Mistral выпустила Mistral Large 4 с неофициальным именем Le Chonk и открыла её веса. Об этом сообщил Hugging Face в записи от 29 октября 2026 года.
Что это за модель
Mistral Large 4 - мультимодальная и многоязычная модель типа Mixture-of-Experts. Она принимает текст и изображения, а отвечает текстом. По данным публикации, всего в ней около 1T параметров, из них 49B активны на каждый токен, а контекстное окно составляет 1M токенов. Официальные чекпоинты выходят в двух вариантах: FP8 и NVFP4. Unsloth и команда llama.cpp уже выложили версии в формате GGUF.
Лицензия называется Mistral Ecosystem Open-Weight License. Её описывают как производную от MIT, которая ограничивает предложение модели как сервиса. Если вы собираетесь делать платный продукт на этих весах, сначала прочитайте её.
Заявленные возможности
В публикации модель позиционируют для кибербезопасности, кодинговых агентов и мультимодальных задач. Ниже цифры из самого текста, часть из них взята из собственной отчётности Mistral:
- Рейтинг: пятая среди моделей с открытыми весами в индексе Artificial Analysis Intelligence на 29 октября 2026 года.
- Код: 61,7% на DeepSWE v1.1 и 49,8% в Coding Agent Index.
- Бизнес-процессы: 59,9% на AutomationBench, который охватывает рабочие бизнес-сценарии.
- Безопасность: 82% в задаче Artificial Analysis Cyber Index, где нужно воспроизвести реальную уязвимость и затем её закрыть, и 93,3% устойчивости к атакам в бенчмарке Lakera B3 по промпт-инъекциям.
По словам авторов, некоторые закрытые модели получают в киберзадаче почти ноль, потому что отказываются её выполнять. Они доказывают, что открытые веса оставляют политику использования и развёртывание на стороне пользователя. При этом, как сказано в публикации, вредные киберзапросы эта модель отклоняет чаще других моделей с открытыми весами.
Как её запустить
С первого дня поддерживаются transformers, vLLM и llama.cpp, а дообучение возможно через TRL. Практические ограничения из публикации:
- Чекпоинт NVFP4 в vLLM требует GPU NVIDIA Blackwell.
- Рецепт для Hugging Face Inference Endpoints использует восемь GPU H200 с весами FP8, отдаёт контекст до 131K токенов и обрабатывает 16 одновременных запросов.
- На такой конфигурации один запрос генерирует около 65 токенов в секунду. На 1000 диалогов из набора ShareGPT суммарная скорость составила около 480 токенов в секунду.
- 2-битные кванты llama.cpp помещаются на один компьютер Apple Silicon Ultra с 512 ГБ унифицированной памяти. Hugging Face измерил около 15 токенов в секунду на M3 Ultra.
- Усилие рассуждения настраивается: low, medium или high. По умолчанию стоит high, и отключить рассуждение нельзя.
Также в публикации упомянут рецепт Dell Enterprise Hub для серверов Dell с GPU NVIDIA H200, B200, GB200 или GB300 и serverless-доступ через Inference Providers.
Чего в публикации нет
Цен на облачное использование в публикации нет. Результаты бенчмарков в тексте независимо не подтверждены, кроме рейтингов индекса Artificial Analysis, на которые ссылаются авторы.