Mistral Large 4: Europa ma model, własny hosting musi poczekać

Mistral uruchomił publiczną wersję zapoznawczą ML4 6 października 2026 r. Model działa przez API czyli interfejs, przez który aplikacje zlecają mu zadania. Wagi tj. pliki potrzebne do samodzielnego uruchomienia, firma zapowiada na koniec miesiąca. Już teraz można natomiast porównać możliwości modelu i koszt jego pracy.

Europejski model działa, niezależność przychodzi etapami

Najbardziej wymierną częścią opowieści o suwerenności są serwery. Mistral podaje, że trenował ML4 od podstaw na 3800 układach NVIDIA Grace Blackwell w swoich europejskich centrach danych. Wersję preview obsługuje ta sama infrastruktura. Firma buduje więc model i dostarcza moc do jego uruchamiania.

Mistral rozwija także modele do różnych zastosowań (opisywane przy premierze Mistral 3 i Devstral 2).

Zakup mocy obliczeniowej jest kosztowny, ale daje laboratorium możliwość rozwijania własnego modelu i utrzymywania usługi. Klient API korzysta z tej pracy, pozostając jednak użytkownikiem usługi zarządzanej przez Mistrala. Przyszłe wydanie wag ma zmienić tę relację. Organizacja będzie mogła rozważyć uruchomienie modelu w wybranej przez siebie infrastrukturze, zamiast wysyłać każde zapytanie do jednego dostawcy. Na tym etapie decyzję wdrożeniową określa również licencja i wymagania sprzętowe wydanych plików.

W tle pozostaje presja na francuskie laboratorium. Le Monde opisał wcześniejsze podejrzenia, że firma odchodzi od kosztownej rywalizacji modeli. Współzałożyciel Guillaume Lample określił ML4 jako „zasadniczo na tym samym poziomie” co najlepsze chińskie modele sprzed miesiąca lub dwóch.

W ogólnych testach remis z Luną, w cyberbezpieczeństwie z GLM

W pomiarach Artificial Analysis ML4 Preview uzyskał 38 punktów Intelligence Index, tyle samo co GPT-6 Luna przy ustawieniu max; DeepSeek V4.1 Flash max miał 39. W Cyber Index osiągnął 50 punktów, tyle co GLM-5.3-Flash, wobec 56 dla MiMo-V2.6-Pro. Intelligence Index łączy zadania z kilku dziedzin, a Cyber Index bada wyszukiwanie i naprawianie luk w rzeczywistym oprogramowaniu. Ustawienie max przeznacza na rozumowanie najwięcej zasobów z dostępnych poziomów.

Ogólny indeks jest dla kupującego punktem orientacyjnym. W firmie zadania rzadko odpowiadają równomiernemu koszykowi benchmarków: zespół utrzymujący oprogramowanie może znacznie częściej analizować błąd niż rozwiązywać problem z fizyki. Wynik cyber pomaga zawęzić listę modeli do takiego zastosowania. Ostateczny wybór zależy od pracy, która rzeczywiście czeka w kolejce.

ML4 przyjmuje tekst i obrazy, a odpowiada tekstem. Może łączyć opis z informacją widoczną na rysunku. Mistral pokazuje to na przykładzie dużych obrazów geograficznych i dokumentacji technicznej. Czytelny przypadek użycia to pytanie o konkretny obiekt na mapie lub element w projekcie: odpowiedź powinna wskazywać miejsce, które człowiek może sprawdzić.

API obsługuje odpowiedzi o zadanej strukturze i wywoływanie funkcji: model może zwrócić pola wyniku albo wskazać narzędzie, które aplikacja ma uruchomić. Odpowiedź można wtedy powiązać z konkretnym dokumentem lub działaniem. Taką warstwę aplikacji widać również w opisanym wcześniej Mistral Agentic Search. Duży model jest silnikiem tego procesu; jakość gotowej usługi zależy także od tego, do czego ma dostęp.

Nawet po rabacie ML4 kosztuje ponad dwa razy więcej

Rabat przy premierze ułatwia rozpoczęcie testów. Mistral obniżył ceny o połowę na dwa tygodnie od premiery 6 października. Cennik rozróżnia materiał przekazany modelowi, wygenerowaną odpowiedź oraz tańszy odczyt wcześniej przetworzonego wejścia z pamięci podręcznej.

Stawka za token to dopiero początek. W koszyku zadań Intelligence Index Artificial Analysis wyliczył dla ML4 średni ważony koszt 1,13 USD za zadanie przy standardowym cenniku i około 0,57 USD w promocji. Dla GLM-5.3-Flash koszt wynosił 0,25 USD, a dla DeepSeek V4.1 Flash max 0,27 USD.

Na wykresie widać, że nawet przy obniżce ML4 pozostaje ponad dwa razy droższy od dwóch porównanych rywali. Model, który zużywa więcej tokenów, może kosztować więcej mimo atrakcyjnej stawki jednostkowej.

Przy zakupie dostępu sens ma więc mała próba na zadaniach firmy: ten sam dokument, to samo pytanie i ten sam warunek ukończenia. Do kosztu odpowiedzi dochodzi koszt poprawienia błędu. Jeżeli droższy model oszczędza człowiekowi pracę, różnica w taryfie może się obronić. Jeśli daje podobny rezultat, rabat tylko czasowo zmniejsza dopłatę.

Własny hosting zależy od sprzętu i licencji

Karta ML4 opisuje architekturę Mixture-of-Experts: duży zbiór parametrów, z którego model uruchamia wybraną część przy przetwarzaniu tokenu. Podaje 1,05 bln parametrów łącznie. Oficjalne materiały różnią się liczbą aktywnych: karta angielska mówi o 52 mld, blog o 49 mld.

Rozmiar całej sieci nie oznacza, że wszystkie jej części pracują przy każdym słowie. Dla wdrożenia interesujące są osobno wymagania przechowywania modelu i koszt jego uruchamiania. Po wydaniu wag właśnie te wymagania zdecydują, czy własny hosting pasuje do budżetu organizacji. Samo określenie „open weights” opisuje dostęp do plików, a zakres swobody użycia ustala licencja.

Dokumentacja deklaruje milion tokenów kontekstu, czyli materiału mieszczącego się w pojedynczym zapytaniu. Artificial Analysis opisuje wersję z limitem około pół miliona. Publikacje nie wyjaśniają tej różnicy. Przy długich dokumentach liczy się limit konkretnego wariantu usługi API, który aplikacja faktycznie wywoła, i trafność odpowiedzi na informację ukrytą daleko w dokumencie.

Przykład próby przed wdrożeniem jest prosty: wskazać na rysunku element o znanym oznaczeniu i poprosić o jego położenie. Warunek poprawnego wyniku stanowi zgodność wskazanego miejsca z dokumentem, a nie samo przekonujące brzmienie odpowiedzi. Potem można sprawdzić inne dokumenty tym samym sposobem.

Wagi będą sprawdzianem obietnicy kontroli

Europejski dostawca i zapowiedziana możliwość samodzielnego wdrożenia mogą dla firmy uzasadniać wyższy rachunek. Dla organizacji, której wybór dostawców jest ograniczony, taki wariant może być cenniejszy od kilku punktów różnicy między modelami w ogólnym indeksie. To uzasadnienie ma jednak sens przy konkretnych wymaganiach, nie przy samym pochodzeniu marki.

Obecne preview pozwala już sprawdzić dopasowanie modelu do własnych danych. Kolejne decyzje będą dotyczyły wydanych wag, ich licencji i zasobów potrzebnych do uruchomienia.