بزرگ‌ترین مدل Mistral AI اکنون قابل دانلود است. این شرکت روز ۲۹ اکتبر وزن‌های Mistral Large 4 را منتشر کرد؛ مدلی چندوجهی که آن را Le Chonk می‌نامد و پیش‌نمایش عمومی‌اش از اوایل همین ماه آغاز شده بود. نسخه‌ای که اکنون در Hugging Face قرار گرفته همان نسخه آزمایشی نیست. به گفته Mistral، حدود سه هفته یادگیری تقویتی دیگر، عمدتاً روی مهندسی نرم‌افزار و امنیت دفاعی، روی آن انجام شده و مدل جدید با هزینه محاسباتی کمتری استدلال می‌کند.

بر پایه شرح فنی Hugging Face، معماری مدل از نوع پراکنده Mixture-of-Experts است و در مجموع حدود یک تریلیون پارامتر دارد که نزدیک به ۴۹ میلیارد از آن‌ها برای هر توکن فعال می‌شوند. پنجره زمینه آن یک میلیون توکن است. یک مسیریاب برای هر توکن چهار متخصص از میان ۱۲۸ متخصص برمی‌گزیند و یک متخصص مشترک هم همیشه کنار آن‌ها کار می‌کند. پردازش تصویر بر عهده رمزگذار Pixtral با ۱٫۶ میلیارد پارامتر است. ورودی می‌تواند متن یا تصویر باشد و خروجی متن است. توسعه‌دهندگان می‌توانند میان سه سطح استدلال کم، متوسط و زیاد انتخاب کنند و حالت پیش‌فرض، سطح زیاد است.

ادعاهای اصلی Mistral درباره کدنویسی است. به گفته شرکت، این مدل در شاخص Coding Agent Index مؤسسه Artificial Analysis امتیاز ۴۸ درصد گرفته و هم‌تراز GLM-5.3 در صدر مدل‌های باز ایستاده است، در حالی که برای هر کار ۴۷ درصد توکن کمتری مصرف می‌کند. Mistral همچنین از امتیاز ۴۱ درصد در Terminal-Bench 4.0، یعنی ۱۳ واحد بهتر از پیش‌نمایش، و صدرنشینی با ۱۹٫۷ درصد در آزمون خصوصی FrontierCode 2.0 شرکت Cognition خبر می‌دهد. نوشته Hugging Face برای همان شاخص رقم اندکی متفاوت یعنی ۴۹٫۸ درصد را ذکر می‌کند؛ نشانه‌ای از اینکه این اعداد را سازنده و شرکای عرضه گزارش کرده‌اند و هنوز پژوهشگران مستقل آن‌ها را تکرار نکرده‌اند.

امنیت، ستون دوم این عرضه است. Mistral می‌گوید مدل در Cyber Index مؤسسه Artificial Analysis که توانایی یافتن، بازتولید و وصله‌کردن آسیب‌پذیری‌ها را می‌سنجد، ۵۱ درصد گرفته و در سه مجموعه آزمون دور زدن محدودیت‌ها، ۹۶٫۶ درصد درخواست‌های سایبری مخرب را رد کرده است. شرکت به ارزیابی‌هایی از سوی Booz Allen، Cisco، CrowdStrike و Cloudflare و نیز آژانس امنیت سایبری اتحادیه اروپا ENISA استناد می‌کند. در عین حال خطر را پنهان نمی‌کند: بررسی ترافیک واقعی در دوره پیش‌نمایش نشان داده که مدل می‌تواند به حملات واقعی کمک کند و از همین رو سازوکارهای حفاظتی در حال سخت‌گیرانه‌تر شدن است. نسخه‌ای با محدودیت کمتر برای آزمون نفوذ هم فقط در اختیار شرکای بررسی‌شده‌ای مانند Orange Cyberdefense قرار می‌گیرد.

مجوز انتشار به اندازه نتایج آزمون‌ها اهمیت دارد. مدل تحت مجوز Mistral Ecosystem Open-Weight عرضه می‌شود که نسخه‌ای اصلاح‌شده از MIT است و استفاده، تغییر، تنظیم دقیق و بهره‌برداری تجاری را آزاد می‌گذارد. تنها استثنا شرکت‌هایی هستند که مدل را به شکل سرویس میزبانی‌شده می‌فروشند و باید مجوز تجاری جداگانه بگیرند. به این ترتیب وزن‌ها برای سازمان‌ها و پژوهشگران باز می‌ماند و کسب‌وکار API خود Mistral هم آسیب نمی‌بیند.

دسترسی به مدل از روز نخست گسترده است. Mistral Large 4 در Mistral Studio و API شرکت با قیمت ۰٫۷۰ دلار برای هر میلیون توکن ورودی و ۲٫۱۰ دلار برای هر میلیون توکن خروجی، و همچنین در OpenRouter، در Microsoft Foundry و به شکل کانتینر NVIDIA NIM ارائه شده است. Hugging Face از پشتیبانی فوری در transformers، vLLM و llama.cpp و فایل‌های فشرده GGUF خبر می‌دهد. به گفته مهندسان آن، نسخه دوبیتی روی یک رایانه Apple Silicon با ۵۱۲ گیگابایت حافظه اجرا می‌شود، اما قالب‌های دیگر به چند کارت گرافیک نیاز دارند.

Mistral این عرضه را در قالب استقلال فناورانه معرفی می‌کند و تأکید دارد که مدل از صفر روی زیرساخت اروپایی آموزش دیده است. پرسش‌های باز این است که آیا Le Chonk پس از آزمون‌های ارزیاب‌های مستقل جایگاهش را حفظ می‌کند و سازوکارهای حفاظتی سایبری تازه در استقرارهای خودمیزبان که دیگر در کنترل شرکت نیستند، چگونه عمل خواهند کرد.

منابع