Mistral, 1 trilyon parametreli Mistral Large 4'ün genel önizlemesini başlattı; ağırlıklar bu ay yayınlanacak

Bir trilyon parametreli önizleme

Mistral, gayriresmî olarak "le Chonk" lakaplı Mistral Large 4'ün genel önizlemesini açtı. Hacker News'in ana sayfasına ulaşan şirket duyurusuna göre önizleme API'si Mistral Studio'da yayında ve model ağırlıkları ay sonuna kadar yayınlanacak.

ML4, 1 trilyon parametreli, doğal olarak çok kipli (multimodal) bir model ve bu parametrelerin 49 milyarı aktif. Mistral, modeli bugüne kadarki en büyük ve en yetenekli modeli olarak tanımlıyor ve ağırlıkların yayınlanmasından önce iyileştirmeler sürdükçe modelin gelişmeye devam ettiğini söylüyor. Şirket, modelin küresel ölçekte en güçlü açık modellerle rekabet ettiğini ve ABD ya da Avrupa'da geliştirilen herhangi bir açık ağırlıklı modelden önemli ölçüde daha iyi performans gösterdiğini; siber güvenlik, finans ve hukuk alanlarındaki kurumsal iş yüklerinde açık modeller arasında en son teknoloji ürünü sonuçlar elde ettiğini iddia ediyor.

Manşet özellik olarak siber güvenlik

Duyurunun en çarpıcı yanı, ne kadar büyük bir kısmının güvenlik çalışmasına ayrılmış olması. Ağırlıklar yayınlanana kadar Mistral, modeli siber güvenlik liderleri, titizlikle incelenmiş ortaklar ve devlet yetkilileriyle gerçek dünya ortamlarında red-team sürecinden geçiriyor; bu aktörlere azaltılmış moderasyonlu ve genişletilmiş siber yeteneklere sahip bir sürüme erişim veriliyor.

Mistral, modellerin gerçek yazılımlardaki güvenlik açıklarını bulma ve düzeltme becerisini ölçen bağımsız bir değerlendirme olan Artificial Analysis Cyber Index'e değiniyor; burada ML4 küresel ölçekte ilk beş arasında yer alıyor ve Çin dışında geliştirilen açık ağırlıklı modeller arasında büyük farkla önde. Şirket, bir modelden açık kaynak bir yazılımdaki gerçek bir güvenlik açığını yeniden üretmesini ve ardından yamasını isteyen bir index testinde, herhangi bir modelin en yüksek skoru olduğunu söylediği %82'lik bir sonuç raporluyor. Ayrıca güvenlik yarışmalarından derlenen 40 alıştırmadan oluşan Cybench'te %93 bildiriyor.

Mistral bunu doğrudan önde gelen kapalı modellerle karşılaştırıyor; Claude Opus 5.5 ve GPT-6 Astra'nın aynı güvenlik açığı testinde görevi reddettikleri için sıfıra yakın skor aldıklarını iddia ediyor. Şirketin savı şu: yazılımı savunmak çoğu zaman bir açığın gerçek olduğunu kanıtlamakla başlar ve kapalı modellerdeki güvenlik filtreleri tam da bu çalışmayı engelleyebilirken saldırganlar aynı modelleri saldırı amaçlı jailbreak'leyebiliyor.

Benchmark'lar ve kör değerlendirmeler

Agentic coding tarafında Mistral, DeepSWE v1.1'de %61,7, SWE-Atlas-QnA'da %59,4 ve Terminal-Bench 4'te %28,3 bildiriyor; DeepSeek V4 Pro 0813 ve Qwen3.8 Max'ın önüne koyduğu birleşik Coding Agent Index skoru ise %49,8.

Şirket ayrıca Surge AI'dan kör bir insan değerlendirmesi yaptırdı; profesyonel etiketleyiciler, hangi modelin ürettiğini bilmeden çıktıları beş üzerinden bir ölçekte puanladı. ML4 Preview, 3,74 ile beş model arasında ikinci sırada yer aldı; Kimi K3 (3,59), GLM-5.3 (3,60) ve GLM-5.2'nin (3,40) önünde, yalnızca Claude Opus 5'in (4,22) gerisinde kaldı.

Raporlanan diğer sonuçlar arasında, Gmail, Slack ve Salesforce gibi uygulamalar genelinde 657 iş akışından oluşan AutomationBench'te %59,9; uzun soluklu bilgi işi benchmark'ı AA-Briefcase'te 1.393 Elo; ve Dense 200'deki görsel konumlandırma sonucunda GPT-6 Astra'nın %41'inin hemen önünde %42 yer alıyor. Mistral, ML4'ün SciCode-Verified'da açık ağırlıklı modeller arasında en son teknoloji ürünü olduğunu ve tek adımda eksiksiz bir Hartree-Fock kimya simülasyonu üretebildiğini söylüyor. Aksi belirtilmedikçe bu rakamların tümü Mistral'ın kendisinden geliyor.

Avrupa'da eğitildi, egemenlik üzerinden konumlandırıldı

ML4, Mistral'ın kendi Avrupa veri merkezlerindeki 3.800 NVIDIA Grace Blackwell GPU ile sıfırdan eğitildi ve genel önizleme aynı altyapıdan sunuluyor. Mistral, eğitim verilerinin önemli bir bölümünün 160'dan fazla dili, Avrupa Birliği'nin tüm resmî dilleri dahil, kapsayan çok dilli bir yapıda olduğunu söylüyor.

Model, Mistral'ın uçtan uca kendisinin işlettiği, diğer dijital hizmet sağlayıcılardan bağımsız ve Avrupa hukuku altında çalışan bir Avrupa dağıtımı dahil olmak üzere birden fazla bölgede kullanılabilecek. Mistral ayrıca ML4'ün, Mistral Forge üzerinden kuruluşlara sattığı eğitim, özelleştirme ve pekiştirmeli öğrenme (reinforcement learning) ortamıyla aynı ortamda geliştirildiğini ve yeni bir nesil uzmanlaşmış modelin temelini oluşturacağını belirtiyor. Mimariye, ek benchmark'lara ve eğitim sonrası (post-training) metodolojiye ilişkin ayrıntıların ağırlık yayınından önce açıklanacağı sözü verildi.

Neden önemli

Frontier ölçeğinde açık ağırlıklı modeller nadirdir ve ağırlıkların birkaç hafta içinde yayınlanacağı sözü verilen 1 trilyon parametreli bir sürüm, kuruluşların birinci sınıf bir modeli kendi politikaları altında kendi sunucularında barındırmasına imkân tanıyacak — Mistral'ın egemenlik argümanının da özü bu. Siber güvenlik vurgusu iki yönlü: daha az ret kararı savunuculara ve olay müdahale ekiplerine gerçekten yardımcı oluyor, ancak aynı yetenekler bariz ikili kullanım (dual-use) sorularını gündeme getiriyor; sürüm öncesi red-team süreci de tam bunları sorgulamak için var. Bağımsız değerlendirmeler gelene kadar benchmark rakamları Mistral'ın kendi iddiaları olarak kalıyor. Ay sonundaki ağırlık yayını, bu rakamları herkes için doğrulanabilir kılacak olan şey.