Mistral zveřejnil váhy vylepšené verze modelu Large 4, přezdívaného Le Chonk. Nativně multimodální model s bilionem parametrů byl dosud dostupný ve veřejném náhledu; nyní si jej mohou vývojáři stáhnout a provozovat na vlastní infrastruktuře.
Programování a režimy uvažování
Podle Mistralu přinesly další tři týdny posilovaného učení zlepšení zejména v programování a obranných bezpečnostních úlohách. Vývojáři mají na výběr ze tří režimů uvažování: Low pro jednoduchá zadání nahrazuje dřívější None, Medium míří na běžnou práci a výchozí High na nejnáročnější úlohy vyžadující přesnost a důkladné uvažování.
V programátorském testu Terminal-Bench 4.0 dosáhl Large 4 podle firmy 41 %, což je o 13 procentních bodů více než veřejný náhled, a vytvořil přitom o 30 % méně výstupních tokenů. V Artificial Analysis Coding Agent Index získal 48 %, prakticky stejně jako otevřený GLM-5.3, při průměrně o 47 % nižší spotřebě tokenů na úlohu.
V neveřejném benchmarku Cognition FrontierCode 2.0 uvádí Mistral výsledek 19,7 %. Test posuzuje celkovou kvalitu kódu včetně toho, zda by správce repozitáře přijal změnu vytvořenou agentem. Ve slepém párovém hodnocení Surge Code dali hodnotitelé podle Mistralu modelu Large 4 přednost před GLM-5.3, Kimi K3 a DeepSeek V4.1 Flash; z hodnocených modelů skončil za Claude Opus 5.5.
Bezpečnostní úlohy a specializovaná varianta
V Artificial Analysis Cyber Index získal model podle Mistralu 51 %. Index hodnotí hledání zranitelností v kódu, jejich reprodukci a ověření i opravu bez narušení existujících funkcí.
Mistral předvedl agenta, který zpracovává hlášení o zranitelnostech, zkoumá zdrojový kód a kontext produktu a následně chyby reprodukuje v izolovaném sandboxu. Záplatu pak v ukázce upravuje, dokud kontrolní exploit nepřestane fungovat.
Vybraní podnikoví partneři mají přístup k náhledu specializované varianty pro penetrační testování, hodnocení zranitelností a red-teaming. Přístup vyžaduje prověření a smluvní záruky; testovat lze pouze vlastní nebo výslovně autorizované systémy v kontrolovaném prostředí.
Výsledky ve financích a dalších testech
Firma uvádí také zlepšení při tvorbě a úpravách tabulek pro finance a účetnictví. Ve FinWorkBench označovaném Finch dosáhl model podle Mistralu 73,3 % a mezi otevřenými modely skončil druhý za Kimi K3.
V BrowseComp dosáhl Large 4 podle firmy 84,5 %, zatímco výchozí checkpoint po řízeném dolaďování získal 75 %. Mistral uvádí vyšší výsledek než u GLM-5.3 a DeepSeek Flash 4.1 1017. V B3 Agent Security Benchmark pak model podle firmy odolal 97,1 % útoků oproti 93,3 % u náhledové verze.
Stažení, nasazení a licence
Váhy jsou ke stažení na Hugging Face a pro vlastní infrastrukturu lze využít vLLM nebo SGLang. Model je dostupný také přes Mistral Studio, Mistral API a Microsoft Foundry. Podniky jej mohou přizpůsobit vlastním datům a potřebám pomocí Mistral Forge.
Licence Mistral Ecosystem Open-Weight dovoluje model zdarma používat, upravovat, dolaďovat i komerčně využívat. Firmy provozující nabídku Model-as-a-Service však pro komerční využití potřebují samostatnou licenci od Mistralu.
Cena za milion tokenů činí 0,70 dolaru za vstup, 0,07 dolaru za vstup z cache a 2,10 dolaru za výstup.
