Как уже сейчас протестировать Mistral Large 4, не дожидаясь открытых весов
Я давно привык к одному и тому же ритуалу: лаборатория выпускает модель с громким пресс-релизом, а через два-три дня независимые тесты сбивают половину восторга. С Mistral Large 4 этот цикл прошёл особенно быстро — и как раз поэтому на нём стоит остановиться подробнее, а не просто пересказывать заголовки.
Mistral AI представила новую флагманскую модель, которую внутри компании в шутку называют Le Chonk — отсылка к мему о гипотетическом гигантском французском ИИ.. Шутка шуткой, но ставки серьёзные: модель — первая крупная веха на фоне рекордного раунда финансирования, который компания недавно закрыла, и Mistral явно хочет доказать, что Европа способна конкурировать не только лозунгами о суверенитете.
Что компания обещает
По архитектуре это разреженная смесь экспертов (MoE):. Контекстное окно заявлено до миллиона токенов, хотя часть провайдеров пока показывает вдвое меньшее значение — ещё один повод не относиться к спецификациям как к высеченным в камне.
Главный маркетинговый тезис звучит красиво:. Отдельно подчёркивается превосходство в visual grounding — способности точно находить на изображении объект по текстовому описанию, вплоть до того, что.
Что говорят независимые тесты
А вот здесь начинается самое интересное — и именно это я ценю в таких релизах больше, чем сами цифры в пресс-релизе. Если смотреть на общий рейтинг открытых моделей,. При этом заявление Mistral о превосходстве над остальными открытыми моделями из США и Европы действительно подтверждается: — именно те модели, на которые ссылалась сама компания при запуске.
То есть формально Mistral не обманывает — просто выбирает удобный срез сравнения., но заметно отстаёт от китайских лидеров открытых весов.
Где модель реально хороша — и где нет
Есть области, где цифры действительно впечатляют независимо от того, кто их считал. На кибербезопасности. На агентном кодинге модель также выглядит достойно:.
А вот то, что я бы выделил красным маркером для любого, кто думает ставить модель лицом к клиентам: склонность к уверенным галлюцинациям. На тесте знаний модель. Это именно тот случай, когда красивые бенчмарки по кибербезопасности не спасают от репутационных рисков в других задачах.
Как попробовать Large 4 прямо сейчас
- Идите через API, не через потребительский чат. Сейчас модель доступна — бывший Le Chat, который компания недавно переименовала в Vibe.
- Не ждите открытых весов ради локального запуска уже сегодня. Веса и лицензия пока не опубликованы:.
- Выбирайте задачи по силе модели. Если нужен кодинг, анализ уязвимостей, работа с юридическими или финансовыми документами, а также разбор изображений и схем — это ровно те ниши, где у Large 4 реально сильные независимые результаты.
- Держите модель подальше от прямых ответов клиентам без грунда на базе знаний. Высокий процент галлюцинаций означает, что любой сценарий поддержки требует жёсткой привязки к документации, а не доверия к «памяти» модели.
- Следите за обновлениями в течение месяца. Сама компания прямо говорит, что оценка предварительная и ожидает — итоговая версия после выхода весов может выглядеть иначе, чем превью.
Мой вывод
Large 4 — это честный, но не революционный шаг для Mistral: реальный прорыв по сравнению с предыдущей линейкой и действительно сильнейшая открытая модель за пределами Китая и США. Но называть её мировым лидером — преувеличение, которое не подтверждается независимыми тестами. Для команд, которым важны европейская юрисдикция, работа с изображениями или кибербезопасность, модель стоит попробовать уже в превью. Для всех остальных — вопрос скорее в том, готовы ли вы переплачивать за флаг на обёртке, когда китайские открытые модели по многим задачам объективно сильнее и дешевле.
Если хочется сравнить Mistral Large 4 с другими актуальными моделями — GPT, Claude, Gemini и другими — без танцев с API-ключами и ожидания открытых весов, в GEMERA AI можно просто открыть чат в Telegram-боте или веб-кабинете и попробовать несколько моделей рядом, на своих задачах и в своём темпе.