Французская Mistral представила Mistral Large 4 — открытую модель на 1 трлн параметров, которую внутри компании прозвали Le Chonk. Разработчик утверждает, что она способна соперничать с сильнейшими закрытыми ИИ-системами США и Китая; для российских команд это ещё один повод оценивать не только API крупнейших вендоров, но и модели, которые можно разворачивать и донастраивать под собственный контур.
Пока Mistral Large 4 доступна в превью, а финальную версию Mistral планирует выпустить до конца октября 2026 года, сообщает Ars Technica. Компания заявляет, что модель можно свободно использовать и кастомизировать. Её позиционируют не просто как универсальный чат-бот: отдельный упор сделан на программирование, киберзащиту, производство, финансы, электротехнику и другие отраслевые сценарии.
Название Le Chonk — скорее маркетинговая самоирония по поводу размера модели. Существеннее другое: Mistral называет её самой мощной open-weight моделью, созданной за пределами Китая, и говорит о близости к части проприетарных систем. Важно не спутать открытую модель с полностью открытым проектом: публикация весов даёт возможность локального запуска и адаптации, но сама по себе не раскрывает все компоненты обучения, данные и внутренние процессы лаборатории.
Главный научный сотрудник и сооснователь Mistral Гийом Лампль говорит, что у крупных лабораторий остаются целые классы задач, которым они уделяют недостаточно внимания. Это вполне прагматичная ставка. В общем бенчмарке догнать лидеров сложно и дорого, зато в коде, инженерных расчётах или защитных операциях ценность часто определяется не местом в публичном рейтинге, а качеством на внутренних данных, контролем развёртывания и предсказуемой стоимостью эксплуатации.
Компания также подчёркивает, что обучала модель с нуля. Это прозрачный выпад в сторону части китайских лабораторий, которых американские власти обвиняли в использовании дистилляции — обучении более компактных систем на ответах более сильных моделей. Для корпоративного заказчика происхождение модели — не академическая деталь: вопросы лицензий, прав на данные, комплаенса и возможности воспроизвести пайплайн всё чаще попадают в один закупочный документ.
У Mistral нет ни капитала, ни вычислительного запаса OpenAI или Anthropic, и прежде она обычно уступала американским конкурентам по темпу релизов и общей производительности. Зато её бизнес-модель хорошо ложится на корпоративный спрос: платить можно за использование облачных моделей, а инженеры компании помогают клиентам адаптировать их под конкретные задачи. В сентябре Mistral привлекла $3,3 млрд при оценке $24 млрд — крупнейший раунд для европейской технологической компании. Это не доказывает превосходство Mistral Large 4, но даёт лаборатории ресурс на дорогую гонку обучения.
Контекст для релиза заметно шире очередного анонса. Доступ к передовым закрытым моделям всё сильнее зависит от экспортных ограничений, политики провайдеров и требований регуляторов. В июне администрация США временно ограничила распространение моделей OpenAI и Anthropic, мотивируя это рисками их применения в сложных кибератаках. Когда модель работает только через внешний API, заказчик зависит не только от цены токена: он зависит от доступности сервиса, правил использования и решения поставщика изменить продукт или закрыть доступ.
Для разработчиков это не означает, что открытые веса автоматически выгоднее облачного API. Триллион параметров — тяжёлая инфраструктурная задача: потребуются ускорители, память, мониторинг, защита данных, MLOps и специалисты, способные поддерживать весь стек. Но для крупных компаний, особенно в чувствительных отраслях, контроль над моделью может перевесить стоимость железа. Локальное развёртывание позволяет не отправлять внутренний код, документацию и телеметрию во внешнюю систему, а дообучение — точнее привязать модель к собственной терминологии и процессам.
Для рынка Mistral Large 4 — проверка простой гипотезы: можно ли сократить разрыв с закрытыми лидерами настолько, чтобы контроль над весами стал решающим аргументом при выборе платформы. Если обещания подтвердятся на независимых тестах и реальных нагрузках, конкуренция будет идти уже не только за качество ответа, но и за право компании владеть критическим ИИ-слоем. Исходные детали релиза и позицию Mistral можно сверить в материале .