A Mistral kiadta ezermilliárd paraméteres Large 4 modelljét
A Mistral közzétette eddigi legnagyobb mesterségesintelligencia-modellje, a Large 4 súlyait, amelyet „Le Chonk” néven is emlegetnek. A szöveget és képeket fogadó, majd szöveget és kódot előállító modell összesen mintegy ezermilliárd paraméteres, de egy-egy lépésben 52 milliárdot aktivál. Saját futtatása komoly hardvert igényel: a standard változathoz nyolc Nvidia B300, a tömörebb verzióhoz négy GB300 GPU szükséges. A modellt teljes egészében Európában tanították, ezért a Mistral elsősorban szuverén, saját szerveren is működtethető AI-ként pozicionálja.
A három héttel korábbi előzetes óta folytatott megerősítéses tanítás különösen a kódolási képességeket javította. A Terminal-Bench 4.0 teszten a Large 4 eredménye 28-ról 41 százalékra nőtt, amivel éppen megelőzte a GLM-5.3 40 százalékos értékét. Az Artificial Analysis Coding Agent Indexében 48 százalékot ért el, miközben 47 százalékkal kevesebb tokent használt, mint a hasonló eredményt produkáló GLM-5.3. Az összesített teljesítményben azonban kínai modellek állnak előtte: a forrás szerint a Large 4 26 pontja elmarad a DeepSeek V4.1 Flash 32 pontjától. Kiberbiztonsági indexén 51 százalékot szerzett, ami a nyílt modellek között csak a harmadik helyre volt elég. Az API használata egymillió bemeneti tokenenként 0,70, kimeneti tokenenként 2,10 dollárba kerül. A módosított MIT-licenc ingyenes használatot és kereskedelmi telepítést enged, de a modell felhőszolgáltatásként való kínálatához külön Mistral-licenc kell.
Folytasd az appban — szavazz és szólj hozzá ➔