Η Mistral AI δίνει τα ανοιχτά βάρη του Mistral Large 4

Η Mistral AI δημοσίευσε τα βάρη του Mistral Large 4, σε βελτιωμένη έκδοση με το παρατσούκλι Le Chonk. Το μοντέλο είχε βγει νωρίτερα τον Οκτώβριο σε δημόσιο preview (δοκιμαστική έκδοση πριν την κανονική), και η εταιρεία είχε υποσχεθεί τα βάρη ως το τέλος του μήνα.

Είναι μοντέλο open-weights (τα αρχεία του κατεβαίνουν ελεύθερα) με περίπου 1 τρισ. παραμέτρους. Σύμφωνα με την κάρτα του μοντέλου, σε κάθε token (μικρό κομμάτι κειμένου για το μοντέλο) δουλεύουν περίπου 49 δισ. από αυτές, ή 52 δισ. αν μετρηθούν και τα embeddings. Δέχεται κείμενο και εικόνες και έχει context window (πόσο κείμενο «βλέπει» μονομιάς) 1 εκατ. tokens. Έχει τρία επίπεδα reasoning (πόσο «σκέφτεται» πριν απαντήσει): Low, Medium και High.

Η άδεια λέγεται Mistral Ecosystem Open-Weight License και είναι τροποποιημένη MIT. Επιτρέπει δωρεάν χρήση, αλλαγές, fine-tuning (επιπλέον εκπαίδευση με δικά σου δεδομένα) και εμπορική χρήση. Η μόνη εξαίρεση: όσες εταιρείες το προσφέρουν ως υπηρεσία (Model-as-a-Service) χρειάζονται χωριστή εμπορική άδεια από τη Mistral AI.

Τα βάρη είναι στο Hugging Face και τρέχουν με vLLM ή SGLang. Η Mistral AI αναφέρει ότι το μοντέλο είναι επίσης στο Mistral Studio, στο API της (η σύνδεση εφαρμογών με το μοντέλο), στο OpenRouter, στο Microsoft Foundry και σε endpoints της NVIDIA. Στο API κοστίζει 0,70 δολ. ανά εκατ. tokens εισόδου, 0,07 δολ. για είσοδο που έχει ήδη σταλεί (cached) και 2,10 δολ. ανά εκατ. tokens εξόδου.

Σύμφωνα με τη Mistral AI, το μοντέλο εκπαιδεύτηκε από το μηδέν σε 3.800 GPU NVIDIA Grace Blackwell, στα δικά της κέντρα δεδομένων στην Ευρώπη. Η εταιρεία δίνει και δικά της αποτελέσματα σε benchmarks (τυποποιημένα τεστ σύγκρισης), όπως 41% στο Terminal-Bench 4.0. Λέει επίσης ότι αλλάζει τα φίλτρα ασφαλείας της για κυβερνοεπιθέσεις, γιατί από το preview και μετά είδε ότι το μοντέλο θα μπορούσε να βοηθήσει σε πραγματικές επιθέσεις. Πλήρης τεχνική αναφορά έρχεται σύντομα, κατά την εταιρεία.