Mistral Large 4

Mistral Large 4 — самая большая модель Mistral AI и самая сильная модель, созданная за пределами США и Китая: в Artificial Analysis Intelligence Index она набирает 38 баллов, как GPT-6 Luna. Её стоит рассматривать, если нужна модель уровня лучших открытых китайских разработок, которую можно будет развернуть у себя, с сильными результатами в кибербезопасности, финансах и работе с изображениями. Пока это preview: веса ещё не опубликованы, а Mistral продолжает дообучать модель.

Что представляет собой Mistral Large 4

Mistral AI открыла публичный preview Mistral Large 4 6 октября 2026 года. Неофициально модель называют ML4, а в анонсе — «le Chonk». Это MoE-модель на 1 трлн параметров, из которых на каждый токен активны 49 млрд (в документации указаны 1,05 трлн и 52 млрд вместе с визуальным энкодером на 1,6 млрд). Модель совмещает обычный режим и рассуждение, принимает текст и изображения и отвечает текстом. Она пришла на смену Mistral Large 3, у которой было 675 млрд параметров и 41 млрд активных.

ML4 обучили с нуля на 3 800 GPU NVIDIA Grace Blackwell в собственных дата-центрах Mistral в Европе; на той же инфраструктуре работает preview. Значительная часть обучающих данных — многоязычная: больше 160 языков, включая все официальные языки ЕС. ML4 — первый результат программы, которую финансирует раунд Series D на €3 млрд, и основа для следующего поколения специализированных моделей Mistral.

Параметр	Значение
Идентификатор API	mistral-large-4, mistral-large-4-0
Версия и статус	v26.10, Public Preview
Архитектура	MoE, 1 трлн параметров, 49 млрд активных
Вход → выход	текст и изображения → текст
Контекст	512K токенов (524 288) по данным Artificial Analysis и OpenRouter; на странице документации — 1M
Максимальный вывод	до 262 144 токенов на OpenRouter
Изображений в запросе	до 100 (у прошлых моделей Mistral — 8)
Веса	обещаны до конца октября 2026 года, лицензия не объявлена

В API доступны structured outputs, function calling, Document QnA, prefix, пакетная обработка, Agents & Conversations и встроенные инструменты.

Цена API

Категория	Стандартная цена	Скидка на старте
Вход, за 1M токенов	$1,36	$0,68
Кэшированный вход	$0,14	$0,07
Выход, за 1M токенов	$4,18	$2,09

Скидка 50% действует первые две недели после запуска. Large 4 почти втрое дороже Mistral Large 3 ($0,50 / $1,50). По подсчёту Artificial Analysis, одна задача Intelligence Index стоит $1,13 по полной цене и $0,57 со скидкой — это всё равно больше, чем у GLM-5.3-Flash ($0,25) и DeepSeek V4.1 Flash ($0,27) с близким уровнем интеллекта.

Что показывают бенчмарки

Тест	Результат	Что важно знать
DeepSWE v1.1	61,7%	реальные длинные задачи разработки
SWE-Atlas QnA	59,4%	понимание репозитория
Terminal-Bench 4.0	28,3%	агентная работа в терминале
Coding Agent Index	49,8%	выше DeepSeek V4 Pro 0813 и Qwen3.8 Max
AutomationBench	59,9%	657 бизнес-процессов в Gmail, Sheets, Slack, Salesforce
AA-Briefcase	1393 Elo	длинная знаниевая работа, выше DeepSeek V4 Pro
Cybench	93%	40 задач из соревнований по безопасности
Dense 200	42%	визуальная привязка к объектам; у GPT-6 Astra — 41%
Lakera B3	93,3%	доля отражённых атак prompt injection

Отдельно Mistral провела слепую оценку качества кода с Surge AI: профессиональные разметчики поставили ML4 3,74 балла из 5 — второе место из пяти моделей после Claude Opus 5 (4,22), выше Kimi K3 (3,59), GLM-5.3 (3,60) и GLM-5.2 (3,40). На SciCode-Verified модель — лучшая среди открытых. В прогонах Vals AI на финансовых и юридических задачах ML4 обошла GPT-6 Astra, а на Harvey Legal Agent — все открытые модели.

Независимые цифры Artificial Analysis:

• Intelligence Index — 38: на уровне GPT-6 Luna (38) и DeepSeek V4.1 Flash (39);
• Cyber Index — 50, как у GLM-5.3-Flash; после публикации весов модель войдёт в тройку открытых моделей по этому индексу;
• CyberGym-E2E — 82%, лучший результат среди всех моделей: нужно воспроизвести реальную уязвимость в открытом ПО и затем закрыть её. Claude Opus 5.5 и GPT-6 Astra на этом тесте набирают около нуля, потому что отказываются выполнять задание;
• GDP.pdf — 19%, на 18 пунктов больше Mistral Large 3, в том числе благодаря лимиту в 100 изображений на запрос.

Почти все цифры, кроме данных Artificial Analysis и Vals AI, опубликовала сама Mistral; подробную методику и дополнительные тесты компания обещает вместе с весами. Среди сильнейших моделей ML4 заметно отстаёт в агентном кодинге: на Terminal-Bench 4.0 у Gemini 4 Argon 57,4%, у Claude Opus 5.5 — 66,4%.

Кибербезопасность

Кибербезопасность — главный акцент релиза. Mistral объясняет это так: закрытые модели часто отказывают в легитимных задачах исследования уязвимостей, а при открытых весах организация сама решает, какие правила применять, и не теряет доступ к модели посреди инцидента. Во внутренних тестах ML4 помогала разбирать вредоносное ПО, приоритизировать уязвимости и писать правила обнаружения. При этом на опасных кибер-запросах из JailbreakBench, StrongREJECT и AgentHarm модель отказывает чаще всех открытых моделей, с которыми её сравнивали. До публикации весов ML4 проверяют в реальных условиях специалисты по кибербезопасности, партнёры и государственные органы — они работают с той же моделью при ослабленной модерации.

Для каких задач модель подходит

• Исследование уязвимостей и SOC-задачи, где важны самостоятельное развёртывание и отсутствие отказов провайдера.
• Финансовый анализ, работа с таблицами, презентациями и PDF.
• Анализ чертежей, спутниковых снимков и плотных сцен, где нужна точная привязка к объектам на изображении.
• Компании, которым нужна европейская инфраструктура: Mistral развернёт модель в нескольких регионах, включая европейский, который она обслуживает сама по европейскому праву.

Для агентного кодинга в терминале цифры ML4 заметно ниже закрытых флагманов. После выхода весов имеет смысл сравнить её с открытыми DeepSeek V4 Pro, Kimi K3 и GLM-5.3 на своих задачах с одинаковым harness.

С чем сравнивать

Модель	Цена API, вход/выход	Контекст
Mistral Large 4	$1,36 / $4,18	512K
Mistral Large 3	$0,50 / $1,50	262K
GLM-5.3	$1,40 / $4,40	1M
Kimi K3	$3 / $15	1M
GPT-6 Luna	$0,10 / $0,50	1,05M

FAQ

Когда вышла Mistral Large 4?

Публичный preview в API Mistral открылся 6 октября 2026 года. Веса компания обещает выложить до конца октября.

Сколько стоит Mistral Large 4?

$1,36 за 1M входных и $4,18 за 1M выходных токенов, кэшированный ввод — $0,14. Первые две недели после запуска действует скидка 50%: $0,68 и $2,09.

Почему в разных источниках разный контекст?

Artificial Analysis и OpenRouter указывают 512K токенов (524 288), на странице модели в документации Mistral написано 1M. Если нужны запросы длиннее 512K, проверьте лимит на своём ключе.

Можно ли запустить Mistral Large 4 локально?

Пока нет. После публикации весов модель можно будет развернуть в частном облаке или на своих серверах, но при 1 трлн параметров для этого понадобится кластер GPU. Лицензию Mistral ещё не объявила.

Как зовут модель в API?

mistral-large-4 или mistral-large-4-0. На OpenRouter — mistralai/mistral-large-4-0.

Источники

• Анонс Mistral Large 4
• Страница модели в документации Mistral
• Разбор Artificial Analysis
• Mistral Large 4 на OpenRouter