A Mistral ma közzétette a Mistral Large 4 előnézetét, egy 1 billió (1T) paraméteres nyelvi modellt. A cég azt közölte, hogy a modell 49 milliárd aktív paraméterrel működik, és saját klaszterükön, 3 800 darab NVIDIA Grace Blackwell GPU-n tanították.
Hozzáférés és a súlyok kiadása
A Mistral Large 4 előnézete jelenleg a Mistral API-n keresztül érhető el. A vállalat ígérete szerint a modell nyílt súlyait „a hónap végén” teszik közzé.
Működési módok és kimenet
A Mistral API-n keresztül a modell kétféle következtetési szintet támogat: „none” (nincs) és „high” (magas). A rendelkezésre álló példák szerint a „high” beállítás vizuálisan jobb kimenetet adott, de meglepő módon kevesebb kimeneti tokent használt: a „high” beállítás 2 717 kimeneti tokent generált, míg a „none” 3 275-öt.
Teljesítmény és összehasonlítások
Egy közzétett mérés szerint a Mistral Large 4 az "Artificial Analysis" (AA) benchmarkon 38 pontot ért el, ami valamivel elmarad a DeepSeek 4.1 Flash teljesítményétől — ez utóbbi egy 552 milliárd paraméteres modell. A Mistral új kiadása tehát jelentős előrelépés az előző Mistral Large 3-hoz képest: a Large 3 korábban csak 9 pontot szerzett ugyanazon a teszten.
A cég megoldása még nem ér fel a legfejlettebb, úgynevezett "Fable-class" modellekhez, de a megjelenés alapján a Mistral Large 4 körülbelül fél évnyi lemaradásra utal a legfrissebb élvonalbeli modellekhez képest.
Miért fontos ez
A Mistral Large 4 bemutatása több okból is jelentős: nagy mérete és a nyílt súlyok közelgő kiadása további versenyt és hozzáférhetőséget hozhat az LLM-ek területén, míg a mérsékelt, de lényeges teljesítményjavulás mutatja, hogy a Mistral visszaküzdi magát a fejlesztési tempóba.
