Mistral Large 4, ABD ve Çin dışında en iyi AI modeli ilan edildi

Çıkış ve Intelligence Index Sıralaması

Mistral, bu hafta Research Public Preview'de trilyon parametreli modeli Mistral Large 4'ü (ML4) yayınladı ve açık ağırlıklı performans sınırlarını genişlettiğini duyurdu. Toplam 1,05 trilyon parametresi ve 49B'den 52B'ye aktif parametresi olan uzman karışımı model, Artificial Analysis Intelligence Index v4.3.2 üzerinde 38 puan aldı. Bağımsız benchmark şirketine göre, bu sonuç onu ABD ve Çin dışında en zeki model konumuna getiriyor.

Puan, GPT-6 Luna (max, 38) ve DeepSeek V4.1 Flash (max, 39) sonuçlarıyla karşılaştırılabilir düzeyde ve ML4, Güney Kore ve Birleşik Arap Emirlikleri gibi ülkelerin modellerini geride bırakıyor. Ancak en az beş Çinli açık model daha yüksek puan aldı: Xiaomi'nin MiMo-V2.6-Pro'su 46 puanla, Z.ai'ın GLM-5.3'ü (max) 45 puanla, Moonshot'un Kimi K3'ü (max) 44 puanla, GLM-5.3-Flash 42 puanla ve DeepSeek V4.1 Flash (max) 39 puanla.

Siber Güvenlikte Güçlü Yönler

ML4, Artificial Analysis Cyber Index'te 50 puan aldı; bu, GLM-5.3-Flash seviyesinde olup MiMo-V2.6-Pro'nun (56) altında kalıyor. En güçlü sonucu CyberGym-E2E-AA üzerinde kaydedildi ve %82 aldı; bu, MiMo-V2.6-Pro (%79) ve GPT-6 Luna (max, %78) performansını aşıyor. Mistral'in ifadesine göre, model Cybench'in %93'ünü çözüyor ve bu, güvenlik yarışlarından alınan 40 görevden oluşan bir set. Reuters'e göre icra direktörü Arthur Mensch, modelin birçok başta siber güvenlik olmak üzere birçok açıdan Çinli modelleri geride bıraktığını söyledi.

Siber performans, Cyber Index'te yapılan üç testin sadece birinden oluşuyor. ML4, DeepsecBench-AA üzerinde %16, CWE-Bench-AA üzerinde ise %51 aldı. Artificial Analysis'in tahminine göre, ağırlıklar yayınlanır yayınlanmaz model, Cyber Index'te en iyi üç açık ağırlıklı model arasında yer alacak. Mistral, ML4'ü siber güvenlik, finans ve hukuk gibi üretim yükleri için açık modeller arasında en teknoloji olarak sunduğunu ve 1,6B parametreli görsel kodlayıcısının, görsel sabitlemede en iyi kapalı modelleri bile geride bırakabilmesine olanak tanıdığını belirtiyor. Diğer dikkat çekici sonuçlar arasında DeepSWE v1.1 %61,7, Coding Agent Index %49,8, AutomationBench %59,9 ve Dense 200 %42 yer alıyor.

Fiyat ve Hız

Fiyat yine zorlu bir konumda kalıyor. ML4'ün fiyatı AA'nın görev başına listesi üzerinden $1,13 seviyesinde, lansman %50 indirimiyle $0,57'ye düşüyor; bu, MiMo-V2.6-Pro'nun $0,13 ve GLM-5.3-Flash'ın $0,25 ile karşılaştırıldığında. Standart fiyat $1,36/$4,18 / 1M girdi/çıktı tokeni olup, 1M önbellekli girdi tokeni için $0,14 seviyesinde. Yüksek fiyatın nedeni, AA indeksinin çalıştırılması için 200 milyon çıktı tokeni gerekmesi; medyan 81 milyon token. Hız açısından, ML4 saniyede 116,1 token ve ilk token'e 1,46 saniyede ulaşarak kendi kategorisinin medyanından yaklaşık %33 daha hızlı ve ilk token süresinde 2,6 kat daha hızlı; bu, Mistral'ın kendi API'sinde ölçüldü.

Eğitim ve Erişilebilirlik

ML4, Mistral'ın Avrupa'daki kendi veri merkezlerinde 3.800 Nvidia Grace Blackwell GPU üzerinde sıfırdan yaklaşık iki ayda eğitildi; bu, toplam 675B parametresi ve 41B aktif parametresi olan daha küçük Large 3 için kullanılan 3.000 Nvidia H200'un yerine geçti. Model, 512k tokenlik bağlam penceresini, metin ve görsel girdi metin çıktısını desteklerken, API'si artık tek istekte 100 görseli kabul ediyor; bu, önceki Mistral modellerinin 8 görseliyle karşılaştırıldığında. Mistral, €3 milyar Seri D turunu tamamladı; bu, bir Avrupa teknoloji şirketi için şimdiye kadarki en büyük sermaye turu olarak nitelendiriliyor. Mistral Compute ise 18.000 Grace Blackwell çipi planlıyor. Açık ağırlıklar, mimari detaylar ve ek benchmarklar Ekim sonuna kadar yayınlanacak ve bu süreçte model yeniden değerlendirilebilir.

Kaynaklar: Tomshardware