Mistral avasi biljoonan parametrin mallinsa painot
Ranskalainen Mistral AI julkaisi 29. lokakuuta Mistral Large 4 -kielimallinsa painot avoimesti ladattavina. Kyse on biljoonan parametrin monimodaalisesta mallista, jonka yhtiö koulutti eurooppalaisella laskentainfrastruktuurilla. Painojen julkaisu tarkoittaa, että yritys tai viranomainen voi ladata mallin ja ajaa sitä omilla palvelimillaan ilman ulkopuolista tekoälypalvelua.
Kuva: High res Mistral logo.png, Wikimedia Commons / Mistral Solutions, Public domain
Ranskalainen Mistral AI julkaisi 29. lokakuuta Mistral Large 4 -kielimallinsa painot avoimesti ladattavina. Kyse on biljoonan parametrin monimodaalisesta mallista, jonka yhtiö koulutti eurooppalaisella laskentainfrastruktuurilla. Painojen julkaisu tarkoittaa, että yritys tai viranomainen voi ladata mallin ja ajaa sitä omilla palvelimillaan ilman ulkopuolista tekoälypalvelua.
Biljoona parametria, joista 52 miljardia on käytössä kerrallaan
Kielimallin koko ilmoitetaan parametreina: ne ovat mallin opetuksessa säätyviä lukuja, jotka tiivistävät opitun kielen ja kuvien rakenteet. Mistral Large 4:ssä niitä on noin biljoona. Malli ei kuitenkaan käytä niitä kaikkia joka kerta, vaan ohjaa jokaisen tokenin eli tekstinpätkän noin 52 miljardin parametrin läpi. Tällainen harva rakenne on halvempi ajaa kuin yhtä suuri tiheä malli.
Malli on lisäksi multimodaalinen, eli se käsittelee tekstiä ja kuvia samassa mallissa. Mistral kuvaa mallia lempinimellä Le Chonk ja tarjoaa sitä sekä ladattavana että yhtiön oman rajapinnan kautta.
Koodaustehtävissä 19,7 prosenttia FrontierCodessa
Mistralin mukaan kolme viikkoa lisää vahvistusoppimista nosti mallin avoimien mallien kärkeen koodauksessa. Yhtiö raportoi Cognitionin yksityisessä FrontierCode 2.0 -testissä tulokseksi 19,7 prosenttia, kun vertailussa mukana olleet avoimet mallit ylsivät 2,9–19,3 prosenttiin. Testi mittaa, kelpuuttaisiko ohjelmistovaraston ylläpitäjä mallin tekemän koodimuutoksen.
Päätekkikäytössä Terminal-Bench 4.0 -testin tulos nousi 41 prosenttiin eli 13 prosenttiyksikköä esikatseluversiosta. Artificial Analysisin koodausagenttien indeksissä malli sai 48 prosenttia, käytännössä saman kuin kiinalainen GLM-5.3, mutta Mistralin mukaan 47 prosenttia pienemmällä tokenien kulutuksella tehtävää kohden. Surge Coden sokkona tehdyssä vertailussa arvioijat pitivät Mistral Large 4:n koodia useammin parempana kuin GLM-5.3:n, Kimi K3:n tai DeepSeek V4.1 Flashin, mutta hävisivät selvästi Anthropicilta suljetulle Claude Opus 5.5:lle.
Kyberturvassa 51 prosenttia – ja 96,6 prosenttia kieltäytymisistä
Mistral suuntaa mallia erityisesti puolustavaan kyberturvallisuustyöhön: haavoittuvuuksien etsimiseen koodista, niiden toistamiseen ja korjaamiseen. Artificial Analysisin Cyber Indexissä malli sai 51 prosenttia, mikä on yhtiön mukaan avoimien mallien paras tulos.
Samaan aikaan yhtiö korostaa mallin turvakaiteita: se kieltäytyi keskimäärin 96,6 prosentissa haitallisista kyberpyynnöistä kolmessa yleisesti käytetyssä testisarjassa. Tavoite on, että malli erottaa laillisen puolustustyön hyökkäyksestä. EU:n kyberturvavirasto ENISA kertoo testaavansa mallia haavoittuvuuksien etsintään ja lokien analysointiin, ja myös Booz Allen, Cisco, Cloudflare ja CrowdStrike kertovat arvioineensa sitä.
Painot saa omalle palvelimelle – lisenssi rajaa pilvipalvelun
Avoimet painot tarkoittavat, että mallin numeerinen sisältö on ladattavissa ja sitä voi ajaa omassa ympäristössä. Malli on Hugging Facessa Mistral Ecosystem Open-Weight -lisenssillä, joka on muunneltu MIT-lisenssi: sekä kaupallinen että ei-kaupallinen käyttö on sallittua, mutta mallin tarjoaminen asiakkaille palveluna vaatii erillisen sopimuksen Mistralin kanssa.
Käytännössä tämä kiinnostaa organisaatioita, jotka eivät voi lähettää aineistojaan ulkopuoliselle palveluntarjoajalle. Omalla raudalla ajettu malli pitää tiedot omassa verkossa, mutta vaatii merkittävästi laskentatehoa ja osaamista. Yksittäiselle kuluttajalle ladattava malli on lähinnä uteliaisuuden kohde: biljoonan parametrin malli ei pyöri tavallisella kannettavalla.
Avoin eurooppalainen malli kiristää kilpailua kiinalaisten kanssa
Mistral asettuu julkaisulla samaan sarjaan kiinalaisten avoimien mallien kanssa. GLM-5.3, Kimi K3 ja DeepSeek V4.1 Flash ovat viime kuukausina nostaneet avoimien mallien tasoa erityisesti koodauksessa ja kyberturvassa, ja Mistralin oma vertailu rakentuu pitkälti niitä vastaan. Suljetuista malleista yhtiö mainitsee lähinnä Clauden, jolle se häviää ihmisarvioissa.
TechCrunchin haastattelussa Mistralin toimitusjohtaja Arthur Mensch tiivistää yhtiön linjan: tekoälyn pitää olla ihmisten työkalu, ei valta-asema. On syytä huomata, että kaikki tässä jutussa mainitut vertailuluvut ovat Mistralin omia mittauksia tai sen tilaamia testejä. Riippumatonta, samalla kokoonpanolla tehtyä vertailua ei ole vielä julkaistu.
Sanasto: mitä avoimet painot tarkoittavat käytännössä
Avoin malli ei tarkoita samaa kuin avoin lähdekoodi: painot voivat olla ladattavissa, vaikka opetusaineisto ja koulutusohjelmisto jäisivät salaisiksi. Mistral Large 4:n kohdalla ladattavissa ovat painot, ei koulutusdata. Lisenssi sallii muokkauksen ja oman käytön, mutta rajaa mallin edelleenmyynnin palveluna.
Lähteet
- Mistral AI: Mistral Large 4 (Le Chonk) is now open weight, 29.10.2026
- Mistral AI: Introducing Mistral Large 4, lokakuu 2026
- Hugging Face: Welcome Le Chonk: Mistral Large 4 on Hugging Face, 29.10.2026
- Hugging Face: Mistral-Large-4-1T-A52B-GGUF –mallikortti, 29.10.2026
- TechCrunch: Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity, 29.10.2026
- The Next Web: Mistral releases open weights for its 1 trillion-parameter Large 4 model, 29.10.2026
Vastuuvapauslauseke: Tämä artikkeli on tarkoitettu vain tiedotustarkoituksiin. Sitä ei tarjota tai ole tarkoitettu käytettäväksi oikeudellisena, verotuksellisena, sijoitus-, rahoitus- tai muuna neuvona.
Mainos: alla on kumppanimainoksia ja mainoslinkkejä.
