Mistral, Mistral Large 4 Açık Ağırlıklarını Yayımladı, Kodlama ve Siber Kazanımları Öne Çıkarıyor

Mistral, Perşembe günü Mistral Large 4'ün ağırlıklarını Hugging Face'te yayımladı ve modelin üç hafta önceki önizlemesinden bu yana pekiştirmeli öğrenme ve müşteri testleri sayesinde önemli ölçüde geliştiğini söyledi. Şirket, siber güvenlik ve kodlama kıyaslama testlerinde GLM-5.3'ü maliyetin çok küçük bir bölümüyle geçerek dünyanın en iyi açık ajan tabanlı kodlama modeli olduğunu iddia ediyor.

Açık ağırlıklar ve sınır

The New Stack'in katıldığı ambargolu bir basın toplantısında, Mistral'in Bilimden Sorumlu Başkan Yardımcısı Pierre Stock, Mistral Large 4'ü "bir basamak" olarak nitelendirdi ve "Sınırı bizim belirlediğimiz bir konumda olmak istiyoruz." dedi. Stock, Mistral'in "açık ağırlığın gücünü" tamamen desteklediğini söyledi ve bunun iş sürekliliği, şeffaflık ve denetlenebilirlik için hayati olduğunu belirtti. "Açık ağırlıkların [olmadığı] bir dünyada yaşamak beni rahatsız ediyor," dedi. Yapay zekayı elektriğe benzetti ve şöyle dedi: "Komşunuzun veya bir oligopolün bir günden diğerine elektriği kesebildiği bir dünyada yaşamak istemezsiniz." OpenAI'nin Cursor'un modellerine doğrudan erişimini kesme planlarını duyurduğu ve ABD hükümetinin Anthropic'e Claude Fable 5 ve Mythos 5'i tüm yabancı uyruklular için askıya almasını emrettiği zamanları hatırlatan Stock, açık ağırlıkların "hiç kimsenin onu kapatamayacağı anlamına geldiğini, çünkü ya sizin altyapınızda ya da güvenebileceğiniz bir altyapıda çalışabileceğini" savundu. Anthropic CEO'su Dario Amodei, yapay zeka gücünün yoğunlaşmasını yalnızca açık ağırlıkların çözemeyeceğini, çünkü bilgi işlem altyapısına erişimin yoğunlaşmış olarak kaldığını savundu.

Kodlama ve siber güvenlik kıyaslamaları

Mistral, Mistral Large 4'ü "Batı'da geliştirilen en iyi açık model" olarak adlandırıyor. Artificial Analysis'in Coding Agent Index'inin bir parçası olan Terminal-Bench 4.0'da şirket, model için taktığı ad olan Le Chonk'un %41 ile ajan tabanlı kodlama için en iyi açık model olduğunu söylüyor; bu, Muse Spark Open'un %6'sı, Kimi K3'ün %21'i ve GLM 5.3'ün %40'ına kıyasla. Stock, Le Chonk'un görev başına ortalama olarak GLM 5.3'ten %47 daha az token kullandığını söyledi. Mistral ayrıca kodlama ve siberin, müşterilerin işlerini yapay zeka ile dönüştürmelerine yardımcı olabilecek iki ana alan olduğunu söyledi. Savunma amaçlı siber güvenlik yeteneklerini test eden Artificial Analysis Cyber Index'teki CyberGym E2E'de Mistral Large 4, GLM-5.3'ün %29'u ve DeepSeek v4.1 Flash 1017'nin %76'sına kıyasla %79 puan aldı ve MiMo-V2.6-Pro'nun %79'uyla berabere kaldı. Grafik ayrıca Z.ai'nin daha küçük GLM-5.3 Flash'ının %74'te olduğunu gösterdi. Mistral, bazı müşterilerin modeli otomatik sızma testlerini desteklemek için kullandığını; burada uzman ajanların bir uygulamanın kayıtlarını analiz edip potansiyel giriş noktalarını test ettiğini söyledi.

Verimlilik ve sonraki adımlar

Mistral, Mistral Large 4'ü Ekim başında kamuya açık önizlemede, Avrupa'daki veri merkezlerinde yaklaşık 3.800 Nvidia Grace Blackwell GPU üzerinde yaklaşık iki aylık eğitimin ardından sundu. Stock, son üç haftada modelin pekiştirmeli öğrenmeyle önemli ölçüde iyileştiğini ve Mistral'in Terminal-Bench 4.0 puanının önizlemede %28'den %41'e yükseldiğini söyledi. Fransız şirketin bu pekiştirmeli öğrenmeyi yalnızca 10 megavat güçle çalıştırdığını, bunun "tüm rakiplerin sahip olduğunun bir kısmı" olduğunu söyledi ve "Birinin bunu bu miktarda kaynakla yapabildiğine dair hiçbir bilgim yok" dedi. Stock ayrıca Mistral'in doğru yatırımlarla daha da ilerleyebileceğini söyledi: "Bize 10 kat daha fazla sermaye verirseniz, o zaman bu verimlilik kazanımlarını hesaba katarız." Geliştiriciler önümüzdeki aylarda Le Chonk'un daha küçük sürümlerini bekleyebilir; Stock, "Bir model ailesi olacak ve bunlardan biri bir dizüstü bilgisayarda olacak" diye doğruladı. Mistral, Mistral Large 4'ün yazılım mühendislerinin eski kod tabanlarını modernize etmesine yardımcı olabileceğini, bunun yanı sıra finans, imalat, endüstriyel mühendislik ve jeo-uzamsal uygulamalarda da kullanılabileceğini söylüyor. İleriye bakıldığında Stock, "İleriye giden tek yolun tüm yığının sahibi olmak olduğunu düşünüyoruz" dedi.

Kaynaklar: The New Stack · The Decoder