Mistral Large 4 mở trọng số: mô hình 1T tham số

Mistral AI vừa phát hành trọng số của Mistral Large 4, biệt danh “Le Chonk”, mô hình đa phương thức gốc có 1 nghìn tỷ tham số. Theo thông tin từ Mistral AI, mô hình dùng kiến trúc MoE 1T-A52B và được cấp phép theo Mistral Ecosystem Open-Weight, một giấy phép sửa đổi từ MIT.

Doanh nghiệp có thể kiểm tra, tùy chỉnh, fine-tune và chạy mô hình trên hạ tầng riêng thay vì phụ thuộc API lưu trữ. Tuy nhiên, đơn vị cung cấp Model-as-a-Service cần giấy phép thương mại riêng.

Điểm số nổi bật ở coding và tác vụ agent

Mistral cho biết Large 4 đạt 48% trên Artificial Analysis Coding Agent Index, gần ngang GLM-5.3, nhưng dùng ít hơn 47% token cho mỗi tác vụ trung bình. Trên Terminal-Bench 4.0, mô hình đạt 41%, tăng 13 điểm so với bản preview; số output token giảm 30%.

Ở Cognition FrontierCode 2.0, Large 4 ghi 19,7%, đứng đầu nhóm được so sánh. Mô hình cũng đạt 84,5% trên BrowseComp và 73,3% trên FinWorkBench (Finch), xếp thứ hai trong các open model, sau Kimi K3. Kết quả benchmark cho thấy khả năng xử lý nhiều tác vụ, nhưng chưa thay thế đánh giá trên dữ liệu và quy trình thực tế của từng tổ chức.

Triển khai riêng, kèm điều kiện giấy phép

Mistral cho biết hãng tiếp tục mở rộng reinforcement learning sau bản preview, tập trung vào coding và phòng thủ an ninh mạng. Large 4 đạt 51% trên Artificial Analysis Cyber Index, từ chối trung bình 96,6% yêu cầu mạng nguy hiểm và chống được 97,1% cuộc tấn công trong B3 Agent Security Benchmark, tăng từ 93,3% ở bản preview.

Trọng số đã có trên Hugging Face; tổ chức có thể triển khai bằng vLLM hoặc SGLang. Mô hình cũng được cung cấp qua Mistral Studio, Mistral API, OpenRouter, NVIDIA-hosted endpoints, NVIDIA NIM và Microsoft Foundry. Ba chế độ reasoning Low, Medium và High cho phép chọn mức đánh đổi giữa chi phí với hiệu năng. Giá API được công bố là 0,70 USD cho mỗi triệu input token, 2,10 USD cho output và 0,07 USD cho cached input.

Mô hình được huấn luyện từ đầu trên hạ tầng châu Âu, có thể chạy on-premises hoặc private cloud để đáp ứng yêu cầu lưu trú dữ liệu và chủ quyền. Theo tôi, điểm đáng chú ý là quyền tự triển khai đi kèm hiệu quả token; doanh nghiệp vẫn cần kiểm tra giấy phép trước khi đưa mô hình vào dịch vụ thương mại.

Điểm cần nhớ

• 1T tham số, mở trọng số theo giấy phép sửa đổi từ MIT; dịch vụ Model-as-a-Service cần giấy phép riêng.
• Kết quả coding, cyber và agent tăng so với bản preview theo các benchmark được nêu.
• Có thể triển khai tại chỗ qua vLLM hoặc SGLang, đồng thời có nhiều lựa chọn API và cloud.

Nguồn tham khảo: Mistral AI

Tác giả: Cường Nguyễn — Founder AI Ops Solutions | Verified n8n Creator. Kết nối: Facebook · LinkedIn · YouTube · TikTok