Французская Mistral представила самую мощную европейскую ИИ-модель с триллионом параметров

Французский разработчик искусственного интеллекта Mistral AI 7 октября 2026 г. объявил о запуске Mistral Large 4 (ML4), которую позиционирует как самую мощную модель искусственного интеллекта, созданную в Европе. В настоящее время система доступна в режиме публичного предварительного тестирования через API компании, тогда как ее весы планируется обнародовать в конце октября.

Как сообщает Techzine, новая модель использует архитектуру Mixture-of-Experts (MoE), позволяющую привлекать лишь часть параметров при выполнении конкретной задачи. Из общего триллиона параметров одновременно активны 49 млрд, что должно обеспечивать более эффективное использование вычислительных ресурсов.

ML4 поддерживает обработку текста и изображений, а также рассчитана на сложные задания по написанию программного кода, анализу информации и выполнению многошаговых операций с помощью ИИ-агентов.

Обучение модели длилось два месяца и потребовало 10 МВт мощности.

Mistral Large 4 учили с нуля на 3800 графических процессорах Nvidia Grace Blackwell, размещенных в датацентрах компании на территории Европы.

По информации TNW, основной этап обучения длился около двух месяцев, а задействованная вычислительная инфраструктура потребляла около 10 МВт электрической мощности.

Текущая тестовая версия, доступная через API, также работает на европейских вычислительных мощностях Mistral.

В то же время, разработчики продолжают совершенствовать модель с помощью обучения с подкреплением. В компании утверждают, что результаты ML4 еще не добились максимально возможного уровня, поэтому показатели производительности могут улучшиться к моменту публикации весов.

Именно поэтому обнародованные результаты тестирования пока считаются предварительными.

Mistral сделала ставку на кибербезопасность и поиск уязвимостей

Одной из ключевых особенностей Mistral Large 4 стала ориентация на задачи в сфере кибербезопасности.

Компания отмечает, что закрытые модели искусственного интеллекта нередко имеют ограничения, препятствующие не только потенциально опасным действиям, но и легитимным исследованиям программных уязвимостей.

По мнению Mistral, возможность самостоятельного развертывания модели позволит организациям устанавливать собственные правила использования системы в соответствии с внутренними политиками безопасности и характером исследовательских задач.

Разработчик приводит результаты нескольких специализированных тестов. В частности, ML4 получила 82% в испытании, предусматривающем воспроизведение известной уязвимости программного обеспечения с открытым кодом и последующее ее устранение.

В тесте Cybench, состоящем из 40 задач по кибербезопасности, модель продемонстрировала результат 93%.

В то же время, эти показатели требуют осторожной интерпретации, поскольку разные модели могут использовать неодинаковые механизмы ограничения ответов. В частности, более низкие результаты закрытых систем иногда связаны с отказом выполнять определенные задачи, а не с отсутствием соответствующих технических возможностей.

В юридических задачах ИИ-модели пока демонстрируют низкую эффективность

Отдельное внимание привлекли результаты Mistral Large 4 в специализированном тестировании Harvey's Legal Agent, оценивающего возможности искусственного интеллекта выполнять юридические задачи.

По данным TNW, модель ML4 получила 15%, опередив Kimi K3 с результатом 13% и набравшей 5% GPT-6 Astra.

Несмотря на преимущество Mistral в данном тестировании, абсолютные показатели остаются низкими для всех сравниваемых систем.

Это свидетельствует о том, что даже современные модели искусственного интеллекта пока не способны надежно выполнять сложную юридическую работу полностью автономно, без проверки и контроля со стороны специалистов.

Результаты также демонстрируют существенную разницу между возможностями ИИ в отдельных технических задачах, таких как программирование или анализ уязвимостей, и их способностью работать с правовыми вопросами, требующими сложного контекстного анализа.

Европейские компании смогут запускать модель на своих серверах

Mistral AI отдельно отмечает европейское происхождение новой модели и возможности ее использования без постоянной зависимости от американских поставщиков облачных ИИ-сервисов.

После открытия весов ML4 организации смогут самостоятельно разворачивать модель в собственных датацентрах или частных облачных средах.

Такой подход особенно актуален для государственных учреждений, финансовых организаций и предприятий, работающих с конфиденциальной информацией и нуждающихся в дополнительном контроле за хранением и обработкой данных.

Модель доступна исключительно через API Mistral. До планируемой публикации весов 27 октября компания проводит дополнительное тестирование с участием специалистов по кибербезопасности, партнерских организаций и государственных учреждений.

Разработчик также обещает обнародовать более подробную информацию об архитектуре ML4, результатах сравнительных тестов, методах дополнительного обучения и проверки безопасности.

Mistral расширяет европейскую инфраструктуру после привлечения €3 млрд

Mistral Large 4 стала первой крупной моделью компании по завершении инвестиционного раунда на €3 млрд в сентябре 2026 года.

Часть привлеченных средств французский разработчик направляет на расширение своей вычислительной инфраструктуры в Европе.

По информации TNW, новые мощности должны стать доступны в первой половине 2027 года.

Развитие собственных датацентров позволит Mistral наращивать вычислительные ресурсы для обучения последующих поколений моделей и предоставления коммерческих ИИ-услуг без полной зависимости от посторонних облачных платформ.

В то же время стратегия компании соответствует более широкой тенденции развития европейского технологического суверенитета, что предполагает создание собственных моделей искусственного интеллекта и инфраструктуры для их использования.

Запуск Mistral Large 4 демонстрирует стремление европейских разработчиков конкурировать с ведущими американскими и китайскими ИИ-компаниями не только по качеству моделей, но и возможностям локального развертывания, контроля данных и независимости вычислительной инфраструктуры.