مهر
اخبار
میسترال لارج ۴؛ مدل ۱ تریلیون پارامتری اروپایی با وزن‌های باز، چقدر جدی است؟
شرکت فرانسوی Mistral از مدل Mistral Large 4 رونمایی کرد؛ مدلی با حدود یک تریلیون پارامتر، قیمت رقابتی و وعده‌ی انتشار وزن‌های باز تا پایان اکتبر ۲۰۲۶. اما آیا این مدل واقعاً به سطح غول‌های آمریکایی نزدیک شده است؟
لیست مطالب
۱. میسترال لارج ۴ چیست؟
شرکت میسترال (Mistral AI) از مهم‌ترین بازیگران هوش مصنوعی در اروپاست. نسخه‌ی تازه‌ی مدل پرچم‌دار این شرکت، یعنی Mistral Large 4، در ۶ اکتبر ۲۰۲۶ معرفی شد و فعلاً به‌صورت پیش‌نمایش عمومی از طریق API در Mistral Studio عرضه می‌شود. این مدل هم پاسخ مستقیم می‌دهد و هم استدلال می‌کند؛ یعنی دیگر لازم نیست برای هر حالت مدل جداگانه‌ای انتخاب کنید.
بر اساس اعلام شرکت، مدل از صفر روی ۳٬۸۰۰ پردازنده‌ی گرافیکی NVIDIA Grace Blackwell و در دیتاسنترهای اروپایی میسترال آموزش دیده است. این نکته برای شرکت‌های اروپایی که به حاکمیت داده اهمیت می‌دهند جذاب است، چون میسترال می‌گوید یک نمونه از مدل را مستقل و تحت قوانین اروپا اجرا می‌کند.
اگر هنوز با مفهوم مدل‌های زبانی و شرکت‌های بزرگ این حوزه آشنایی کافی ندارید، پیشنهاد می‌کنیم مقاله‌ی OpenAI چیست؟ را بخوانید تا تصویر کلی‌تری از این بازار داشته باشید.
۲. معماری MoE؛ یک تریلیون پارامتر، ۵۲ میلیارد فعال
معماری «ترکیب متخصصان» یا Mixture of Experts یعنی مدل از چندین زیرشبکه‌ی تخصصی ساخته شده و برای هر توکن فقط بخشی از آن‌ها روشن می‌شوند. در Mistral Large 4 مجموع پارامترها حدود ۱ تریلیون است، اما در هر توکن فقط ۵۲ میلیارد پارامتر فعال می‌شود. نتیجه این است که هزینه‌ی محاسبه‌ی هر توکن بسیار کمتر از یک مدل متراکم با همان اندازه است.
چرا پارامتر فعال مهم است؟
پارامتر فعال تعیین می‌کند هر توکن چقدر محاسبه لازم دارد و بنابراین روی سرعت و هزینه‌ی API اثر مستقیم دارد. اما نکته‌ای که اغلب نادیده گرفته می‌شود این است که حافظه‌ی لازم برای اجرا به کل پارامترها وابسته است، نه فقط پارامترهای فعال.
ورودی، خروجی و زبان‌ها
مدل ورودی متن و تصویر می‌گیرد و خروجی متنی تولید می‌کند. بر اساس گزارش‌ها از بیش از ۱۶۰ زبان پشتیبانی می‌کند که همه‌ی زبان‌های رسمی اتحادیه‌ی اروپا را شامل می‌شود. پنجره‌ی متن نسخه‌ی پیش‌نمایش طبق Artificial Analysis حدود ۵۲۴ هزار توکن است و ممکن است در نسخه‌ی نهایی تغییر کند.
۳. بنچمارک‌ها؛ ادعای شرکت در برابر ارزیابی مستقل
شرکت میسترال چند عدد را به‌عنوان نتیجه‌ی آزمون‌های خودش اعلام کرده است: ۶۱٫۷٪ در DeepSWE v1.1، ۲۸٫۳٪ در Terminal-Bench 4، ۵۹٫۹٪ در AutomationBench و ۹۳٪ از چالش‌های Cybench. همچنین ادعا شده مدل در شاخص سایبری Artificial Analysis جزو پنج مدل برتر جهان است و در میان مدل‌های وزن‌باز ساخته‌شده خارج از چین با فاصله‌ی زیاد جلوست.
اما این اعداد هنوز تکرار مستقل ندارند. در مقابل، Artificial Analysis شاخص هوش کلی این مدل را ۳۸ ثبت کرده است. برای مقایسه، نسخه‌های قبلی میسترال یعنی Large 3 و Large 3.5 طبق گزارش‌ها به‌ترتیب ۹ و ۱۴ گرفته بودند؛ پس جهش نسبت به نسل قبل بسیار بزرگ است. با این حال مدل‌های Claude Opus 5.5، GPT-6 Astra و Gemini 4 Argon همچنان بالای ۵۰ هستند و Large 4 تقریباً هم‌سطح GPT-6 Luna و DeepSeek V4.1 Flash قرار می‌گیرد.
برای مقایسه‌ی یک رقیب دیگر، می‌توانید گزارش ما درباره‌ی آخرین اخبار هوش مصنوعی را دنبال کنید، جایی که مدل‌های ارزان‌تر مثل دیپ‌سیک هم پوشش داده شده‌اند.
۴. قیمت API و هزینه‌ی واقعی
قیمت پیش‌نمایش API در Mistral Studio برابر ۱٫۳۶ دلار برای هر میلیون توکن ورودی و ۴٫۱۸ دلار برای هر میلیون توکن خروجی است. طبق Artificial Analysis، توکن‌های ورودی کش‌شده ۹۰٪ ارزان‌ترند. روی کاغذ این قیمت برای مدلی با این اندازه جذاب است.
اما هزینه‌ی واقعی فقط قیمت هر توکن نیست. Artificial Analysis این مدل را «بسیار پرحرف» توصیف کرده است: در ارزیابی آن‌ها مدل ۲۰۰ میلیون توکن خروجی تولید کرد، در حالی که میانه‌ی مدل‌های ارزیابی‌شده ۸۱ میلیون بود. وقتی خروجی بیش از دو برابر شود، هزینه‌ی واقعی هر کار هم بالا می‌رود. پیش از مهاجرت، حتماً هزینه‌ی هر وظیفه را روی کار خودتان بسنجید، نه فقط هزینه‌ی هر توکن.
۵. وزن‌های باز؛ وعده‌ای که باید دید
میسترال اعلام کرده وزن‌های مدل را تا پایان اکتبر ۲۰۲۶ همراه با جزئیات معماری و پس‌آموزش منتشر می‌کند. اما مجوز انتشار هنوز مشخص نیست و تا زمان انتشار وزن‌ها، Artificial Analysis مدل را «اختصاصی» طبقه‌بندی می‌کند. پس عبارت «متن‌باز» را فعلاً با احتیاط به کار ببرید؛ ممکن است مجوز آن محدودیت تجاری داشته باشد.
اگر مجوز باز و مناسبی منتشر شود، شرکت‌ها می‌توانند مدل را در ابر خصوصی یا روی سرورهای خودشان اجرا کنند. این برای سازمان‌هایی که داده‌ی حساس دارند و نمی‌خواهند آن را به API خارجی بفرستند اهمیت زیادی دارد.
۶. اجرای محلی چه سخت‌افزاری می‌خواهد؟
یک خطای رایج این است که فکر کنیم چون فقط ۵۲ میلیارد پارامتر فعال است، مدل روی یک ایستگاه کاری معمولی اجرا می‌شود. واقعیت این است که پارامتر فعال، محاسبه‌ی هر توکن را کم می‌کند اما حافظه‌ی لازم را کم نمی‌کند، چون کل مدل باید در حافظه جا شود.
برآوردها نشان می‌دهد وزن‌ها در فرمت FP8 حدود ۱ ترابایت و در کوانتیزه‌ی ۴ بیتی حدود ۵۰۰ گیگابایت جا می‌گیرند، و برای KV cache و سربار استنتاج باید حافظه‌ی بیشتری در نظر گرفت. این یعنی سروری با چند پردازنده‌ی گرافیکی دیتاسنتری و صدها گیگابایت حافظه‌ی ترکیبی لازم است و یک ایستگاه کاری ۱۲۸ گیگابایتی کافی نیست. بنابراین برای اغلب کاربران، استفاده از API یا ارائه‌دهنده‌های ابری منطقی‌تر خواهد بود.
۷. این خبر برای کاربران و کسب‌وکارها چه معنایی دارد؟
برای توسعه‌دهنده‌ها، وجود گزینه‌ی دیگری با قیمت متوسط و احتمال وزن‌باز بودن یعنی قدرت چانه‌زنی بیشتر در برابر وابستگی به یک تأمین‌کننده. برای کسب‌وکارها نیز مهم است که بدانند مدل‌های هوش مصنوعی فقط درباره‌ی بالاترین امتیاز نیستند؛ هزینه، حاکمیت داده و قابلیت اجرا در محیط خودی هم اهمیت دارند. برای ارزیابی این موضوع، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را ببینید.
از طرف دیگر، باید واقع‌بین بود. هیچ مدلی همه‌چیز را حل نمی‌کند و ارزیابی روی داده‌ی خودتان از هر جدول بنچمارکی مهم‌تر است. درباره‌ی تفاوت ادعاهای تبلیغاتی با توانایی واقعی، توانایی‌ها و محدودیت‌های واقعی هوش مصنوعی را بخوانید. همچنین اگر می‌خواهید خروجی بهتری از هر مدلی بگیرید، آموزش نوشتن پرامپت و بخش آموزش‌های ChatGPT کمک‌تان می‌کند. رقابت مدل‌ها را هم می‌توانید در مقایسه‌ی ChatGPT و دیپ‌سیک دنبال کنید.
۸. چه چیزهایی را باید دنبال کرد؟
چند مورد کلیدی در هفته‌های آینده روشن می‌شود: انتشار واقعی وزن‌ها و مجوز آن، ارزیابی مستقل نسخه‌ی نهایی، اندازه‌ی پنجره‌ی متن در نسخه‌ی نهایی، و مدل‌های تخصصی‌ای که میسترال قصد دارد از Large 4 بسازد. همچنین طبق گزارش‌ها این مدل نخستین نقطه‌ی عطف دور سرمایه‌گذاری ۳ میلیارد یورویی (Series D) میسترال است که شرکت آن را بزرگ‌ترین جذب سرمایه‌ی سهامی یک شرکت فناوری اروپایی می‌نامد.
اگر می‌خواهید برای پروژه‌ی خودتان تصمیم بگیرید، بهترین راه این است که همین حالا نسخه‌ی پیش‌نمایش را با چند نمونه‌ی واقعی از کار خود امتحان کنید و هم کیفیت و هم تعداد توکن خروجی را اندازه بگیرید.
۹. پرسش‌های متداول
آیا Mistral Large 4 متن‌باز است؟
فعلاً خیر. مدل در پیش‌نمایش API عرضه شده و میسترال وعده داده وزن‌ها را تا پایان اکتبر ۲۰۲۶ منتشر کند، اما مجوز آن هنوز اعلام نشده است.
قیمت Mistral Large 4 چقدر است؟
قیمت پیش‌نمایش ۱٫۳۶ دلار برای هر میلیون توکن ورودی و ۴٫۱۸ دلار برای هر میلیون توکن خروجی است.
آیا از GPT-6 یا Claude قوی‌تر است؟
بر اساس ارزیابی مستقل Artificial Analysis خیر؛ شاخص هوش آن ۳۸ است و مدل‌های سطح اول بالای ۵۰ هستند. اعداد بهتر در بنچمارک‌های خاص را خود میسترال اعلام کرده است.
آیا می‌توان آن را روی لپ‌تاپ اجرا کرد؟
خیر، مدل بسیار بزرگ است و حتی در حالت ۴ بیتی به حدود ۵۰۰ گیگابایت حافظه نیاز دارد.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
