Ranskalainen Mistral AI julkaisi torstaina lippulaivamallinsa Mistral Large 4:n painot vapaasti ladattaviksi. Biljoonan parametrin malli, jota yhtiö kutsuu lempinimellä Le Chonk, tuli julkiseen esikatseluun lokakuun alussa. Nyt sen voi ladata Hugging Facesta ja ajaa omilla palvelimilla.
Julkaistu malli ei ole sama kuin esikatseluversio. Mistral kertoo kouluttaneensa sitä vahvistusoppimisella kolme viikkoa lisää. Tulokset paranivat erityisesti ohjelmoinnissa ja puolustavassa kyberturvallisuudessa, ja samalla malli kuluttaa vähemmän tokeneita.
Mitä painojen julkaisu muuttaa
Avoimet painot tarkoittavat, että yritys tai viranomainen voi asentaa mallin omaan konesaliinsa. Dataa ei tarvitse lähettää ulkopuoliselle palveluntarjoajalle, eikä pääsyä malliin voi kukaan katkaista. Mistralin tutkimuksesta vastaava johtaja Pierre Stock korosti tätä TechCrunchin haastattelussa juuri kyberpuolustuksen näkökulmasta.
Mistral rakentaa viestinsä eurooppalaisen digitaalisen omavaraisuuden varaan. Yhtiön mukaan Large 4 on koulutettu alusta asti eurooppalaisella infrastruktuurilla, ja sen alkuperä on dokumentoitu koko kehityskaaren ajalta. Monelle julkisen sektorin toimijalle tämä on hankinnan ehto eikä pelkkä myyntivaltti.
Biljoonan parametrin mallin ajaminen vaatii silti raskasta laskentakapasiteettia. Käytännössä painojen julkaisu hyödyttää ensin suuria organisaatioita ja palveluntarjoajia, jotka voivat tarjota mallia eteenpäin omasta ympäristöstään. Malli on saatavilla myös Mistralin oman rajapinnan kautta.
Organisaatiot voivat myös jatkokouluttaa mallia omalla datallaan. Mistralin Forge-palvelun avulla asiakkaat sovittavat mallia esimerkiksi omiin tietoturvakäytäntöihinsä ja uhkaympäristöönsä. Tarkasti rajattuihin tehtäviin mallista voi tislata pienempiä ja halvempia versioita, joita on helpompi ajaa omassa ympäristössä.
Koodauksessa avointen mallien kärkeen
Mistralin julkaisun mukaan Large 4 on nyt paras avoin malli ohjelmointiin. Cognitionin yksityisessä FrontierCode 2.0 -testissä, joka arvioi, hyväksyisikö ylläpitäjä agentin tekemän muutoksen, malli johtaa 19,7 prosentin tuloksella. Terminal-Bench 4.0 -testissä tulos nousi esikatseluun verrattuna 13 prosenttiyksikköä 41 prosenttiin.
Artificial Analysisin koodausagenttien indeksissä Large 4 saa 48 prosenttia. Se on käytännössä tasoissa kiinalaisen GLM-5.3:n kanssa, mutta käyttää tehtävää kohden keskimäärin 47 prosenttia vähemmän tokeneita. Agenttikäytössä tämä näkyy suoraan laskussa, koska pitkät tehtävät kuluttavat tokeneita nopeasti.
Kehittäjä voi nyt valita kolmesta päättelytilasta. Matala tila on tarkoitettu yksinkertaisiin tehtäviin, keskitaso arkikäyttöön ja korkea, oletuksena oleva tila vaativimpiin ongelmiin. Surge Coden sokkovertailussa arvioijat suosivat Large 4:ää kaikkien testattujen avointen mallien yli, ja ainoastaan Claude Opus 5.5 sijoittui sen edelle.
Mistralin mukaan parannukset eivät ole vielä tasaantumassa. Yhtiön mukaan vahvistusoppimisen tuomat hyödyt jatkoivat kasvuaan koko kolmen viikon jakson ajan. Avointen mallien kilpailu kiinalaisten GLM-, Kimi- ja DeepSeek-mallien kanssa on silti tiukkaa, ja kärkipaikka voi vaihtua jo seuraavan julkaisun myötä.
Kyberpuolustus ja tiukemmat suojakaiteet
Toinen painopiste on puolustava tietoturva. Artificial Analysisin kyberindeksissä, joka mittaa haavoittuvuuksien löytämistä, toistamista ja korjaamista, Large 4 saa 51 prosenttia. Mistral painottaa, että malli tekee nämä tehtävät ilman turhia kieltäytymisiä.
Samalla yhtiö kertoo mallin kieltäytyvän keskimäärin 96,6 prosentissa haitallisista kyberpyynnöistä, mikä on sen mittausten mukaan avointen mallien paras tulos. Mistral myöntää kuitenkin havainneensa esikatselun liikenteessä merkkejä siitä, että malli voisi auttaa todellisissa hyökkäyksissä. Suojakaiteita päivitetään tämän vuoksi tulevina kuukausina.
Valituille yrityskumppaneille, kuten Orange Cyberdefenselle, Mistral tarjoaa erikoistettua versiota tunkeutumistestaukseen ja red team -harjoituksiin. Pääsy edellyttää tiukkaa taustatarkistusta, ja testaus on rajattu omiin tai erikseen valtuutettuihin järjestelmiin.
Taulukot, verkkoselaus ja agenttien tietoturva
Mistral on parantanut mallia myös tavallisessa toimistotyössä. Talousalan taulukkotehtäviä mittaavassa Finch-testissä tulos on 73,3 prosenttia, mikä on avointen mallien toiseksi paras Kimi K3:n jälkeen. Verkkoselausta mittaavassa BrowseComp-testissä tulos nousi vahvistusoppimisen ansiosta 75 prosentista 84,5 prosenttiin.
Yrityskäytössä yhtä tärkeää on se, kestääkö agentti hyökkäyksiä. B3-testissä mitataan muun muassa järjestelmäkehotteen vuotamista ja haitallisen koodin syöttämistä. Large 4 torjui 97,1 prosenttia hyökkäyksistä, kun esikatseluversio torjui 93,3 prosenttia.
Ranskalainen La Banque Postale on jo pitkäaikainen Mistralin kumppani. Pankin mukaan teknologinen omavaraisuus on julkiselle pankille asiakasluottamuksen edellytys, ja avoin malli avaa uusia käyttötapauksia sekä asiakkaille että henkilöstölle.
Yhteenveto
Mistral Large 4:n painojen julkaisu täyttää lupauksen, jonka yhtiö antoi esikatselun yhteydessä lokakuun alussa. Lisäkoulutuksen ansiosta malli on nyt avointen mallien kärkeä koodauksessa ja kyberpuolustuksessa, ja se kuluttaa kilpailijoitaan vähemmän tokeneita.
Suljettujen mallien taso on yhä edellä, sillä Claude Opus 5.5 voitti Large 4:n Surge Coden vertailussa. Eurooppalaisille organisaatioille, joiden täytyy pitää data ja infrastruktuuri omissa käsissään, tarjolla on nyt kuitenkin vahvempi ja täysin itse ylläpidettävä vaihtoehto.