وزنهای Mistral Large 4 منتشر شد: مدل تریلیونی «Le Chonk» حالا open-weight است
میسترال وزنهای نسخهی بهبودیافتهی Mistral Large 4 (۱ تریلیون پارامتر، ۴۹ میلیارد فعال، context یکمیلیونی) را روی Hugging Face منتشر کرد؛ صدر open-weightها در کدنویسی ایجنتی، با لایسنسی شبیه MIT اما با محدودیت برای سرویسهای API.
29 Oct 2026 · 2 min read · AI · LLM · Mistral · Open Source · Open Weights · Hugging Face · Machine Learning

میسترال به قولش عمل کرد: سه هفته بعد از پیشنمایش (که اینجا دربارهاش نوشتم)، وزنهای Mistral Large 4 با لقب «Le Chonk» روی Hugging Face منتشر شد؛ آن هم نسخهای بهتر از همان پیشنمایش. خبر الان با بیش از ۶۷۰ امتیاز صدر Hacker News است.
چه چیزی منتشر شد؟
- مدل Mixture-of-Experts با حدود ۱ تریلیون پارامتر کل و ۴۹ میلیارد پارامتر فعال برای هر توکن (۱۲۸ expert که ۴ تا فعال میشوند، بهعلاوهی یک expert مشترک).
- context یک میلیون توکنی، ورودی متن و تصویر، و پشتیبانی از بیش از ۱۶۰ زبان؛ فارسی هم در فهرست زبانهای کارت مدل هست.
- سه حالت reasoning:
low،mediumوhigh(پیشفرض) تا خودتان بین هزینه و دقت انتخاب کنید. - یک نسخهی کوانتیزهی NVFP4 برای GPUهای Blackwell، و پشتیبانی از vLLM، SGLang، transformers و llama.cpp.
- همه از صفر روی ۳٬۸۰۰ GPU از نوع Grace Blackwell در دیتاسنترهای خود میسترال در اروپا آموزش دیده.

بعد از پیشنمایش چه بهتر شد؟
میسترال میگوید فقط سه هفته reinforcement learning بیشتر، مدل را در کدنویسی به صدر مدلهای open-weight رسانده:
- در Terminal-Bench 4.0 از ۲۸٪ به ۴۱٪ رسیده، با ۳۰٪ توکن خروجی کمتر.
- در بنچمارک خصوصی FrontierCode 2.0 شرکت Cognition با ۱۹.۷٪ اول است.
- در Coding Agent Index سایت Artificial Analysis امتیاز ۴۸٪ گرفته، تقریباً همسطح GLM-5.3 ولی با ۴۷٪ توکن کمتر برای هر تسک.
- در امنیت سایبری ۵۱٪ در Cyber Index گرفته و طبق ادعای میسترال ۹۶.۶٪ درخواستهای مخرب سایبری را رد میکند.

لایسنس: کاملاً آزاد نیست
لایسنس Mistral Ecosystem Open-Weight License نسخهی تغییریافتهی MIT است: استفادهی تجاری و غیرتجاری، fine-tune و ساخت مدل مشتق آزاد است، اما اگر کسبوکار شما Model as a Service باشد (یعنی مدل را از طریق API یا endpoint به دیگران بفروشید)، باید جداگانه لایسنس تجاری از میسترال بگیرید.

نظر من
این دقیقاً همان چیزی بود که در پست قبلی گفتم مهمترین بخش ماجراست، و خوشحالم که عقب نکشیدند. یک مدل تریلیونی که در کدنویسی ایجنتی در صدر open-weightهاست و با توکن کمتر کار میکند، برای شرکتهایی که نمیخواهند دادهشان از زیرساخت خودشان بیرون برود یک گزینهی واقعی است.
ولی دو تا واقعیت را نباید نادیده گرفت. اول، در امتیاز کلی هوش هنوز از مدلهای چینی مثل GLM و DeepSeek عقب است و برتریاش بیشتر در «کارایی توکن» و امنیت است. دوم، بند Model-as-a-Service یعنی این مدل برای ارائهدهندههای API مثل مدلهای MIT واقعی آزاد نیست. و صادقانه: اجرای ۱ تریلیون پارامتر حتی با NVFP4 کار هر تیمی نیست. برای اکثر ما ارزش اصلیاش، مدلهای کوچکتر و distillشدهای است که جامعه از رویش خواهد ساخت.
منابع: وبلاگ Mistral، کارت مدل در Hugging Face، بحث Hacker News
Comments +
00No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.