doanh nghiệp phải giữ dưới mức đó.

Thay vào đó, có một điều kiện, tại khoản 2. Nếu người được cấp phép hoặc một công ty liên kết “vận hành một hoạt động kinh doanh Model as a Service”, thì phải ký một giấy phép thương mại riêng với Mistral trước khi sử dụng mô hình hoặc các sản phẩm phái sinh của nó cho bất kỳ mục đích thương mại nào. Đây là điều khoản phân tách trọng số mở khỏi nền tảng mở, và nó hẹp hơn so với cảm nhận ban đầu. “Model as a Service” được định nghĩa là việc cho bên thứ ba quyền truy cập vào mô hình để suy luận hoặc huấn luyện sau “theo cách cho phép bên thứ ba đó thực hiện quyền kiểm soát có ý nghĩa đối với đầu vào, tham số hoặc dữ liệu huấn luyện”.

Ba trường hợp ngoại lệ sau đây, và chúng quan trọng hơn bản thân hạn chế:

• Sản phẩm dành cho người dùng cuối — một sản phẩm mà năng lực của mô hình "chỉ được nhúng hoàn toàn bên trong các tính năng hoặc khung triển khai cụ thể" thì nằm ngoài định nghĩa. Việc phát hành một tính năng có tình cờ gọi đến mô hình không đồng nghĩa với việc vận hành một dịch vụ mô hình.

• Chuyển tiếp — "việc chỉ chuyển tiếp các yêu cầu đến các mô hình do người khác lưu trữ" cũng nằm ngoài phạm vi này. Theo văn bản này, một gateway hoặc router chuyển tiếp đến một endpoint do người khác lưu trữ không phải là doanh nghiệp Model-as-a-Service.

• Sử dụng nội bộ và các sản phẩm của chính Mistral — khoản 3 miễn trừ mọi việc sử dụng không làm cho mô hình được cung cấp cho bên thứ ba, và mọi việc sử dụng thông qua các sản phẩm chính thức của Mistral.

Cách hiểu thực tế là chia thành ba nhánh. Việc lưu trữ trọng số trong tổ chức của chính bạn rõ ràng là được phép. Xây dựng một sản phẩm quanh đó cũng được phép. Dựng một API cung cấp cho khách hàng quyền truy cập trực tiếp vào mô hình — đầu vào, tham số, quá trình huấn luyện — trước tiên yêu cầu một thỏa thuận thương mại với Mistral. Và một lớp định tuyến chuyển tiếp tới suy luận do Mistral vận hành nằm trong phạm vi ngoại lệ, mà chính xác là câu mà một cổng phải đọc trước khi thêm bất kỳ mô hình nào.

Về sự khác biệt đó, đáng để nói thẳng trên chính trang của chúng tôi: tính đến thời điểm công bố, Mistral Large 4 không có trong danh mục của OrcaRouter, vì vậy đây không phải là tuyến mà chúng tôi có thể cung cấp cho bạn hôm nay. Thông qua API riêng của Mistral và một số nền tảng hosting của bên thứ ba, hiện có thể gọi nó. Điều OrcaRouter thực sự cung cấp là phương án thay thế tổng quát cho các mô hình mà nó có — một API duy nhất cho toàn bộ danh mục với giá niêm yết của nhà cung cấp được chuyển nguyên trạng ở mức đánh dấu giá 0%, nên thay đổi giá từ nhà cung cấp có hiệu lực ngay trong ngày; tự động chuyển đổi dự phòng giữa các nhà cung cấp; và một DSL định tuyến để kết hợp nhiều mô hình thành một lần gọi duy nhất. Khi một mô hình như thế này chưa được kiểm chứng, chuyển đổi dự phòng cũng là cách rẻ nhất để đưa nó phục vụ lưu lượng thật mà không đánh cược đường đi production vào một điểm cuối duy nhất.

Các con số, được ghi nhãn theo người đã tạo ra chúng

Mọi số liệu hiệu năng gắn với bản phát hành này cho đến nay đều đến từ Mistral. Chưa có bên thứ ba nào công bố một lần chạy lại đầy đủ trên checkpoint đã phát hành, nên những gì dưới đây là do nhà cung cấp báo cáo, trừ khi dòng tương ứng nói khác.

• Terminal-Bench 4.0 — 41%, tăng từ 28% ở bản xem trước. Mistral cho rằng mức tăng 13 điểm là nhờ thêm ba tuần học tăng cường giữa bản xem trước và bản phát hành.

• Chỉ số Coding Agent của Artificial Analysis — 48%, mà Mistral mô tả là trên thực tế ngang bằng với GLM-5.3 trong khi trung bình dùng ít hơn 47% token cho mỗi tác vụ. Công cụ đo là của Artificial Analysis; còn điểm số là do Mistral tự báo cáo.

• Cyber — 51% trên Chỉ số Cyber của Artificial Analysis, với tỷ lệ từ chối trung bình được công bố là 96,6% đối với các yêu cầu mạng độc hại và 79% trên CyberGym-E2E theo phạm vi bao phủ từng bản phát hành.

• Các số liệu từ nhà cung cấp khác — BrowseComp 84,5%, Finch 73,3%, và khả năng chống tấn công B3 97,1%, tất cả từ bài đăng phát hành của Mistral.

• Artificial Analysis Intelligence Index v5 — 26, con số mà thẻ mô hình của Mistral gọi là điểm cao nhất trong số các mô hình trọng số mở phương Tây. Đây là con số dễ bị trích dẫn sai nhất, vì bản xem trước từng được báo cáo là 38.4 trên phiên bản chỉ số đang áp dụng vào ngày 6 tháng 10. Artificial Analysis đã xây dựng lại và rebase chỉ số đó thành v5 vào ngày 27 tháng 10, nên 38.4 và 26 là kết quả đọc từ hai công cụ khác nhau. Lấy chúng trừ đi sẽ tạo ra một “mức thoái lui” 12 điểm không hề tồn tại. Đừng làm vậy.

Con số duy nhất đáng đưa vào quyết định mua hàng lại hoàn toàn không phải là một điểm chuẩn: ít hơn 47% token cho mỗi tác vụ trên chỉ số tác nhân lập trình. Nếu điều đó vẫn đúng với khối lượng công việc của riêng bạn, nó thay đổi phép tính nhiều hơn hẳn bốn điểm trên bảng xếp hạng, vì bạn trả tiền cho token, chứ không phải cho thứ hạng.

Chi phí để chạy, so với chi phí để gọi

Việc tự vận hành chia thành hai cam kết rất khác nhau. Checkpoint bf16 chỉ riêng phần trọng số đã là 1,060.6 GB, và sẽ không vừa một cách hữu ích trên tám bộ tăng tốc 141 GB khi bạn đã dự trữ KV cache; hãy tính đến việc dùng thêm phần cứng hoặc đi theo hướng lượng tử hóa. Checkpoint NVFP4 là 610.1 GB, và hướng dẫn của chính Mistral cho biết phiên bản này chạy trên bốn GPU B200 hoặc B300. Công thức vLLM trong model card yêu cầu tensor parallelism bằng 8 với kiểu dữ liệu KV-cache FP8; đây là cấu hình để đo chuẩn (benchmark) chứ không phải là một lời hứa về thông lượng.

Gọi nó thì đơn giản hơn. Bảng giá được công bố là $1.36 mỗi triệu token đầu vào, $0.14 cho đầu vào được lưu cache và $4.18 mỗi triệu token đầu ra. Một chương trình khuyến mãi ra mắt cho thấy cùng ba dòng đó được giảm một nửa còn $0.68, $0.07 và $2.09 — con số mà thanh bên sản phẩm trên bài đăng open-weights của chính Mistral làm tròn thành $0.70 và $2.10 — và chưa có ngày kết thúc nào được công bố cho chương trình khuyến mãi đó, nghĩa là giá thực tế của một lần gọi API hôm nay xấp xỉ một nửa giá niêm yết và không ai có thể nói cho bạn biết khi nào điều đó không còn đúng nữa.

Đặt chúng cạnh nhau và phần lớn quyết định sẽ tự hiện ra. Với gần như mọi đội nhóm dưới quy mô hyperscale, bốn GPU Blackwell cộng thêm thời gian kỹ thuật để phục vụ một MoE 1 nghìn tỷ tham số tốn nhiều hơn trên mỗi token hữu ích so với API đã được giảm giá. Tự vận hành ở đây là mua sự kiểm soát — nơi lưu trú dữ liệu, sự chắc chắn về giấy phép, khả năng tinh chỉnh và phát hành các sản phẩm phái sinh — chứ không phải mua sự tiết kiệm. Đó là lý do trung thực để tải xuống 1.06 TB.

Ai nên di chuyển, và ai nên tiếp tục chờ đợi

Hãy chuyển nếu điều còn thiếu là tính sẵn có. Một đội ngũ muốn các trọng số được huấn luyện ở châu Âu mà họ có thể kiểm tra, tinh chỉnh hoặc chạy trong phạm vi riêng của mình giờ đã có chúng, theo các điều khoản cho phép đúng điều đó, không có rào chắn nào cản đường. Cũng hãy chuyển nếu bạn có năng lực Blackwell và một khối lượng công việc mà tuyên bố về hiệu quả token sẽ đủ bù chi phí phần cứng — nhưng trước tiên hãy đo trên lưu lượng của chính bạn, vì 47% là con số của Mistral trên chỉ số do Mistral lựa chọn.

Khoan đã, nếu chất lượng là rào cản. Vẫn chưa có đánh giá độc lập nào về checkpoint đã phát hành, chỉ có đánh giá về bản preview, và hai thứ này là hai artefact khác nhau, cách nhau ba tuần RL. Khoan đã, nếu đội máy của bạn là H100 hoặc H200 không có NVFP4 native — hướng hiệu quả ngầm giả định có Blackwell, còn hướng bf16 ngầm giả định cần rất nhiều bộ nhớ. Và khoan đã, nếu mô hình kinh doanh là bán lại quyền truy cập mô hình thô qua API riêng của bạn: đó chính là mục đích sử dụng duy nhất mà giấy phép dành rõ ràng cho một thỏa thuận thương mại.

Những gì chúng ta vẫn chưa biết

Bốn điều, xếp theo mức độ chúng có thể thay đổi cục diện. Liệu các bản chuyển đổi NVFP4 và GGUF có giữ được điểm số đã công bố hay không — Mistral nói "hiệu năng tương đương", nhưng đó là một tuyên bố, không phải một phép đo. Liệu ngữ cảnh 1M có thực sự được phục vụ hay bị giới hạn trên thực tế; Artificial Analysis đã đo được 524.288 token trên cấu hình xem trước, còn con số 1.048.576 trong tệp cấu hình chỉ là mức trần, không phải bảo đảm. Liệu mức giá API giảm một nửa có trụ được qua thời gian khuyến mãi hay không, điều này quyết định việc gọi API có còn rẻ hơn tự vận hành hay không. Và điều khoản 2 sẽ được thực thi thế nào trong các trường hợp biên — cụm từ "quyền kiểm soát thực chất" đang gánh rất nhiều ý nghĩa mà chưa có án lệ nào phía sau.

Bản thân việc phát hành giờ không còn gì phải nghi ngờ. Hai mươi ba ngày với lời hứa “sắp ra mắt”, một mốc bị lỡ và một kho lưu trữ giữ chỗ đã trở thành 1.060,6 GB, một bản tải xuống không hạn chế truy cập và một giấy phép ngắn đến mức không có lý do gì để không đọc nó. Nếu bạn từng chờ để quyết định Mistral Large 4 có thật hay không, thì câu trả lời tính đến ngày 29 tháng 10 năm 2026 là các trọng số đã nằm trên đĩa và các điều khoản đã nằm trên giấy. Nếu bạn từng chờ để quyết định nó có tốt hay không, câu hỏi đó vẫn chưa có đáp án — và những người duy nhất có thể trả lời ngay lúc này là những người sẵn sàng tải nó xuống và chạy các bài kiểm tra của riêng mình.