Как сообщает TechCrunch, французская компания Mistral выложила в открытый доступ веса своей модели Mistral Large 4 (ML4) с триллионом параметров. Модель с прозвищем Le Chonk впервые представили в начале этого месяца. Веса — это числовые параметры обученной нейросети: их публикация позволяет скачивать модель и запускать на собственном оборудовании. Файлы размещены на платформе Hugging Face, доступ также можно получить через API.
Релиз усиливает спор между разработчиками открытых и закрытых моделей: Mistral настаивает, что бизнес и государства не должны зависеть от сторонних ИИ-компаний вроде OpenAI и Anthropic в доступе к передовым технологиям. Гендиректор Mistral Артур Менш заявил, что ИИ должен «быть инструментом расширения возможностей, а не доминирования». По утверждению компании, ML4 достигает передового уровня производительности при куда меньших затратах на вычисления и капитал, чем вкладывают закрытые лаборатории.
По данным Mistral, по производительности ML4 сопоставим с китайской открытой моделью GLM-5.3, которую прежде считали одной из лучших открытых моделей мира — особенно в киберзадачах. При этом новая модель расходует на 47% меньше токенов на задачу: токены — это единицы текста, обрабатываемые моделью, поэтому их экономия удешевляет эксплуатацию. Кроме того, Mistral заявляет, что ML4 обходит все остальные открытые модели в агентных задачах программирования (когда ИИ-агент самостоятельно выполняет задания с кодом) на индексе Coding Agent Index площадки Artificial Analysis.
Особый акцент Mistral делает на кибербезопасности. «ML4 приносит передовые возможности суверенной киберобороны предприятиям и правительствам по всему миру», — заявила компания в четверг, отметив, что организации могут скачать, развернуть и «владеть» фронтирным ИИ для обнаружения, анализа и реагирования на угрозы в коде и ИТ-инфраструктуре.
Вице-президент по науке Mistral Пьер Сток пояснил TechCrunch, что открытые веса означают: доступ к модели «не может быть отключён по определению». По его словам, компании и госорганы могут развернуть модель локально (on-premise) в собственной экосистеме, чтобы выявлять, координировать действия и реагировать на серьёзные инциденты безопасности в реальном времени.
На вопросы о недавних инцидентах с вышедшими из-под контроля ИИ-агентами Сток признал риски, но призвал не драматизировать. «Мы не хотим нагнетать страх. Мы считаем, что эта проблема решаема», — сказал он.
