Mistral выпустила открытую модель на триллион параметров: «Le Chonk» обучен в Европе и метит в лидеры

Французская Mistral выкатила в превью Mistral Large 4 — модель на 1 триллион параметров, которую сама компания называет самой сильной открытой моделью за пределами Китая. Обучена она с нуля на 3800 ускорителях Grace Blackwell в собственных дата-центрах Mistral в Европе, а веса обещают выложить в открытый доступ до конца октября. Пока модель живёт только в API: заявку «мы догнали закрытые модели» проверить можно, а забрать модель себе — ещё нет.

Что именно показали

Mistral Large 4 — это 1 триллион параметров, из которых на каждый запрос работают 52 миллиарда. Перед нами разреженная модель: считает быстро, а весит как большая. Она нативно мультимодальная — понимает не только текст, но и картинки. Обучение шло два месяца на 3800 ускорителях Grace Blackwell в европейских дата-центрах самой Mistral, и компания отдельно подчёркивает, что учила модель с нуля, а не дообучала на чужих ответах.

Пока это превью. Доступ — через API Mistral Studio, веса обещают «до конца месяца». До релиза весов компания гоняет модель в реальных условиях вместе с командами по кибербезопасности, проверенными партнёрами и госструктурами: им дают версию с ослабленной модерацией и расширенными возможностями в кибербезопасности.

Зачем это вообще нужно

Открытые модели последние пару лет были в основном китайской историей: самые сильные открытые веса выходили из китайских лабораторий, а западные компании догоняли. Le Chonk позиционируют как ответ — самую способную открытую модель, сделанную вне Китая, и «очень-очень близкую» к проприетарным. Ставка на открытость тут не идеологическая, а практическая: открытую модель можно запустить у себя, и стоит она ровно столько, сколько стоит железо под ней. Для кибербезопасности это принципиально — если провайдер отказывается отвечать на запрос про уязвимость, работу не сделать, а потерять доступ к инструменту посреди инцидента дорого.

Что говорят независимые замеры

Официальные бенчмарки — всегда витрина, поэтому интереснее сторонние. На агрегаторе Artificial Analysis модель набрала 38 баллов. Это заметно лучше прошлогодней Mistral Large 3, которая едва вытянула 9, но всё ещё позади DeepSeek 4.1 Flash с его 552 миллиардами параметров. Проще говоря, Mistral вернулась в игру и отстаёт от фронтира примерно на полгода, а не на годы. Для открытой модели, которую можно поставить на своё железо, это уже неплохо.

Где подвох

Первое: весов пока нет. Всё, что есть, — API в превью, и обещание «до конца месяца» может сдвинуться. Второе: триллион параметров не запустишь на домашней видеокарте. Даже с 52 миллиардами активных параметров для комфортной работы нужен серьёзный кластер, так что открытость здесь скорее для компаний, чем для энтузиастов. Третье: у модели всего два уровня рассуждений — «нет» и «высокий», без промежуточных. И четвёртое, самое честное: 38 баллов — это не фронтир. Нужен максимум качества прямо сейчас — открытая модель его не даст.

Что это значит на практике

Главный сюжет здесь не про конкретную модель, а про то, что разрыв между открытыми и закрытыми моделями продолжает сжиматься. Видно это не только по бенчмаркам, но и по тому, как люди выбирают модели в реальной работе. По данным нашего сервиса за 30 дней (окно 08.09–08.10.2026, 757 сообщений от 74 пользователей) самой востребованной моделью в чате оказалась отнюдь не самая тяжёлая: на лёгкую gpt-5-4-mini пришлось 127 сообщений, тогда как на более крупные gpt-6-astra — 91, а на claude-opus-5 — 67. Та же логика в картинках: по таблице себестоимости generation_costs за те же 30 дней самая дешёвая модель z-image обходилась в 0,004 доллара за изображение (128 генераций), а популярная nano-banana-2 — в 0,052 доллара (2206 генераций), то есть в тринадцать раз дороже. Люди и компании голосуют за достаточное качество по разумной цене, а не за максимальный балл в таблице.

Частые вопросы

Что такое Mistral Large 4 и почему её зовут Le Chonk?

Это новая флагманская модель французской Mistral на 1 триллион параметров. Le Chonk — неофициальное прозвище, которое компания сама использует в анонсе; официальное имя — Mistral Large 4, сокращённо ML4.

Можно ли её уже скачать?

Нет. Сейчас доступно только превью через API Mistral Studio. Открытые веса обещают выложить до конца октября 2026 года.

Чем она отличается от закрытых моделей?

Открытую модель можно скачать, дообучить и запустить на своём железе, не завися от чужого API. Закрытые модели так использовать нельзя — доступ только через сервис провайдера.

Где попробовать современные модели?

Поговорить с разными языковыми моделями можно в чате NeuralSpace, а собрать свой проект с ИИ — в разделе «Код».