Mistral Large 4 açık ağırlıklarla yayımlandı: değiştirilmiş MIT lisansıyla 1,05 trilyon parametreli model

Mistral ne yayımladı

Mistral, 2 Kasım 2026'da yayımlanan iki dev.to rehberine göre Mistral Large 4'ün açık ağırlıklarını 29 Ekim 2026'da Hugging Face'te yayımladı. Checkpoint'ler, şirketin API üzerinden sunduğu — "Le Chonk" lakaplı — 1,05 trilyon parametreli modelin birebir kendisi; damıtılmış bir varyant değil. Resmî depolar kilitli değil: Hugging Face API'si her ikisi için de gated durumunu false olarak bildiriyor, yani herhangi bir hesap, hatta anonim bir istemci bile dosyaları çekebilir.

Model, token başına yaklaşık 49B aktif parametreye (embedding ve çıktı katmanlarıyla birlikte 52B) sahip çok modlu bir mixture-of-experts tasarımı; 1,6B'lik bir vision encoder ve 1M token'lık bir bağlam penceresi var. Model kartında 72 metin katmanı ve 128 yönlendirilmiş uzman listeleniyor; her token için dördü seçiliyor, ayrıca bir paylaşımlı uzman var. Mistral ayrıca yayımlanan ağırlıkların 6 Ekim önizlemesinin donmuş bir kopyası olmadığını belirtiyor: model, yayımdan önce kodlama ve siber güvenliğe odaklanan yaklaşık üç haftalık ek bir pekiştirmeli öğrenme sürecinden geçti.

Ekim önizlemesinden bu yana ne değişti

Önizlemeye göre dört şey farklı. Ağırlıklar "sonra verilecek" sözünden erişim kontrolü olmayan, indirilebilir FP8 ve NVFP4 checkpoint'lerine dönüştü. Akıl yürütme modları "yüksek veya yok" seçeneğinden düşük, orta ve yüksek seçeneklerine genişledi; varsayılan yüksek, "yok"un yerini ise düşük aldı — bu kırıcı bir değişiklik. Dev.to rehberlerinin atıf yaptığı Hugging Face duyuru yazısı, Transformers'ın "yok" ayarını yüksek olarak çalıştırdığını belirtiyor; dolayısıyla eski ayarlar gürültülü biçimde hata vermek yerine token yakıyor. API fiyatlaması ise sabitlendi: milyon giriş token'ı başına 0,70 dolar, önbelleğe alınmış giriş için 0,07 dolar ve çıkış için 2,10 dolar.

Benchmark'larda Mistral, Terminal-Bench 4.0'ın yüzde 28'den yüzde 41'e çıktığını ve bu sırada yaklaşık yüzde 30 daha az çıkış token'ı kullanıldığını, B3 Agent Security saldırı direncinin ise yüzde 93,3'ten yüzde 97,1'e iyileştiğini bildiriyor. Şirket ayrıca Cognition'ın gizli FrontierCode 2.0 benchmark'ında yüzde 19,7 aldığını — en iyi açık ağırlık skoru — ve Artificial Analysis Coding Agent Index'te yüzde 48'e ulaştığını, bunun kabaca GLM-5.3 seviyesinde olduğunu iddia ediyor. Buradaki her rakam üretici tarafından bildirilmiş; dev.to yazarları, 2 Kasım itibarıyla bağımsız doğrulamanın hâlâ sürdüğünü not düşüyor.

Donanım ayak izi ve yerel sunum

Gerçek engel erişim değil, boyut. Resmî FP8 checkpoint'i diskte yaklaşık 1.061 GB, NVFP4 sürümü ise yaklaşık 610 GB yer kaplıyor; ggml-org'dan topluluk GGUF quant'ları yaklaşık 1.115 GB'dan (Q8_0) 298 GB'a (IQ2_XXS) kadar uzanıyor ve Unsloth da kendi setini yayımlıyor. Kesintisiz 1 Gbps hızla FP8 indirmesi iki saati biraz aşan bir süre sürüyor.

Resmî sunum örneklerinin tümü, sekiz veri merkezi GPU'luk tek bir düğüm ve sekizlik tensor paralelliği varsayıyor. Model kartı vLLM öneriyor, özel bir Docker image'i sunuyor ve araç çağrıları ile akıl yürütme için parser bayrakları gerektiriyor; bunlar olmadan düşünce metni içeriğe sızıyor ve araç çağrıları düz metin olarak dönüyor. SGLang aynı topolojiyi sunuyor, Transformers torchrun üzerinden çalışıyor ve her iki motor da OpenAI uyumlu uç noktalar açıyor. Rehberler, isteğe bağlı DSpark spekülatif kod çözücü kullanıldığında tek bir istekte saniyede yaklaşık 65 token, 8x H200 üzerinde 1.000 ShareGPT konuşması boyunca da saniyede yaklaşık 480 token toplam iş hacti ölçüldüğünü Hugging Face verilerinden aktarıyor.

llama.cpp ilk gün desteği kazandı: Q2_K quant'ı (381 GB), 512 GB birleşik belleğe sahip tek bir Apple Silicon Ultra makinesine sığıyor. Hugging Face, bir M3 Ultra'da prefill'de saniyede yaklaşık 90, üretimde ise 15 token ölçtü — özel deneyler için yeterli, agent döngüleri için yavaş; ayrıca 2 bit quant'lama kalite kaybettiriyor, o yüzden önce kendi görevlerinizle test edin. Mistral, tüm akıl yürütme seviyelerinde temperature 1.0 ve top_p 0.95 öneriyor. Donanımı olmayanlar Mistral API üzerinden mistral-large-4'ü çağırabilir ya da Mistral'ın listelediği barındırılmış seçenekleri kullanabilir: OpenRouter, NVIDIA uç noktaları ve NIM container'ları ile Microsoft Foundry üzerinden özel Azure dağıtımı.

Lisans

Mistral Ecosystem Open-Weight License, MIT artı tek bir koşul. Herkes, telif ve lisans bildirimleri korunduğu sürece modeli ve türevlerini ticari veya ticari olmayan amaçlarla çalıştırabilir, dağıtabilir, ince ayar yapabilir ve değiştirebilir. İstisna "Model as a Service": üçüncü taraflara modelin veya türevlerin çıkarım ya da eğitim sonrası için erişim sağlamak ayrı bir ticari anlaşma gerektiriyor. Dahili kullanım, modelin belirli bir özelliği güçlendirdiği son kullanıcı ürünleri, istekleri başkasının barındırılmış örneğine aktarmak ve Mistral'ın kendi ürünlerini kullanmak kısıtlamanın dışında kalıyor.

Neden önemli

Bir trilyon parametreli bir sınır modelin fiilen izinli bir lisansla açık ağırlık olarak gelmesi nadir görülür bir durum ve tek anlamlı kısıtlama ham çıkarımı yeniden satmayı hedefliyor. Bu, engeli hukuki müzakereden pratik altyapıya kaydırıyor: terabayt ölçeğinde indirmeler ve sekiz GPU'luk bir düğüm, kendi sunucunuzda barındırmayı ciddi bir yatırım olarak korurken, milyon token başına 0,70 dolarlık API hâlâ ucuz giriş noktası. Önizlemeyi test eden ekipler yükseltmeden önce reasoning_effort ayarlarını gözden geçirmeli ve öne çıkan benchmark kazanımları, bağımsız sonuçlar gelene kadar şüpheyle karşılanmalı.