Mistral 1Т модель обучена на 4 000 GPU: Европа впервые вышла в класс триллионников

До сих пор модели такого масштаба выходили из лабораторий США и Китая. Mistral AI, французская компания, которую президент Макрон называл частью «третьего пути в ИИ», заявила о выпуске Mistral Large 4 (внутреннее прозвище Le Chonk) со ссылкой на триллион параметров (параметры, это числовые настройки, которые модель подбирает при обучении; чем их больше, тем сложнее задачи модель может решать). Подробности сообщил Пьер Сток, вице-президент по науке Mistral AI, в интервью TechCrunch.

Чем Mistral 1Т модель отличается от конкурентов?

• Обучена на собственных мощностях. По словам Пьера Стока, Mistral использовала всего 4 000 видеокарт Nvidia, «что в два-три раза меньше, чем у китайских конкурентов, и значительно меньше, чем у закрытых моделей». Для компании, которая не может рассчитывать на бюджеты уровня Google или Alibaba, это принципиально: меньше затрат на обучение, ниже порог входа для бизнес-клиентов.

• Открытые веса (open weights), но через три недели. Сейчас Mistral Large 4 доступна только через публичный API с ограничениями безопасности (guardrail endpoint). Веса планируют опубликовать после завершения тестирования на безопасность. Открытые веса означают, что любая компания сможет скачать модель, проверить её поведение и дообучить (fine-tuning, обучение модели на своих примерах под конкретную задачу) на собственных данных.

• Фокус на кибербезопасность и финтех. Сток назвал приоритетными сценариями кибербезопасность, финансы и проектирование чипов. Последний пункт не случаен: серию C инвестиций в Mistral возглавила голландская ASML (крупнейший производитель литографического оборудования для чипов), а серию D в прошлом месяце, Samsung, при оценке компании в 21 млрд евро (около 24,39 млрд долларов), по данным TechCrunch.

• Мультимодальность. Модель работает не только с текстом, но и с другими форматами. По словам Стока, мультимодальные возможности должны дать преимущество именно в тех областях, где клиентам важна работа с разными типами данных.

• Бенчмарки пока не опубликованы. Mistral рассчитывает, что ML4 станет лучшей среди моделей с открытыми весами, но результаты независимых тестов на момент запуска отсутствуют, что стоит учитывать при оценке заявлений.

Как попробовать Mistral Large 4?

1. Перейдите на сайт Mistral AI и зарегистрируйтесь для доступа к API. На момент запуска модель доступна только через публичный endpoint с ограничениями безопасности.
2. Отправьте тестовый промпт (запрос к модели) через API. Попробуйте задачу из своей области: анализ текста, генерация, работа с данными.
3. Дождитесь публикации открытых весов (Mistral обещает это через три недели после запуска). После этого модель можно будет скачать, развернуть на своём сервере и дообучить на собственных данных.

Mistral 1Т модель и российские аналоги: что доступно в РФ?

Mistral Large 4 пока не имеет официального представительства в России, и доступ к API из РФ может потребовать обходных решений. Из доступных в России аналогов стоит рассмотреть YandexGPT и GigaChat от Сбера.

Прямое сравнение производительности провести невозможно: ни одна из сторон не публиковала результаты на одних и тех же бенчмарках, и размеры российских моделей не раскрыты.

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам. Если вы работаете с текстом на русском языке, ждать Mistral Large 4 как рабочую лошадку рано: русскоязычные возможности модели не описаны в источнике. Протестируйте через API на английском тексте, чтобы понять уровень генерации. Для русскоязычных задач YandexGPT и GigaChat остаются практичнее.

Маркетологам. Фокус Mistral на кибербезопасности и финтехе может быть полезен, если вы работаете с клиентами из этих отраслей. Открытые веса позволят дообучить модель на корпоративных данных, и это конкурентное преимущество перед закрытыми API, где ваши данные уходят на чужой сервер.

Предпринимателям в РФ и СНГ. Следите за публикацией весов через три недели. Открытая модель на триллион параметров, которую можно развернуть на своём сервере, это аргумент для проектов, где данные не должны покидать контур компании. Но учитывайте: для работы модели такого масштаба нужна серьёзная серверная инфраструктура.

Частые вопросы

Можно ли уже скачать Mistral Large 4 и запустить на своём сервере?

Нет. На момент запуска модель доступна только через публичный API с ограничениями. Mistral обещает опубликовать открытые веса через три недели, после завершения тестирования безопасности. До этого скачать и развернуть модель локально нельзя.

Насколько Mistral Large 4 лучше GPT-4o или Claude?

На момент публикации бенчмарки (стандартные тесты для сравнения моделей) не опубликованы. Mistral заявляет, что рассчитывает стать лучшей моделью с открытыми весами, но независимых подтверждений пока нет. Сравнивать с закрытыми моделями OpenAI или Anthropic без данных некорректно.

Зачем модели триллион параметров?

Больше параметров позволяет модели удерживать больше связей между понятиями и точнее решать сложные задачи: анализ кода, работа с финансовыми документами, мультимодальные сценарии. Но размер сам по себе не гарантирует качества, всё решают данные, архитектура и дообучение. Mistral подчёркивает, что при меньших вычислительных ресурсах (4 000 GPU против десятков тысяч у конкурентов) добилась сопоставимого масштаба, хотя без бенчмарков это остаётся заявлением.