Mistral Large 4: francuski model AI z ponad bilionem parametrów rzuca wyzwanie USA i Chinom

Obserwując tempo, z jakim rozwijały się amerykańskie i chińskie laboratoria AI w ostatnich miesiącach, łatwo było uznać, że Europa wypadła z gry i o miejsce w pierwszej lidze może zapomnieć. Najnowsza premiera francuskiego Mistral AI pokazuje jednak, że taki osąd może być przedwczesny. Firma zaprezentowała Mistral Large 4 - swój dotychczas największy i najbardziej rozwinięty model, który ma realne ambicje konkurowania z globalnymi liderami.

Ponad bilion parametrów w jednym modelu

Twórcy nadali nowemu modelowi nieformalną nazwę "Le Chonk", nawiązując do internetowego żargonu opisującego coś ogromnego i pulchnego - zwrot znany głównie z memów przedstawiających bardzo grube koty. To nie przypadek, bo Mistral Large 4 dysponuje łącznie 1,05 biliona parametrów. Jak wynika z dostępnych informacji, w trakcie przetwarzania jednego tokena aktywowanych jest jednak tylko około 49 miliardów z nich. Model ma też oddzielny moduł do analizy obrazów, liczący 1,6 miliarda parametrów.

ML4 obsługuje nie tylko tekst, ale również grafikę. Mistral informuje w swojej dokumentacji, że okno kontekstowe modelu sięga miliona tokenów - to określa, jak wiele danych wejściowych model jest w stanie przeanalizować naraz podczas realizacji danego zadania.

Europejskie korzenie nowego modelu

Mistral wyraźnie akcentuje europejski charakter swojego produktu. Model Large 4 został wytrenowany od zera na 3800 układach NVIDIA Grace Blackwell, umieszczonych we własnych centrach danych firmy na terenie Europy. Ta sama infrastruktura obsługuje teraz udostępnioną wersję testową. Firma chce w ten sposób dowieść, że kontynent potrafi zbudować nie tylko konkurencyjny model, ale też zapewnić mu odpowiednie zaplecze sprzętowe do treningu i działania. Dane, na których trenowano ML4, obejmowały ponad 160 języków, w tym każdy język urzędowy Unii Europejskiej.

Kiedy model trafi do szerszego użycia?

Obecnie Mistral Large 4 jest dostępny w wersji testowej poprzez API, które umożliwia wpięcie go do własnych aplikacji i usług. Pełniejsza oferta ma pojawić się pod koniec października - wtedy Mistral planuje opublikować wagi modelu. W praktyce da to użytkownikom możliwość pobrania ML4 i postawienia go na własnych serwerach, bez konieczności korzystania z infrastruktury firmy.

Pozostaje pytanie, co z osobami, które po prostu chcą pogadać z chatbotem. Mistral prowadzi swoją usługę konwersacyjną Vibe, działającą na podobnej zasadzie jak ChatGPT czy Claude. Firma nie podała jednak w komunikatach, czy Mistral Large 4 już zasila tę usługę. Jako główny sposób testowania nowości wskazano API dostępne w Mistral Studio, więc nie wiadomo jeszcze, czy ML4 trafi do Vibe jako opcja dla zwykłych użytkowników.

Czy Europa doszła do światowej czołówki?

Mistral deklaruje, że nowy model jest w stanie rywalizować z najlepszymi rozwiązaniami o otwartych wagach dostępnymi na rynku, i idzie w swoich zapewnieniach dalej - twierdzi, że ML4 przewyższa wszystkie dotychczasowe modele tego typu, powstałe zarówno w USA, jak i w Europie. Szef firmy, Arthur Mensch, podczas prezentacji w Abu Zabi mówił, że w wybranych obszarach, na przykład w cyberbezpieczeństwie, model wypada lepiej nawet niż rozwiązania z Chin, choć nie podał, z jakimi konkretnie modelami lub benchmarkami porównywał ML4. Rzeczywiste wyniki testów rysują obraz nieco bardziej złożony niż te deklaracje.

Jak Mistral Large 4 wypada w testach?

W benchmarku Vals AI, który ocenia modele na zadaniach przypominających realną pracę w takich dziedzinach jak finanse, prawo, podatki czy programowanie, ML4 uzyskał 48,05 procent możliwych punktów, co daje mu 32. lokatę spośród 44 sprawdzonych modeli. Na czele rankingu znajdują się Gemini 4 Argon oraz Claude Sonnet 5.5 i Opus 5.5.

Lepszy wynik Mistral zanotował w Harvey's Legal Agent Benchmark, teście związanym z zastosowaniami AI w branży prawniczej. Modele muszą w nim wykonywać złożone zadania zbliżone do realnej praktyki prawnika, korzystając z dokumentów, arkuszy kalkulacyjnych i prezentacji, a zadanie liczy się jako zaliczone tylko wtedy, gdy spełnione zostaną wszystkie przypisane do niego kryteria. ML4 w pełni poradził sobie z 15,83 procent zadań, co według aktualnej karty modelu w serwisie Vals przekłada się na 6. miejsce wśród 75 przebadanych modeli.

Najmocniejszą stroną ML4 okazują się zadania z zakresu cyberbezpieczeństwa. Artificial Analysis testuje modele w trzech scenariuszach obejmujących wykrywanie luk w prawdziwym kodzie, potwierdzanie ich istnienia oraz przygotowywanie poprawek. Zsumowane wyniki tworzą tzw. Cyber Index, w którym Mistral Large 4 trafił do pierwszej piątki. W jednym z trzech testów wchodzących w jego skład, CyberGym-E2E, model okazał się najlepszy ze wszystkich sprawdzonych rozwiązań.

CyberGym-E2E składa się z 131 zadań bazujących na realnych podatnościach wykrytych w projektach open source. Model musi najpierw zidentyfikować lukę i potwierdzić jej rzeczywiste istnienie, a następnie opracować poprawkę usuwającą problem bez zakłócania działania programu. ML4 wykonał poprawnie 81,7 procent zadań, co dało mu pierwsze miejsce wśród 18 testowanych modeli - wyprzedził tu między innymi MiMo-V2.6-Pro oraz GPT-6 Luna Max.

Europejska alternatywa dla USA i Chin

Same wyniki benchmarków nie mówią jednak wszystkiego. Kluczowym argumentem na rzecz ML4 jest możliwość uruchomienia go na własnej infrastrukturze, co dla firm i instytucji oznacza pełniejszą kontrolę nad tym, gdzie trafiają ich dane i kto może je przetwarzać.

Z punktu widzenia europejskiego rynku istotny jest też silny nacisk na wielojęzyczność modelu, co w teorii powinno przełożyć się na lepszą obsługę języków słabiej reprezentowanych w globalnych modelach niż angielski. Nie udało się jednak znaleźć informacji, czy ML4 radzi sobie z polskim lepiej niż najnowsze modele z USA i Chin, więc pełna ocena jego możliwości w tym zakresie musi jeszcze poczekać.

Mistral Large 4 nie odwraca jeszcze układu sił w świecie AI - w ogólnych testach porównawczych najlepsze modele konkurencji wciąż są mocniejsze. Francuska firma zdecydowała się jednak na ruch, którego największe koncerny z branży unikają w przypadku swoich flagowych produktów: publiczne udostępnienie wag modelu. OpenAI i Google rozwijają własne projekty z otwartymi wagami, ale nie obejmuje to ich głównych modeli GPT i Gemini, których nie można pobrać i postawić na własnych serwerach. Anthropic w ogóle nie udostępnia wag swoich modeli Claude. Jeśli Mistral zrealizuje swoje zapowiedzi, Europa zyska nie tyle najsilniejszy model AI na świecie, ile własną, bardziej otwartą odpowiedź na rozwiązania amerykańskich gigantów.