Mistral Phát Hành Trọng Số Mistral Large 4

Ba tuần sau bản thử công khai, Mistral đưa trọng số của Mistral Large 4 lên Hugging Face. Model này mang biệt danh Le Chonk, nhận đầu vào là văn bản và ảnh, rồi xuất ra văn bản và code. Nó có khoảng 1 nghìn tỉ tham số, trong đó 52 tỉ hoạt động ở mỗi bước.

Muốn tự chạy, model cần nhiều phần cứng. Theo tài liệu của SGLang, bản tiêu chuẩn chạy trên 8 GPU Nvidia B300, còn bản nén hơn chạy trên 4 GPU GB300. Mistral cũng nói model được huấn luyện trên 3.800 GPU Nvidia Grace Blackwell trong các trung tâm dữ liệu châu Âu.

Từ sau bản thử, Mistral tiếp tục huấn luyện bằng học tăng cường. Công ty nói cách này đem lại mức cải thiện lớn, nhất là ở code và phòng thủ mạng. Pierre Stock và Corentin Petit trình bày quy trình này trong cuộc gọi báo chí, và nói nhóm đã tự xây các nhiệm vụ ngày càng khó hơn; giới hạn duy nhất là độ khó của nhiệm vụ mà nhóm còn có thể tạo ra và kiểm tra.

Trên Terminal-Bench 4.0, điểm của model tăng từ 28 lên 41%, cao hơn GLM-5.3 ở mức 40%. Trên Artificial Analysis' Coding Agent Index, Mistral nói model đạt 48% và dùng ít hơn 47% token so với GLM-5.3; Claude Code với Claude Opus 5.5 đứng đầu với 62.

Trong so sánh mù của Surge, người thử chọn code của Large 4 nhiều hơn code của GLM-5.3, Kimi K3 và DeepSeek. Nhưng trước Claude Opus 5.5, model này chỉ thắng 22% trận đối đầu. Ở FrontierCode 2.0, model đạt 19.7%, trong khi Claude Opus 5.5 đạt 46%.

Ở Cyber Index, Mistral nói model cuối cùng đạt 51%. Nhưng biểu đồ của công ty lại cho thấy DeepSeek V4.1 Flash ở 57%, MiMo-V2.6-Pro ở 56%, GLM-5.3 Flash ở 50%, còn Kimi K3.1 Pro dẫn đầu toàn chỉ số với 64%. Mistral cũng nói bản thử trước đó đạt 50%, nên bản cuối chỉ hơn 1 điểm.

Mistral đưa ra ba mức suy luận: thấp, trung bình và cao. Cách này cho phép nhà phát triển và khách hàng doanh nghiệp chọn độ sâu suy luận theo từng việc mà không cần chỉnh câu lệnh.