Mistral công bố trọng số của Mistral Large 4 (Le Chonk), tập trung vào tác nhân lập trình và phòng thủ mạng

Mistral đã công bố trọng số của mô hình chủ lực Mistral Large 4 (biệt danh Le Chonk) vào ngày 29 tháng 10. Đây là mô hình hỗn hợp chuyên gia (MoE) với khoảng 1 nghìn tỷ tham số, hỗ trợ đầu vào văn bản và hình ảnh, xuất ra văn bản, với ngữ cảnh 100 token; mô hình đã ra mắt dưới dạng bản xem trước ba tuần trước, sau đó tiếp tục được huấn luyện bằng học tăng cường, và theo thông báo chính thức, khả năng lập trình và phòng thủ mạng đã được cải thiện đáng kể. Giấy phép là phiên bản MIT sửa đổi: cho phép sử dụng, chỉnh sửa, tinh chỉnh và thương mại hóa miễn phí, nhưng nếu cung cấp dịch vụ dưới dạng "Mô hình như một Dịch vụ" (Model-as-a-Service) thì cần ký thêm giấy phép thương mại.

2026-10-30T01:35:29Z

Độ tin cậy: Cao (100) · Thời gian sự kiện 2026-10-29

Lý do

Một mô hình hiếm hoi trong số các mô hình mở trọng số đạt quy mô nghìn tỷ tham số và được huấn luyện hoàn toàn tại châu Âu, cho phép doanh nghiệp và chính phủ chạy trên máy chủ riêng mà không phụ thuộc vào API. Theo thông báo chính thức: Trên bài kiểm tra độc quyền FrontierCode 2.0 của Cognition, mô hình đạt 19.7%, đứng đầu trong nhóm trọng số mở; điểm Terminal-Bench 4.0 tăng từ 28% ở bản xem trước lên 41%; chỉ số tác nhân lập trình của Artificial Analysis là 48%, tương đương với GLM-5.3 nhưng sử dụng ít hơn 47% token cho mỗi nhiệm vụ.
An ninh mạng là điểm bán hàng chính (theo thông báo chính thức): Chỉ số an ninh mạng của Artificial Analysis là 51%; tỷ lệ từ chối trung bình đối với các yêu cầu mạng độc hại trên JailbreakBench, StrongREJECT và AgentHarm là 96.6%, cao nhất trong số các mô hình mở; ngoài ra, một biến thể chuyên dụng cho kiểm thử xâm nhập và đội đỏ (red teaming) đã được cung cấp dưới dạng xem trước cho các đối tác đã qua kiểm duyệt như Orange Cyberdefense. Mistral cũng thừa nhận rằng mô hình có thể hỗ trợ các cuộc tấn công thực tế và sẽ tiếp tục điều chỉnh các biện pháp bảo vệ trong những tháng tới.
Kết quả từ bên thứ ba thận trọng hơn: Theo The Decoder dẫn nguồn Artificial Analysis, trên chỉ số thông minh phiên bản mới v5, mô hình đạt 26 điểm (bản xem trước là 25), thấp hơn DeepSeek V4.1 Flash và GLM-5.3 với 32 điểm; về chỉ số an ninh mạng, DeepSeek V4.1 Flash (57%) và MiMo-V2.6-Pro (56%) cũng xếp trên. Lợi thế nằm ở tốc độ và giá cả: tốc độ xuất ra 161 token mỗi giây, chi phí trung bình cho mỗi nhiệm vụ chỉ số là 2.06 USD, rẻ hơn GLM-5.3 nhưng đắt hơn nhiều so với DeepSeek V4.1 Flash.

Cách sử dụng

Trọng số có sẵn trong bộ sưu tập Mistral Large 4 trên Hugging Face (mistralai/Mistral-Large-4-1T-A52B, cùng với phiên bản NVFP4), hỗ trợ transformers, vLLM, SGLang và llama.cpp ngay trong ngày đầu tiên (ggml-org cung cấp lượng tử hóa GGUF); cường độ suy luận reasoning_effort có thể chọn low / medium / high, mặc định là high và không thể tắt chế độ suy luận.
Yêu cầu phần cứng cao: Theo The Decoder dẫn tài liệu của SGLang, phiên bản tiêu chuẩn cần 8 card B300; blog Hugging Face cho biết phiên bản lượng tử hóa 2 bit có thể chạy trên một máy Apple Silicon Ultra với bộ nhớ 512GB, đồng thời cung cấp phương án triển khai Inference Endpoints sử dụng 8 card H200.
Nếu không muốn tự lưu trữ (self-host), người dùng có thể sử dụng Mistral Studio, Mistral API, OpenRouter, Microsoft Foundry hoặc các endpoint được quản lý bởi NVIDIA; giá chính thức là 0.70 USD cho mỗi triệu token đầu vào, 0.07 USD cho đầu vào đã cache và 2.10 USD cho đầu ra.

Rủi ro

Có sự không nhất quán về số lượng tham số kích hoạt: Kho lưu trữ của Mistral, The Decoder và SiliconANGLE ghi là 520 tỷ, trong khi blog Hugging Face ghi khoảng 490 tỷ.
Một số con số có cách tính khác nhau: Con số 82% trong blog Hugging Face là điểm cho hạng mục "tái tạo và vá lỗ hổng" trong chỉ số an ninh mạng, còn điểm tổng thể là 51%; con số B3 chống tấn công 93.3% mà họ đề cập là kết quả của bản xem trước (theo Mistral, phiên bản chính thức đạt 97.1%); Terminal-Bench 4 ghi 28.3%, chênh lệch lớn so với con số 41% của Mistral, và thiết lập thử nghiệm không được nêu rõ.
Phần lớn các kết quả về lập trình và bảo mật là từ các bài kiểm tra do Mistral tự chọn; đánh giá từ các đối tác như Booz Allen và Cisco mang tính chất bảo trợ; báo cáo kỹ thuật đầy đủ được thông báo là "sắp ra mắt".
The Decoder chỉ ra rằng so sánh của Mistral không bao gồm Kimi K3.1 Pro (trọng số chưa được công bố, Moonshot dự kiến phát hành trước ngày 4 tháng 11), mô hình này đạt 67% trên Terminal-Bench 4.0.

Mở · Tin tức Mistral AI · The Decoder · TechCrunch · SiliconANGLE