Mistral выпустила открытые веса модели Large 4
29 октября 2026 года Mistral AI опубликовала веса Mistral Large 4, также известной как Le Chonk. Это мультимодальная MoE-модель примерно с 1 трлн общих параметров, предназначенная в том числе для самостоятельного размещения. Веса доступны через Hugging Face, а среди заявленных средств запуска названы vLLM и SGLang. Главные ограничения связаны с масштабом инфраструктуры, условиями коммерческого Model-as-a-Service и самостоятельным сопровождением локальных копий.
Что выпустила Mistral
Mistral AI сообщила о публикации весов Large 4 29 октября 2026 года. Дату и сам факт релиза подтверждают официальный анонс компании и независимое отраслевое освещение. Организации могут скачать модель и разместить ее на собственной вычислительной инфраструктуре, не передавая каждый запрос внешнему API.
Large 4 построена как Mixture of Experts, или MoE. В такой архитектуре для обработки конкретного фрагмента запроса используется лишь часть экспертных блоков. У модели около 1 трлн параметров в общей сложности, но при вычислениях активируется примерно 49 млрд. Это снижает вычислительную нагрузку относительно плотной модели того же общего масштаба, однако не устраняет необходимость хранить полный набор весов.
Подтвержденные характеристики
| Характеристика | Подтвержденные данные | Практическое значение |
|---|---|---|
| Архитектура | MoE, около 1 трлн общих и 49 млрд активных параметров | На один токен работает часть модели, но весь набор весов необходимо хранить |
| Модальности | Текст и изображения | Модель поддерживает текстовые и визуальные входные данные |
| Контекст | До 1 млн токенов | Возможна обработка крупных массивов данных, но длинный контекст резко увеличивает потребление памяти |
| Форматы весов | Указаны FP8 и NVFP4 | Низкая точность сокращает объем хранения и памяти относительно более тяжелых форматов |
| Публикация | Веса размещены через Hugging Face | Доступно самостоятельное получение файлов модели |
| Средства запуска | Mistral называет vLLM и SGLang | Есть заявленная совместимость с распространенными серверными движками инференса |
Заявленное окно в 1 млн токенов является верхней характеристикой модели, а не обещанием одинаковой скорости при любой длине запроса. Память нужна не только для весов, но и для KV-кэша, служебных буферов, мультимодальной обработки и параллельных запросов. Поэтому реальная доступная длина контекста зависит от конфигурации сервера и режима нагрузки.
Можно ли развернуть модель локально
Да, публикация весов прямо предусматривает самостоятельное развертывание, включая закрытый корпоративный контур. Но слово «локально» здесь следует понимать как размещение на собственной серверной инфраструктуре. Подтвержденных данных о работе полной модели на обычной рабочей станции или одной потребительской видеокарте нет.
Точная рекомендованная конфигурация GPU в принятых источниках не указана. Нижнюю границу хранения можно оценить только теоретически: 1 трлн параметров занимает около 1 ТБ при одном байте на параметр и примерно 0,5 ТБ при четырех битах на параметр. Это объем только весов без учета метаданных, кэша, буферов и запаса для исполнения. Фактическая потребность будет выше, а файлы, оперативная память и видеопамять могут распределяться иначе в зависимости от формата и движка.
Показатель 49 млрд активных параметров нельзя трактовать как возможность загрузить только эту часть модели. Эксперты выбираются динамически, поэтому серверу нужен доступ ко всему набору весов. Практический класс решения подразумевает несколько ускорителей, распределение модели и значительный запас памяти; конкретное число устройств без результатов для выбранного формата и версии ПО называть преждевременно.
Лицензия и коммерческое применение
Large 4 распространяется по Mistral Ecosystem Open-Weight License, которую разработчик описывает как модифицированную MIT-лицензию. По опубликованным условиям разрешены использование, изменение, дообучение и коммерциализация модели.
Отдельное ограничение относится к коммерческому Model-as-a-Service: если компания предоставляет доступ к модели как самостоятельной облачной услуге для клиентов, требуется отдельная лицензия Mistral. Это условие нельзя автоматически переносить на всякое внутреннее корпоративное использование или на продукт, где модель является лишь одним из компонентов.
Практическое значение и ограничения
Релиз дает крупным организациям возможность держать мультимодальную модель внутри собственного контура, контролировать хранение данных, дообучение и жизненный цикл развертывания. Наиболее существенный барьер смещается с доступа к весам на инфраструктуру: хранение полного набора параметров, совместимые ускорители, распределенный инференс и эксплуатационные затраты.
Локальная копия не получает автоматически последующие изменения защитных механизмов. После скачивания организация самостоятельно отслеживает новые версии, обновляет зависимости, контролирует доступ и решает, когда заменять веса. Это особенно важно с учетом предупреждений о потенциальном усилении возможностей, применимых к реальным кибератакам.
Итог: Mistral Large 4 действительно доступна для самостоятельного и корпоративного развертывания, но подтвержденные параметры указывают на серверный масштаб. Для внутреннего применения лицензия выглядит разрешительной, тогда как коммерческое предоставление модели как сервиса требует отдельного согласования. До пилота нужны проверка фактического размера файлов, совместимости оборудования и актуальной редакции лицензии.
См. также: DeepSeek V4.1 Flash: релиз модели с открытыми весами.