Mistral Large 4 — новая флагманская модель французской компании Mistral AI, представленная 6 октября 2026 года в статусе публичной предварительной версии. Это мультимодальная модель на архитектуре Mixture-of-Experts: 1,05 трлн параметров, из которых при ответе работает около 50 млрд, и контекст до 1 млн токенов. Попробовать её уже можно через API в Mistral Studio, а открытые веса компания обещает выложить до конца октября.
Разберём, что официально подтверждено, сколько стоит доступ, как модель выглядит на независимых тестах рядом с Qwen, DeepSeek, Gemini и Claude и чего пока не стоит ждать.
Что именно вышло 6 октября
В документации Mistral модель отмечена тремя метками: «Public Preview», «Open» и версия v26.10. То есть это не финальный релиз, а открытая для всех предварительная версия. Компания прямо пишет, что обучение с подкреплением для неё ещё продолжается и в ближайшие недели модель будет заметно меняться.
По словам Mistral, Large 4 — самая крупная и самая способная её модель на сегодня. Её обучили с нуля на 3 800 видеокартах NVIDIA Grace Blackwell в собственных дата-центрах компании в Европе, и на той же инфраструктуре сейчас работает предварительная версия.
Почему её называют le Chonk
В анонсе Mistral шутит: неофициально модель зовут ML4, а «очень официально» — le Chonk. В документации и в API модель называется просто Mistral Large 4, а для запросов используется идентификатор mistral-large-4.
Характеристики Mistral Large 4
Ниже собраны цифры, которые Mistral указала на странице модели в документации и в анонсе. Для сравнения добавлена прошлая флагманская открытая модель — Mistral Large 3, вышедшая 2 декабря 2025 года.
| Параметр | Mistral Large 4 | Mistral Large 3 |
|---|---|---|
| Статус | Public Preview, v26.10 | GA, v25.12 |
| Архитектура | MoE | MoE |
| Всего параметров | 1,05 трлн | 675 млрд |
| Активных параметров | 52 млрд (в анонсе — 49 млрд) | 41 млрд |
| Контекст | 1 млн токенов | 256 тыс. токенов |
| Ввод | текст и изображения | текст и изображения |
| Лицензия весов | пока не указана | Apache 2.0 |
| ID в API | mistral-large-4 | mistral-large-2512 |
Отдельно у модели есть визуальный кодировщик на 1,6 млрд параметров. Mistral описывает Large 4 как гибридную модель, которая объединяет обычные ответы, рассуждения и работу в роли агента. По данным компании, в обучающих данных было больше 160 языков, включая все официальные языки Евросоюза.
Что значит «52 млрд активных из 1,05 трлн»
В архитектуре Mixture-of-Experts модель состоит из множества «экспертов», и на каждый фрагмент текста включается только их часть. Поэтому общий размер огромный, а вычислений на один ответ требуется намного меньше, чем у плотной модели такого же объёма.
Сейчас на странице модели в документации указано 52 млрд активных параметров, а в анонсе от 6 октября — 49 млрд. Почему цифры расходятся, Mistral не пояснила. Для сравнения: у DeepSeek V4-Pro, по данным DeepSeek, 1,6 трлн параметров и 49 млрд активных.
Чем Mistral Large 4 хороша, по словам Mistral
Компания делает ставку на несколько направлений. Все цифры ниже — заявления Mistral, а не наши замеры.
- Кибербезопасность. На тесте Cybench (40 задач из соревнований по безопасности) модель решает 93% задач. В рейтинге Artificial Analysis Cyber Index, по данным Mistral, она входит в пятёрку лучших моделей мира.
- Программирование. 61,7% на DeepSWE v1.1, 59,4% на SWE-Atlas-QnA и 28,3% на Terminal-Bench 4. Итог 49,8% в Coding Agent Index, по словам компании, выше, чем у DeepSeek V4 Pro 0813 и Qwen3.8 Max.
- Агентные сценарии. 59,9% на AutomationBench — это 657 рабочих сценариев в Gmail, Google Sheets, Slack и Salesforce.
- Работа с изображениями. Модель разбирает документы, графики, чертежи и спутниковые снимки. На тесте Dense 200 Mistral приводит 42% против 41% у GPT-6 Astra.
- Устойчивость к атакам через промпт. На открытом тесте Lakera B3 модель, по данным компании, отражает 93,3% атак.
Сама Mistral пишет, что Large 4 конкурирует с сильнейшими открытыми моделями мира и заметно опережает любые открытые модели, созданные в США или Европе. При этом компания не утверждает, что модель обходит все китайские открытые модели.
Сравнение с Qwen, DeepSeek, Gemini и Claude
Сравнивать модели по рекламным графикам разработчиков сложно: каждый выбирает удобные тесты. Поэтому возьмём независимый рейтинг Vals Index от Vals AI. Он объединяет восемь тестов (шесть закрытых и два открытых) по финансам, программированию, праву и налогам и взвешивает их по доле этих отраслей в экономике США.
В версии рейтинга от 6 октября 2026 года Mistral Large 4 набрала 48,05% (погрешность ±1,11) и заняла 32-е место из 44 моделей.
| Модель | Vals Index | Стоимость прогона теста |
|---|---|---|
| Gemini 4 Argon | 68,90% | 15,68 $ |
| Claude Sonnet 5.5 | 67,04% | 21,34 $ |
| Claude Opus 5.5 | 66,97% | 32,14 $ |
| DeepSeek V4.1 Flash | 51,32% | 0,33 $ |
| Qwen 3.8 Max | 48,27% | 4,96 $ |
| Mistral Large 4 | 48,05% | 13,78 $ |
| DeepSeek V4 Pro 0813 | 47,63% | 3,35 $ |
Что видно из таблицы:
- Gemini 4 Argon и новые модели Claude заметно выше в общем зачёте, но это закрытые модели, веса которых не публикуются.
- С Qwen 3.8 Max и DeepSeek V4 Pro 0813 результат Large 4 почти совпадает: разница меньше погрешности.
- DeepSeek V4.1 Flash стоит выше в общем рейтинге и обходится в прогоне теста намного дешевле.
- В отдельных тестах картина другая. На Harvey’s Legal Agent Benchmark Large 4 занимает 6-е место из 75.
Подробнее о том, какие модели вошли в линейку Qwen 3.8 и какие из них можно скачать, мы писали отдельно. А тем, кто выбирает между открытыми моделями из Китая, пригодится разбор чем отличаются DeepSeek, Qwen, Kimi и другие китайские нейросети.
Есть и данные слепой оценки качества кода, которую Mistral провела вместе с Surge AI. Профессиональные оценщики ставили ответам баллы от 1 до 5, не зная, какая модель их написала. Large 4 получила 3,74 и заняла второе место из пяти, уступив только Claude Opus 5 с 4,22. Если вам интересна линейка Anthropic, посмотрите, что изменилось в Claude Sonnet 5.5.
Никакой рейтинг не скажет, какая модель лучше именно для вас. Прогоните на нескольких моделях свои реальные задачи и сравните результат.
Сколько стоит Mistral Large 4
В анонсе Mistral указана цена 1,36 $ за миллион входных токенов и 4,18 $ за миллион выходных. На странице модели в документации эти цифры сейчас зачёркнуты, а рядом стоит цена вдвое ниже. В журнале изменений Mistral объясняет это стартовой скидкой: 50% на две недели после запуска.
| Тип токенов | Обычная цена за 1 млн | Цена со скидкой на запуске |
|---|---|---|
| Входные | 1,36 $ | 0,68 $ |
| Кэшированные входные | 0,14 $ | 0,07 $ |
| Выходные | 4,18 $ | 2,09 $ |
Точную дату окончания скидки компания не называет, поэтому бюджет проекта надёжнее считать по обычной цене.
Как попробовать Mistral Large 4
Сейчас официальный способ один — API и песочница в Mistral Studio. Появится ли Large 4 в ассистенте Vibe (так теперь называется Le Chat), компания пока не объявила. О том, как устроен Vibe после переименования, у нас есть отдельная статья.
Через песочницу
- Войдите в Mistral Studio своим аккаунтом Mistral.
- Откройте песочницу: на странице модели в документации есть кнопка «Try in playground».
- Выберите модель Mistral Large 4 и отправьте запрос.
Через API
Модель доступна через обычный эндпоинт /v1/chat/completions, пакетную обработку /v1/batch, а также агентов и диалоги. Поддерживаются структурированный вывод, вызов функций и вопросы по документам. Минимальный запрос выглядит так:
curl https://api.mistral.ai/v1/chat/completions -H "Authorization: Bearer $MISTRAL_API_KEY" -H "Content-Type: application/json" -d '{"model": "mistral-large-4", "messages": [{"role": "user", "content": "Кратко объясни, что такое MoE"}]}'
Если вы ещё не работали с API Mistral, начните с инструкции, как сделать первый запрос к API и разобрать документы.
Когда выйдут веса и можно ли запустить модель у себя
Mistral обещает опубликовать веса до конца октября 2026 года, вместе с подробностями об архитектуре, дополнительными тестами и описанием дообучения. До этого компания проверяет модель на устойчивость вместе со специалистами по кибербезопасности, проверенными партнёрами и госструктурами. Они получают ту же модель с ослабленной модерацией и расширенными возможностями для задач безопасности.
На 7 октября репозитория с весами Large 4 в организации mistralai на Hugging Face нет. Лицензия тоже официально не названа: в документации стоит только метка «Open», а в разделе с весами для ссылки и лицензии написано «Coming soon». У Large 3 для сравнения указана Apache 2.0.
Даже после публикации весов запуск на домашнем компьютере будет нереалистичен: модель с триллионом параметров требует серверного оборудования. Для локальной работы разумнее смотреть на модели поменьше. Например, разберитесь, что нужно для запуска Mistral Medium 3.5.
Ограничения, о которых стоит помнить
- Это предварительная версия. Mistral прямо говорит, что модель ещё дообучается, поэтому ответы и результаты тестов могут меняться.
- Большая часть цифр — от самой Mistral. Независимых проверок пока мало, а у Vals AI в общем рейтинге модель находится в середине списка.
- Мультимодальность — это ввод. Mistral говорит о понимании изображений, документов и графиков, а о генерации картинок речи не идёт.
- Цена и сроки не окончательные. Скидка 50% временная, а точная дата выхода весов официально не названа.
Частые вопросы
Mistral Large 4 бесплатная?
Нет, сейчас это платный API: оплата идёт за входные и выходные токены. Бесплатный доступ через Vibe официально не анонсирован.
Правда ли, что веса выйдут 27 октября?
Эту дату называют некоторые СМИ, но официально она не заявлена: в анонсе Mistral сказано только «до конца месяца», а в документации — «скоро». Ориентируйтесь на официальные каналы компании.
Понимает ли Mistral Large 4 русский язык?
Mistral сообщает, что обучающие данные охватывали больше 160 языков. Отдельных результатов для русского языка компания не публиковала, поэтому качество лучше проверить на своих запросах.
Чем Large 4 отличается от Large 3?
Модель примерно в полтора раза больше по общему числу параметров, контекст вырос с 256 тыс. до 1 млн токенов, а Mistral описывает Large 4 как гибрид обычных ответов и рассуждений в одной модели. При этом Large 3 уже доступна в финальной версии под лицензией Apache 2.0, а Large 4 пока в предварительной.
Коротко
Mistral Large 4 — крупнейшая модель Mistral: 1,05 трлн параметров, MoE, контекст 1 млн токенов и ввод изображений. Пока это предварительная версия с доступом только через API, а открытые веса обещаны до конца октября. На собственных тестах Mistral модель сильна в кибербезопасности, агентных задачах и работе с изображениями, а в независимом Vals Index стоит рядом с Qwen 3.8 Max и DeepSeek V4 Pro. Если вам нужна открытая европейская модель для своих серверов, стоит дождаться весов и проверить её на своих задачах.
