К списку моделей
Логотип Mistral, разработчика Mistral Large 4

Mistral Large 4

G-Score: н/д

От Mistral

Open Source
FAMMistral
CTX512K
PAR1T
Релиз: 2026-10-06
FlagshipMoEOpen-SourceMultimodalImage InputCodeReasoningAgentic

Краткое описание

Mistral Large 4 (Le Chonk) — крупнейшая модель Mistral AI: MoE на 1 трлн параметров, из которых активны 49 млрд, с приёмом текста и изображений и гибридным режимом обычных ответов и рассуждений. 6 октября 2026 года модель вышла в публичный preview, а 29 октября Mistral опубликовала на Hugging Face веса улучшенной версии с прибавкой в программировании и киберзащите и снизила цену API. Лицензия Mistral Ecosystem Open-Weight — модифицированная MIT: использовать и дообучать модель можно бесплатно, но сервисам Model-as-a-Service нужна отдельная коммерческая лицензия. Модель обучена с нуля в европейских дата-центрах Mistral и рассчитана на агентное программирование, кибербезопасность, финансы и юридическую работу. В preview-версии она набирала 61,7% на DeepSWE v1.1 и 38 баллов в Artificial Analysis Intelligence Index.

G-Score и профиль

G-Score: н/д

Для Mistral Large 4 пока нет совпавших результатов в подключённых публичных лидербордах. Исходные значения карточки не используются для G‑Score.

Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.

Уверенность данных

низкая

Покрытие

0 тестов · 0 направлений

Происхождение

нет данных лидербордов

Как рассчитан профиль →

Место модели в каталоге

Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.

БенчмаркРезультатМестоДоказательство
Cybench93%1 из 1Результат разработчика
DeepSWE 1.161.7%17 из 20Результат разработчика
AA-Briefcase (Elo)13939 из 10Результат разработчика
Terminal-Bench 4.028.3%18 из 20Результат разработчика
SWEAtlas Codebase Q&A59.4%2 из 3Результат разработчика

Происхождение результатов

Значения относятся к public preview от 6 октября 2026; для версии с открытыми весами от 29 октября Mistral сообщает об улучшениях в коде и киберзащите. AA-Briefcase измеряла Artificial Analysis. AutomationBench (59,9%) не включён: Mistral не указывает версию набора, а результат несопоставим с закрытым набором Zapier в других карточках. CyberGym-E2E (82%) — тест из Artificial Analysis Cyber Index, а не исходный CyberGym, поэтому в строку CyberGym не перенесён.

Вариант: Mistral Large 4 public preview (mistral-large-4-0, v26.10) · получено 2026-10-07

Где запустить модель

Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.

Обновляем провайдеров и цены…

Стоимость API

$0.70 / $2.10 за 1M токенов; кэшированный ввод $0.07 (с 29 октября 2026)

Рассчитать сценарий →

Профиль модели

Для диаграммы пока недостаточно сопоставимых тестов.

Бенчмарки

Cybench93%
DeepSWE 1.161.7%
AA-Briefcase (Elo)1393
Terminal-Bench 4.028.3%
SWEAtlas Codebase Q&A59.4%

История семейства

Линейка Mistral

Последовательность собрана по датам релиза моделей Mistral в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.

Экосистема Mistral Large 4

Сервисы, инструменты, материалы и обсуждения, связанные с моделью.

Сервисы с поддержкой модели

Откройте результаты по названию модели и проверьте актуальную интеграцию.

Искать в /services/ →

Обсуждения о Mistral Large 4

Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.

Создать обсуждение