Mistral Large 4 je europski odgovor s bilijun parametara na američke modele koji odbijaju sigurnosni rad

Mistral je predstavio Mistral Large 4, svoj dosad najveći model. Ima bilijun parametara i treniran je u vlastitim europskim podatkovnim centrima. Na neovisnom indeksu model bilježi znatan napredak, ali još uvijek znatno zaostaje za vodećim zatvorenim modelima. Mistralova glavna prodajna točka je da se nosi sa sigurnosnim zadacima koje Claude i GPT-6 odbijaju izvršiti.

Mistral je objavio javni pretpregled modela Mistral Large 4 (ML4), nadimka „le Chonk”. API je već dostupan putem Mistral Studija, a težine modela trebale bi uslijediti krajem listopada.

Prema Mistralovim navodima, ML4 je izvorno multimodalni model s bilijun parametara, od kojih je aktivno 49 milijardi. Na X-u tvrtka tvrdi da je ML4 najbolji model s otvorenim težinama iz SAD-a ili Europe gledano po zbirnim benchmarkovima. Ističu vrhunske rezultate u kiberobrani, proizvodnji i financijama, a tvrde i da nadmašuje čak i zatvorene frontier modele u vizualnom uzemljenju.

Veliki skok za Mistral, ali Claude još uvijek vodi za 20 bodova

Neovisnu procjenu nudi Intelligence Index tvrtke Artificial Analysis, koji objedinjuje deset benchmarkova iz različitih područja. ML4 tamo postiže 38 bodova. To je znatan napredak za Mistral: prethodnik Mistral Large 3 imao je svega 9 bodova, a najnoviji Mistral Medium 3.5 dostigao je 14. Sa 38 bodova ML4 također nadmašuje GLM-5.2 tvrtke Z.ai, koji Mistral nudi na vlastitoj platformi. No jaz prema vrhu i dalje je velik. Claude Opus 5.5 (Max) vodi s 58 bodova.

Dok težine ne budu objavljene, Mistral provodi red-teaming modela zajedno sa sigurnosnim tvrtkama, provjerenim partnerima i državnim agencijama. Te grupe dobivaju istu verziju s ublaženom moderacijom i proširenim kibernetičkim mogućnostima.

Mistralova prednost u kibernetičkoj sigurnosti dijelom dolazi od toga što konkurenti odbijaju zadatak

Mistral veći dio svog priopćenja posvećuje IT sigurnosti. Na Artificial Analysis Cyber Indexu ML4 se prema navodima tvrtke svrstava među pet najboljih modela na svijetu, a među modelima s otvorenim težinama razvijenim izvan Kine vodi s velikom prednošću.

Jedan od testova od modela traži da reproducira stvarnu ranjivost u softveru otvorenog koda, a zatim je i zakrpi. ML4 postiže 82 posto, što je najviši rezultat ikojeg modela. Razlog je, međutim, neobičan. Prema Mistralovim navodima, Claude Opus 5.5 i GPT-6 Astra postižu gotovo nula bodova jer u potpunosti odbijaju izvršiti zadatak. Test dakle mjeri politike pružatelja usluga jednako koliko i sposobnosti samog modela.

Mistral to pretvara u prodajni argument. Obrana softvera često počinje dokazivanjem da ranjivost uopće postoji, tvrdi tvrtka. Sigurnosni filtri zatvorenih modela blokiraju upravo tu vrstu rada, dok napadači ionako zaobilaze te iste modele. Gubitak pristupa pružatelju usred sigurnosnog incidenta sam po sebi može postati sigurnosni rizik, dodaje Mistral. ML4 je osmišljen tako da može raditi i u privatnim oblacima ili on-premise okruženjima.

Istovremeno, Mistral ističe visoke stope odbijanja. Na zlonamjernim kibernetičkim upitima iz JailbreakBencha, StrongREJECTa i AgentHarma, ML4 odbija više zahtjeva nego ikoji drugi otvoreni model. Kako model pouzdano razlikuje legitimno istraživanje ranjivosti od pripreme napada, Mistral ne objašnjava. Na Lakerainom B3 AI Security Benchmarku ML4 prema navodima tvrtke blokira 93,3 posto napada.

ML4 zauzima drugo mjesto u kodiranju, ispred Deepseeka i Qwena

U programiranju ML4 postiže 49,8 posto na Artificial Analysis Coding Agent Indexu, čime nadmašuje Deepseek V4 Pro i Qwen3.8 Max. Mistral je također proveo slijepo vrednovanje uz pomoć Surge AIja, u kojem su profesionalni anotatori ocjenjivali kvalitetu koda ne znajući koji ga je model proizveo. ML4 je završio na drugom mjestu od pet modela s 3,74 od 5 bodova, ispred GLM-5.3 i Kimi K3. Claude Opus 5 vodio je s 4,22 boda.

Što se tiče razumijevanja slika, Mistral najavljuje značajno poboljšanje. ML4 bi trebao analizirati dokumente, grafikone, gigapikselne satelitske snimke i tehničke crteže, samostalno uvećavajući detalje i provjeravajući ih. Prednost pred zatvorenim modelima je, međutim, minimalna. Na Dense 200 benchmarku ML4 postiže 42 posto, dok GPT-6 Astra bilježi 41 posto. Prema vrednovanju tvrtke Vals.ai, ML4 također nadmašuje GPT-6 Astru na pravnim i financijskim zadacima.

Europski tehnološki suverenitet kao poslovni model

Mistral navodi da je ML4 treniran od nule na 3.800 Nvidia Grace Blackwell GPU-ova u vlastitim europskim podatkovnim centrima. Pretpregled radi na istoj infrastrukturi. Uz ponudu u više regija, Mistral planira europsku varijantu kojom će upravljati potpuno samostalno, neovisno o drugim pružateljima usluga i u skladu s europskim zakonodavstvom. Podaci za treniranje pokrivaju više od 160 jezika, uključujući sve službene jezike EU-a.

Treniranje je prema Mistralovim navodima provedeno u suradnji s tvrtkama iz financija, proizvodnje, logistike, farmaceutike, brodskog prometa i javnog sektora. Tvrtka je koristila isti okoliš za treniranje i pojačano učenje koji nudi klijentima putem Mistral Forgea. Za post-treniranje s pojačanim učenjem Mistral koristi oko 3.000 GPU-ova, a jedan ciklus treniranja generira otprilike 33 milijarde tokena dnevno.

Treniranje još nije završeno

Ciklus pojačanog učenja koji stoji iza pretpregleda još je u tijeku i ne pokazuje znakove zasićenja, navodi Mistral. Tvrtka očekuje značajna poboljšanja u nadolazećim tjednima. Proširenje računalnih kapaciteta financira se iz investicijske runde Series D od 3 milijarde eura, najveće ikad prikupljene u europskoj tehnološkoj industriji.

Mnogo toga još uvijek nije jasno. Prema dokumentaciji modela, ML4 koristi arhitekturu mixture-of-experts s finim granuliranjem, s ukupno 1,05 bilijuna parametara i enkoderom za viziju od 1,6 milijardi parametara. Kontekstni prozor obuhvaća milijun tokena. Mistral planira objaviti detalje arhitekture, licencu i metode post-treniranja zajedno s težinama krajem mjeseca.

Za vrijeme pretpregleda Mistral naplaćuje $0,68 po milijunu ulaznih tokena i $2,09 po milijunu izlaznih tokena. Predmemorirani ulazi koštaju $0,07. U dokumentaciji su navedene i cijene po dvostrukoj stopi: $1,36 za ulaz, $4,18 za izlaz i $0,14 za predmemorirane ulaze. ML4 bi trebao poslužiti i kao temelj za novu generaciju specijaliziranih Mistralovih modela.

Mistral već mjesecima gradi vlastitu infrastrukturu u Europi. U ožujku je tvrtka uzela zajam od 830 milijuna dolara za podatkovni centar u blizini Pariza, a do kraja 2027. planira 200 megavata računalnih kapaciteta u Europi. Čini se da tvrtka sve više okreće fokus s potrošača prema poslovnim klijentima. U svibnju je Mistral preimenovao chatbot Le Chat u Vibe i preoblikovao ga u poslovni alat.

Istog je mjeseca Mistralov izvršni direktor Arthur Mensch upozorio francuski parlamentarni odbor da Europa riskira ovisnost o američkim modelima u području kibernetičke sigurnosti. Baze koda francuske vojske ne bi smio skenirati Anthropicov Mythos, rekao je Mensch. Mistralovi vlastiti modeli mogu pronaći iste ranjivosti koje se povezuju s Mythosom, dodao je.