میسترال (Mistral) روز ۷ آبان ۱۴۰۵ (۲۹ اکتبر ۲۰۲۶) نسخهٔ کامل مدل Mistral Large 4 را با وزن‌های باز (Open-Weight) منتشر کرد. میسترال اسم خودمانی «Le Chonk» را هم رویش گذاشته است. نسخهٔ پیش‌نمایش این مدل اوایل همین ماه آمده بود. وزن‌هایی که حالا منتشر شده بهتر شده‌اند. میسترال این مدل را بهترین مدل وزنباز برای برنامه‌نویسی معرفی می‌کند. Mistral Large 4 در گیسو هست. با حساب گیسو و سکه‌هایتان، هم در اپ و هم از وبسرویس به آن پیام می‌دهید.
Mistral Large 4 چه مدلی است
- اندازه: حدود یک تریلیون پارامتر دارد، ولی برای هر کلمه فقط بخش کوچکی از آن کار می‌کند، نزدیک ۵۰ میلیارد پارامتر. به این ساختار ترکیب متخصص‌ها (Mixture-of-Experts) می‌گویند.
- ورودی و خروجی: متن و تصویر می‌خواند و متن می‌نویسد. Hugging Face حافظهٔ گفت‌وگوی آن (کانتکست) را یک میلیون توکن نوشته است.
- فکر کردن پیش از جواب: سه سطح کم، متوسط و زیاد دارد و پیش‌فرض روی «زیاد» است. طبق یادداشت Hugging Face، این حالت را نمی‌شود کامل خاموش کرد.
- زبان‌ها: میسترال نوشته مدل به بیش از ۱۶۰ زبان روان کار می‌کند.
در برنامه‌نویسی و امنیت چه نتیجه‌ای گرفته
این رقم‌ها را میسترال در اطلاعیهٔ خودش اعلام کرده است:
- در آزمون Terminal-Bench 4.0 به ۴۱ درصد رسیده است. نسخهٔ پیش‌نمایش ۲۸ درصد گرفته بود، یعنی ۱۳ امتیاز بالاتر رفته و ۳۰ درصد هم کمتر متن تولید می‌کند.
- در شاخص Coding Agent Index سایت Artificial Analysis امتیاز ۴۸ درصد گرفته است. این امتیاز تقریباً با GLM-5.3 برابر است، ولی برای هر کار ۴۷ درصد توکن کمتری خرج می‌کند.
- در آزمون کور Surge Code، برنامه‌نویس‌ها جواب‌ها را بدون دانستن نام مدل مقایسه کرده‌اند. در این آزمون فقط Claude Opus 5.5 بالاتر از آن ایستاده است.
- در امنیت سایبری برای پیدا کردن و وصله کردن آسیب‌پذیری ساخته شده است. ۹۶٫۶ درصد درخواست‌های مخرب را رد کرده و در برابر حمله‌های آزمون B3 در ۹۷٫۱ درصد موارد ایستاده است.
وزن باز یعنی چه و مجوزش چیست
یعنی فایل خودِ مدل در Hugging Face هست و هر کس سخت‌افزارش را داشته باشد، آن را روی سرور خودش اجرا می‌کند. مجوزش (Mistral Ecosystem Open-Weight License) نسخهٔ تغییریافتهٔ MIT است. استفاده، تغییر، آموزش دوباره و کار تجاری با آن آزاد است. فقط شرکتی که خودِ مدل را به‌صورت سرویس به دیگران بفروشد، مجوز تجاری جدا لازم دارد.
اجرای آن روی کامپیوتر شخصی عملی نیست. به نوشتهٔ Hugging Face، حتی فشردهترین نسخهاش (۲ بیتی) یک مک با تراشهٔ Ultra و ۵۱۲ گیگابایت حافظه لازم دارد. بقیهٔ نسخه‌ها چند کارت گرافیک قوی میخواهند.
در گیسو چطور از آن استفاده کنید
- صفحهٔ Mistral Large 4 در گیسو را باز کنید. هزینهٔ امروز به سکه و نمونه‌کد همان‌جاست.
- اگر برنامه‌نویس هستید، وبسرویس گیسو با OpenAI سازگار است. نام مدل را
mistralai/mistral-large-4-0بگذارید و بقیهٔ کدتان همان می‌ماند. - پیش از کار بزرگ به فارسی، چند نمونهٔ کوتاه بفرستید و کیفیت جواب و مصرف سکه را خودتان ببینید.
مدل‌های دیگر این سازنده را در صفحهٔ مدل‌های Mistral در گیسو می‌بینید. برای کنار هم گذاشتن چند مدل هم صفحهٔ مقایسه را باز کنید.
