میسترال روز ۸ آبان ۱۴۰۵ (۲۹ اکتبر ۲۰۲۶) وزن‌های Mistral Large 4 را منتشر کرد؛ مدلی با حدود یک تریلیون پارامتر که اسمِ غیررسمی‌اش «Le Chonk» است. طبق اعلامیه‌ی رسمی میسترال این مدل برای کدنویسیِ ایجنتی و امنیت سایبری ساخته شده و هر کسی می‌تواند آن را دانلود، تنظیم و اجرا کند. TechCrunch هم این را حرکتی برای «دفاعِ سایبریِ مستقل» توصیف می‌کند.
Mistral Large 4 چیست؟
مدلی چندحالتی (متن و تصویر) از نوع «مخلوط متخصصان» که هم دستور را اجرا می‌کند و هم استدلال دارد. سه حالتِ استدلال دارد: کم، متوسط و زیاد (پیش‌فرض). میسترال می‌گوید بیش از ۱۶۰ زبان را می‌فهمد و آن را از صفر روی زیرساختِ اروپایی آموزش داده است. نامِ مدل در Hugging Face «Mistral-Large-4-1T-A52B» است؛ یعنی حدود یک تریلیون پارامترِ کل و ۵۲ میلیارد پارامترِ فعال. نسخه‌ی پیش‌نمایشِ آن را پیش‌تر در یادداشتِ پیش‌نمایش Mistral Large 4 دیده بودیم.
عددهایی که میسترال اعلام کرده
- در شاخصِ ایجنتِ کدنویسیِ Artificial Analysis امتیاز ۴۸، تقریباً هم‌سطحِ مدلِ متن‌بازِ چینیِ GLM-5.3، ولی با حدود ۴۷ درصد توکنِ کمتر برای هر کار.
- ۴۱ درصد در Terminal-Bench 4.0 (۱۳ امتیاز بهتر از پیش‌نمایش) و ۸۴٫۵ درصد در BrowseComp.
- ۵۱ درصد در شاخصِ سایبریِ Artificial Analysis و نرخِ ردِ درخواست‌های سایبریِ مخرب ۹۶٫۶ درصد.
- ۹۷٫۱ درصد مقاومت در برابر حمله در آزمونِ B3 برای امنیتِ ایجنت‌ها.
همه‌ی این عددها را خودِ میسترال گزارش کرده و گزارشِ فنیِ کامل هنوز «به‌زودی» اعلام شده است؛ پس تا آزمونِ مستقل آن‌ها را ادعا بدانید.
مجوز، قیمت و راه‌های دسترسی
مجوز «Mistral Ecosystem Open-Weight» است که نسخه‌ای تغییریافته از MIT است. استفاده، تغییر، تنظیمِ دقیق و فروشِ محصولِ تجاری با آن آزاد است؛ فقط شرکت‌هایی که خودِ مدل را به‌صورت سرویسِ ابری می‌فروشند باید مجوزِ تجاریِ جدا بگیرند. قیمتِ API هر یک میلیون توکن ۰٫۷ دلار برای ورودی، ۰٫۰۷ دلار برای ورودیِ کش‌شده و ۲٫۱ دلار برای خروجی است. مدل در Mistral Studio، API میسترال، OpenRouter، Microsoft Foundry و سرویس‌های انویدیا هست و وزن‌ها را می‌شود با vLLM یا SGLang اجرا کرد.
چرا «وزنِ باز» در امنیت مهم است؟
پیتر استوک، معاونِ علمیِ میسترال، می‌گوید دسترسیِ مدلِ باز «از اساس قابل قطع نیست». برای نهادهای حساس یعنی می‌توانند مدل را روی سرورِ خودشان بگذارند و لازم نیست لاگ و کدِ داخلی را به یک سرویسِ بیرونی بفرستند. TechCrunch می‌نویسد میسترال می‌خواهد مدل در شناسایی، تحلیل و پاسخ به رخدادهای امنیتی کمک کند. در همین هفته گوگل هم مدلِ Gemini 4 Carbon را فقط برای مدافعانِ منتخب بیرون داد؛ تفاوت اینجاست که میسترال راهِ «دانلودِ آزاد» را رفته است.
این یعنی چه برای کاربر فارسی‌زبان؟
برای بیشترِ مردم اجرای مدلی با یک تریلیون پارامتر شدنی نیست و سخت‌افزارِ سنگین می‌خواهد. اما دو چیز برایتان مهم است. اول اینکه وجودِ مدلِ باز و ارزان، قیمتِ سرویس‌های بسته را پایین می‌کشد؛ همان رقابتی که در Kimi K3.1 Pro هم دیدیم. دوم اینکه توسعه‌دهنده‌ها می‌توانند ابزارهای فارسیِ بهتری روی آن بسازند، چون میسترال از ۱۶۰ زبان حرف می‌زند؛ هرچند کیفیتِ فارسی در منبع‌ها جداگانه سنجیده نشده و باید خودتان امتحان کنید.
اگر فقط می‌خواهید با مدل‌های هوش مصنوعی گفتگو کنید، لازم نیست چیزی نصب کنید. در ابزارهای هوش‌نو می‌توانید با GPT، Claude، Gemini، DeepSeek و Qwen به فارسی چت کنید. برای فهمیدنِ فرقِ مدل‌ها هم مقایسه‌ی Claude، ChatGPT و Gemini را ببینید. سرویس‌های رسمیِ میسترال ممکن است از ایران در دسترس نباشد.
هزینه در برابر رقبا
قیمتِ خروجی ۲٫۱ دلار برای هر میلیون توکن، با قیمت‌های معمولِ مدل‌های بسته‌ی پیشرو فاصله‌ی چشمگیر دارد. میسترال می‌گوید با سرمایه و محاسبه‌ی بسیار کمتر از آزمایشگاه‌های بسته به سطحِ نزدیک رسیده است. اگر آزمونِ مستقل این را تأیید کند، برای شرکت‌هایی که روزانه میلیاردها توکن مصرف می‌کنند، تفاوت در صورتحسابِ ماهانه خیلی بزرگ می‌شود. حالتِ استدلالِ قابل‌تنظیم هم کمک می‌کند برای کارهای ساده هزینه را پایین نگه دارید و فقط برای مسئله‌های سخت حالتِ «زیاد» را بزنید.
چه چیزهایی هنوز روشن نیست؟
پنجره‌ی متن و نیازِ دقیقِ سخت‌افزار در صفحه‌ی اعلامیه نیامده و باید در کارتِ مدل دید. معنای «بهترین مدلِ باز» هم به شاخصِ انتخابی بستگی دارد. همچنین نرخِ ردِ درخواست‌های مخرب برای مدلِ باز اهمیتِ ویژه دارد، چون هر کسی می‌تواند محافظ‌ها را با تنظیمِ دقیق کم کند.
سؤالات متداول
Mistral Large 4 رایگان است؟
وزن‌ها آزادند و با مجوزِ تغییریافته‌ی MIT قابل استفاده‌اند. API هزینه دارد: ۰٫۷ دلار برای ورودی و ۲٫۱ دلار برای خروجیِ هر میلیون توکن.
آیا روی کامپیوتر شخصی اجرا می‌شود؟
در عمل نه. مدل حدود یک تریلیون پارامتر دارد و برای اجرا به چند GPU یا سرویسِ ابری نیاز است.
از کجا دانلودش کنم؟
وزن‌ها در Hugging Face با نامِ Mistral-Large-4-1T-A52B هستند و از راه vLLM و SGLang اجرا می‌شوند.
