Mistral открыла публичное превью ИИ-платформы Mistral Large 4 — модели с 1 трлн параметров, из которых 49 млрд активны. Это самая крупная и самая способная нейросеть компании: она нативно мультимодальная и хорошо тянет код, агентные задачи и понимание изображений. Неофициально её зовут ML4, официально — le Chonk. Превью-API уже на Mistral Studio — можешь попробовать, а веса откроют до конца месяца.
Что именно произошло
Mistral — французская ИИ-компания. 6 октября 2026 года она показала публичное превью Mistral Large 4. «Превью» значит: модель уже отвечает на запросы через API, но разработчики продолжают её крутить и собирают отзывы. «Веса до конца месяца» значит: скоро те самые файлы откроют, и любой, у кого есть подходящее железо, сможет развернуть модель у себя — в том числе на собственном сервере внутри компании.
Теперь про цифры. 1 трлн параметров — это общий размер «мозга» модели. 49 млрд активных параметров — столько включается в работу при ответе на конкретный вопрос. Аналогия простая: у тебя библиотека на миллион книг, но под каждый запрос ты открываешь только нужные полки. Поэтому знаний внутри огромное количество, а скорость не падает.
И ещё одно важное слово — «нативно мультимодальная». Это значит, что картинки модель понимает с рождения, а не через приделанную сбоку надстройку. Текст, изображения и код живут у неё в одной голове, а не в разных программах.
Mistral обучала модель с нуля на 3 800 графических процессорах NVIDIA Grace Blackwell в своих собственных дата-центрах в Европе, и превью работает на той же инфраструктуре. Модель будет доступна в разных регионах мира, включая европейское развёртывание, которое Mistral ведёт от начала до конца сама, по европейским законам.
Чем она отличается от других
По заявлению разработчиков, ML4 конкурентоспособна с сильнейшими открытыми моделями мира и заметно обходит открытые модели, созданные в США и Европе. В критичных рабочих областях — кибербезопасность, финансы, юриспруденция — это лучшая открытая модель по результатам. А кое-где, например в визуальной привязке (когда модель точно показывает, где именно на картинке находится нужный объект), она обгоняет даже закрытые топовые модели.
На независимом индексе Artificial Analysis Cyber Index — это тест, где ИИ ищет и чинит уязвимости в настоящем коде, — ML4 входит в топ-5 моделей мира и с большим отрывом опережает открытые модели, созданные за пределами Китая. Среди тестов, на которых её проверяли: DeepSWE, Terminal Bench 4.0, Cyber, Agentic behaviour, Finance Agent, Harvey's Legal Agent и Grounding.
Сейчас модель обкатывают в реальных условиях: доступ к той же версии, но с ослабленной модерацией и расширенными возможностями в кибербезопасности, получили специалисты по защите, проверенные партнёры и госструктуры. Смысл простой: чтобы человек, который латает дыру в системе или разбирает инцидент, мог быстро получить помощь, модель не должна упираться в отказ.
Ещё деталь: значительная часть обучающих данных была многоязычной — больше 160 языков, включая все официальные языки Евросоюза. А сама модель использует ту же среду обучения, кастомизации и RL, которую Mistral предлагает клиентам через Mistral Forge.
Что это даёт лично тебе
Неважно, кто ты — предприниматель, фрилансер или человек, который просто тонет в рутине. Вот живые примеры.
• Владелец маленькой кофейни фотографирует накладные и полку с товаром, отдаёт снимки модели и просит сверить фото с таблицей закупок. Мультимодальный ИИ находит расхождения, а не человек за полночь с калькулятором.
• Фрилансер-дизайнер сдаёт макет и просит модель показать, где на скриншоте разъехались отступы или съехала кнопка. Визуальная привязка тычет пальцем в конкретную точку, а не пишет «вроде всё нормально».
• Юрист-одиночка и бухгалтер небольшой фирмы получают инструмент, который в финансах и праве показывает результаты уровня лучших открытых моделей — это как нанять стажёра, который читает договор быстрее тебя.
• Сисадмин компании на 30 человек дожидается весов и ставит нейросеть для предприятия внутрь своего контура: данные не уходят наружу, отказы провайдера по политике не блокируют нужную задачу.
• Предприниматель, который строит ИИ-решения для бизнеса на заказ, получает новый сильный движок для ИИ-агентов: модель может не просто отвечать, а вести цепочку действий — собрать данные, проверить, отправить отчёт.
• Мама двоих детей и студент выигрывают от 160+ языков: перевод, объяснение темы, разбор фото учебника — на любом из языков ЕС, включая родной.
Как попробовать прямо сейчас
1. Самый простой вход — Le Chat (Mistral). Открой ссылку, выбери модель Mistral и напиши первый запрос обычными словами, без всякого кода и настройки.
2. Нужен именно Mistral Large 4 — иди в Mistral Studio и подключай превью-API. Это тот же доступ, что дают разработчикам сегодня.
3. Начни с бытовой задачи: сфотографируй чек, договор или заполненную таблицу и попроси: «Разбери это, выпиши итоговые суммы и найди, что не сходится».
4. Хочешь держать модель у себя — жди конца месяца, когда откроют веса. Тогда её можно будет развернуть на своём железе.
5. Если работаешь в команде — смотри в сторону Mistral Forge: та же среда обучения и настройки, на которой делали ML4, доступна клиентам.
Что станет лучше, а что пока не так
Открытые веса — главное преимущество. Ты не арендуешь чужой сервис, а держишь модель под своим контролем: свои правила, свой контур, никакой зависимости от чужой политики отказов. Европейское развёртывание работает по европейскому законодательству, а модель доступна в разных регионах мира. Через месяц-полгода это даст то, чего раньше не было у обычного человека: топовый ИИ для бизнеса можно будет поставить не «где-то там», а у себя, и настроить под свои задачи — от разбора фото до агентных цепочек.
Минусы тоже честно. Веса пока не открыты — только превью через API, зато обещаны до конца месяца. Модель на 1 трлн параметров дома на ноутбуке не запустишь: нужны серьёзные серверы. Часть результатов — предварительная, модель продолжают дообучать, а часть тестов идёт прямо сейчас в режиме проверки. Так что «поставил и забыл» не получится — зато фундамент уже заложен.
Итог: сделай одно дело сегодня
Mistral Large 4 — это не абстрактная новость для айтишников. Это сигнал: ML4 конкурентоспособна с сильнейшими открытыми моделями и в некоторых задачах обгоняет закрытые. Модель можно сразу проверить на своих задачах.
Сегодня одно действие: открой Le Chat (Mistral), скинь туда фото своего чека, таблицы или документа и попроси разобрать его по пунктам. Получилось — расскажи в комментариях у @aigoby, что именно автоматизировал. Не получилось — напиши там же, разберём вместе.
🎁 Бонус: промпт для копирования
Скопируй и подставь свою ситуацию — этот промпт превращает новость в личный план автоматизации:
```
Ты — мой помощник по автоматизации. Вот моя ситуация: [опиши работу или бизнес в 2–3 предложениях].
Составь план из 5 пунктов: где ИИ-агент или нейросеть может снять с меня рутину каждую неделю.
Для каждого пункта укажи:
1) что делает ИИ,
2) что я отдаю ему на вход — текст, фото, таблицу или ссылку,
3) что получаю на выходе,
4) сколько времени это экономит мне за неделю.
В конце — с какого пункта начать уже завтра и почему именно с него.
```
Комментарии 0