Mistral Large 4: превью API, веса к концу месяца и агентный код

Mistral Large 4 — внутри компании её зовут «le Chonk» — вышла в публичное превью: триллион параметров, 49 миллиардов активных на проход и нативная мультимодальность. Превью по API уже в Mistral Studio, полные веса обещают к концу октября 2026 года — на той же европейской инфраструктуре, где модель учили.

Обучение шло с нуля на 3 800 GPU NVIDIA Grace Blackwell в дата-центрах Mistral. Для команд с открытыми весами и своим развёртыванием это та же линия Forge и self-deploy, а не только облачный чат.

Агентный код и терминал

Заявленный фокус — репозитории, правки кода и длинные терминальные сценарии. Сводный Coding Agent Index — 49,8%: по сравнению Mistral выше DeepSeek V4 Pro 0813 и Qwen3.8 Max.

На отдельных тестах: 61,7% на DeepSWE v1.1, 59,4% на SWE-Atlas-QnA, 28,3% на Terminal-Bench 4.0. AutomationBench — 657 бизнес-сценариев с Gmail, Google Sheets, Slack, Salesforce — 59,9%.

В слепой оценке Surge AI превью набрало 3,74 из 5 и заняло второе место из пяти по качеству кода — выше Kimi K3 (3,59) и GLM-5.3 (3,60), ниже Claude Opus 5 (4,22).

Кибер, зрение и устойчивость

На Artificial Analysis Cyber Index модель в топ-5 глобально и лидирует среди открытых весов вне Китая. На задаче воспроизвести уязвимость в open-source и залатать её — 82%; на Cybench — 93% из 40 упражнений. Claude Opus 5.5 и GPT-6 Astra на том же тесте часто отказываются — для легитимного исследования уязвимостей это ограничение закрытых моделей.

По визуальному grounding в Dense 200 — 42% против 41% у GPT-6 Astra. На Lakera B3 — 93,3% устойчивости к indirect prompt injection среди сравниваемых OSS-моделей.

Источник: Introducing Mistral Large 4.