A Reflection és a Mistral új, nyílt súlyú (open-weight) nagy nyelvi multimodális modelljei ismét erősebb nyugati versenytársat jelentenek a kínai fejlesztéseknek, és ezzel csökkentik Kína korábbi előnyét a nyílt modellpiacon.
Miért fontos
Ezek az open-weight modellek és a hasonló fejlesztések alternatívát kínálnak az olyan zárt ökoszisztémákkal szemben, mint az OpenAI vagy az Anthropic, valamint a kínai szolgáltatókat elkerülni kívánó vállalatok és kormányok számára. Ugyanakkor a modellek súlyainak nyilvánossá tétele megkönnyíti a bennük lévő védelmi mechanizmusok eltávolítását, ami különösen érzékennyé teszi a kérdést, ahogy a modellek képességei növekednek, például a kiberbiztonsági feladatokban.
Cégálláspontok és érvek
Mindkét vállalat azt hangsúlyozza, hogy az intelligencia nyers teljesítménye mellett a felhasználói kontroll fontos mérőszám. Reflection vezérigazgatója, Misha Laskin az Axiosnak azt mondta: "Once you're spending that amount on intelligence, you want to move from renting it to owning it yourself. That's kind of where open source is very powerful because it is customizable at every level." Mistral tudományos alelnöke, Pierre Stock pedig kiemelte az ügyfelek által említett fő szempontokat: az adatok és a szellemi tulajdon feletti ellenőrzést, az üzletmenet-folytonosságot, a testreszabhatóságot és a költségeket. Stock így fogalmazott: "I don't want to live in the future in which any oligopoly controls closed access to this type of intelligence."
Reflection: Beam
Reflection hétfőn mutatta be Beam nevű modelljét, amely egy 501 milliárd paraméteres mixture-of-experts architektúra, és egyszerre 23 milliárd paraméter aktív. A cég szerint Beam versenyképes Kína GLM-5.2 modelljével, és bizonyos kódolási és ügynöki feladatokban megközelíti az Alibaba Qwen 3.8-Max teljesítményét. Reflection által közzétett mérőszámok vegyes képet mutatnak: egyes teszteken Beam felülmúlja vagy nagyjából egálban van a kínai modellekkel, míg más teszteken lemarad.
Reflection azt állítja, hogy Beam ésszerűsítési (reasoning) teljesítménye GLM-5.2-höz hasonló lehet három- vagy négyszer kevesebb számítási erőforrással, ami fontos tényező, mivel a modellek üzemeltetési költsége sok ügyfél számára mostanra a nyers teljesítménnyel azonos súlyúvá vált. A vállalat bejelentése szerint a Beam súlyait a hónap folyamán publikálni fogják, együtt azzal a szoftvereszközkészlettel, amely a futtatáshoz, értékeléshez és finomhangoláshoz szükséges.
Mistral: Mistral Large 4 ("Le Chonk")
Mistral kedden közölte, hogy befejezi zászlóshajó modellje, a Mistral Large 4, becenevén "Le Chonk" munkálatait. Ez egy 1 trillió (1 000 milliárd) paraméteres multimodális modell, amelynek egyszerre 49 milliárd paramétere aktív. A modellt 4 000 Nvidia Grace Blackwell GPU-n képezték két hónap alatt Mistral európai adatközpontjaiban.
Pierre Stock az Axiosnak azt mondta, hogy a cég úgy véli, Le Chonk jelenleg a világ legjobb open-weight modellje, és bizonyos feladatokban felülmúlhat zárt modelleket. Ugyanakkor Stock elismerte, hogy a Mistral még nem érte el a vezető zárt modellek élvonalát: "We're not there yet on the frontier."
Mistral kezdetben moderált API-n keresztül teszi elérhetővé a modellt, és egy kevésbé korlátozott, szélesebb kiberbiztonsági képességekkel bíró változatot kiválasztott partnerekkel tesztelésre oszt meg. A vállalat tervei szerint a súlyokat október 27-én fogja kiadni, miután további megerősítéses tanulást (reinforcement learning) és biztonsági teszteket végeznek.
Nagyobb kép és kihívások
Az elmúlt időszakban több kínai cég — köztük az Alibaba, Z.ai, Moonshot és DeepSeek — nagy szerepet játszott az open-weight modellek lendületében. Reflection és Mistral új modelljeinek megjelenése azt jelzi, hogy a nyugati laboratóriumok csökkenthetik azt a különbséget, amely korábban strukturálisnak tűnt.
Ugyanakkor ugyanaz a tulajdonság, amely az ügyfelek számára kontrollt ad az open-weight modellek fölött — a súlyok hozzáférhetősége — korlátozza a fejlesztők kontrollját a modell felhasználása felett. Ha a súlyok nyilvánosak, a felhasználók módosíthatják a modellt, beleértve a fejlesztők által bevezetett védelmi mechanizmusok megkísérlését azok eltávolítására. Ez különösen fontos probléma, miközben a modellek egyre jobbá válnak kiberbiztonsági és más potenciálisan veszélyes feladatokban.
A nyitottság melletti érv: biztonság és védelem
A Mistral és a Reflection azzal érvel, hogy az átláthatóság javíthatja a biztonságot: Laskin szerint nagyobb ökoszisztéma, amely képes modellek átvizsgálására és sebezhetőségek felkutatására, biztonságosabb, mint ha ez a munka néhány száz kutatóra egy zárt laborban korlátozódna. Ugyanakkor szerinte képességalapú biztonsági küszöböknek kell meghatározniuk, hogy mely modelleket szabad kiadni, legyenek azok nyíltak vagy zártak.
Stock elismerte a súlykiadásokkal járó kompromisszumot, de úgy érvelt, hogy a képességes modellek elérhetővé tétele felgyorsíthatja a kibervédelmi fejlesztéseket és lehetővé teszi külső kutatók számára a technológia auditálását. Mistral lépcsőzetes kiadási stratégiát alkalmaz, hogy több időt nyerjen további tesztelésre. Stock szerint az is fontos, hogy a védekezők megfelelő eszközökhöz jussanak: „If we open weight as many models as possible, including ML4 — which is among the best models in the world on cyber — then you accelerate the defense part way more."
Következtetés
Reflection és Mistral új modelljei új lendületet adhatnak a nyugati open-weight kutatásoknak és szolgáltatásoknak, különösen azoknak az ügyfeleknek, amelyek kontrollt, testreszabhatóságot és költséghatékonyságot keresnek. Ugyanakkor a nyitottsággal járó kockázat — a védelmi mechanizmusok eltávolításának és a modellek rosszindulatú felhasználásának lehetősége — továbbra is komoly vitapont marad a kiadás mikéntjével és időzítésével kapcsolatban.
