Le Chonk: مبني للمبرمجين، وموثوق من المدافعين.

التفكير

الملخص

أصدرت Mistral نموذج Mistral Large 4 (Le Chonk)، وهو نموذج متعدد الوسائط بتريليون معلمة (1)، متاح الآن بتحسينات في البرمجة والأمن السيبراني وكفاءة الاستدلال. يتصدر معايير النماذج مفتوحة الأوزان في البرمجة والأمن الدفاعي، مع توفير ثلاثة أوضاع استدلال لتحقيق توازن بين التكلفة والأداء. وباعتباره نموذجاً مفتوح الأوزان بالكامل ومدرَّباً أوروبياً، فإنه يعزز الذكاء الاصطناعي السيادي مع خيارات نشر قابلة للتخصيص واستضافة ذاتية.

نطلق أوزان Le Chonk، مضيّعين حدود النماذج المفتوحة في البرمجة الوكيلية والأمن السيبراني.

أطلقنا مطلع هذا الشهر Mistral Large 4 (Le Chonk)، نموذجنا الرائد بتريليون معلمة (1) والذي يتميز بتعدد الوسائط بشكل أصلي، في معاينة عامة. وقد تجاوزت الاستجابة للمعاينة توقعاتنا، ونحن ممتنون لمجتمع المطورين وعملاء الوصول المبكر والشركاء على دعمهم وتعاونهم وملاحظاتهم.

منذ ذلك الحين، وضعنا تلك الملاحظات موضع التنفيذ مع مواصلة توسيع نطاق التعلم المعزز، مما أدى إلى تحسينات هائلة في البرمجة و الأمن السيبرانيالدفاعي. تستمر المكاسب في التسارع، دون أي علامات على التشبع.

اليوم، نطلق أوزان هذا النموذج المحسّن Mistral Large 4. يتميز النموذج الجديد أيضاً بمكاسب كبيرة في كفاءة الاستدلال تمنح المطورين أداءً أكبر مع خفض تكاليف الاستدلال.

يحتل Mistral Large 4 مرتبة أفضل نموذج مفتوح الأوزان للبرمجة ومن بين أكثر النماذج المفتوحة قدرة في العالم على الإطلاق. تم تدريبه من الصفر على بنية تحتية أوروبية مع نسب واضح من البداية حتى الإصدار، مما يمنح المؤسسات أساساً موثوقاً للذكاء الاصطناعي السيادي

تعرّف Mistral فئة الذكاء الاصطناعي السيادي وتقود الحدود المفتوحة. نحن ملتزمون ببناء أكثر نماذج العالم قدرة وإطلاقها بشكل مفتوح، مما يمنح المطورين والشركات والمؤسسات القدرة على امتلاك ذكاءهم الاصطناعي وتخصيصه والتحكم فيه.

مبني للبناة.

دخل Mistral Large 4 المعاينة العامة بنتائج قوية عبر أبرز معايير البرمجة. وثلاثة أسابيع فقط من التعلم المعزز الإضافي دفعته منذ ذلك الحين إلى صدارة البرمجة مفتوحة الأوزان، محققاً الصدارة على FrontierCode وTerminal-Bench مع مجاراة أفضل النماذج مفتوحة الأوزان على مؤشر Artificial Analysis Coding Agent Index بكفاءة رموز أعلى بشكل كبير.

على معيار FrontierCode 2.0 الخاص من Cognition، الذي يقيّم جودة الكود من البداية إلى النهاية وما إذا كان مشرف المستودع سيقبل تغييرات الوكيل، يتصدّر Mistral Large 4 بنتيجة 19.7%.

دفع حدود باريتو للبرمجة الوكيلية.

يقدم Mistral Large 4 أداء برمجة رائد بعدد رموز أقل بشكل ملحوظ، مما يجعل وكلاء البرمجة المتطورين أكثر اقتصاداً في التشغيل على نطاق واسع.

على مؤشر Artificial Analysis Coding Agent Index، يحصل Mistral Large 4 على نتيجة 48%، متعادلاً عملياً مع النموذج الرائد مفتوح الأوزان، GLM-5.3، مع استخدام رموز أقل بنسبة 47% لكل مهمة في المتوسط.

تمتد المكاسب إلى سير عمل البرمجة الطرفية. على Terminal-Bench 4.0، تحسّن Mistral Large 4 بمقدار 13 نقطة مئوية ليصل إلى 41% مقارنة بمعاينته العامة، محققاً الصدارة بين النماذج مفتوحة الأوزان مع خفض رموز المخرجات بنسبة 30%.

لمنح المطورين تحكمًا أكبر في هذه المقايضة بين الأداء والتكلفة، يدعم Mistral Large 4 الآن ثلاثة أوضاع استدلال:

وإلى جانب المعايير القياسية، تم التحقق من قدرات Mistral Large 4 في البرمجة من خلال التفضيل البشري. في التقييمات الزوجية العمياء لـ Surge Code، تم تفضيل Mistral Large 4 على نماذج الوزن المفتوح الرائدة بما في ذلك GLM-5.3 وKimi K3 وDeepSeek V4.1 Flash، محتلاً المرتبة التي تسبق الأخيرة فقط خلف Claude Opus 5.5 بين النماذج المُقيَّمة.

مُصمَّم للمدافعين.

منذ إصدار المعاينة، كنا نعمل مع أبرز مزوّدي حلول الأمن السيبراني لتقييم Mistral Large 4 في بيئات واقعية لاختبار نقاط قوة Mistral Large 4 في إعادة إنتاج الثغرات وترقيعها.

يحصل Mistral Large 4 على نسبة 51% في مؤشر Artificial Analysis Cyber Index، الذي يقيس قدرة النموذج على اكتشاف الثغرات في قاعدة برمجية، وإعادة إنتاجها والتحقق منها، وترقيعها دون تعطيل الوظائف القائمة. والأهم أن Mistral Large 4 يتولى هذه المهام الأمنية الدفاعية المشروعة دون رفض غير ضروري.

تحسّن السلامة جنباً إلى جنب مع القدرات. تميّز إجراءات الحماية المدمجة في نموذجنا بين مهام الأمن السيبراني الدفاعية والمهام الخبيثة والهجومية. يحافظ على أداء قوي في معايير Cyber القياسية، بينما يحقق معدل رفض متوسطاً قدره 96.6% على الطلبات السيبرانية الخبيثة، وهو الأعلى الذي نقيسه بين النماذج المفتوحة.

إليك ما يقوله أبرز القادة العالميين في الأمن السيبراني عن Mistral Large 4:

أظهرت اختبارات Booz Allen نجاح النموذج الأوروبي Mistral Large 4 مقابل معاييرنا الداخلية لتحليل أمن الشيفرة المصدرية. تمكّن النموذج من مضاهاة معدلات استرجاع اكتشاف الثغرات لدى نماذج الأمن السيبراني الرائدة الأخرى بمنحنى تكلفة جذاب. كما أن دعم Mistral لتخصيص النموذج والنشر ذي السيادة على البيانات يمكّننا أيضاً من تكييفه مع احتياجات مهمتنا وبيئات العملاء ذات متطلبات مقرية البيانات الصارمة. نتطلع إلى العمل مع Mistral لتعزيز البنية التحتية الحرجة حول العالم.

براد ميديري، رئيس الأمن السيبراني الوطني في Booz Allen Hamilton

المنظمات التي تتعامل مع الشفافية والانفتاح بوصفهما نقاط قوة تكون في موقع جيد مع تحول الذكاء الاصطناعي إلى عنصر محوري في عمليات الأمن. نماذج الأمن السيبراني مفتوحة الوزن تمدّ تلك الشفافية إلى المؤسسات والحكومات التي تحتاج إلى استضافة الذكاء الاصطناعي وتخصيصه تحت سيطرتها الكاملة، وهي تتيح للباحثين دراسة سلوك هذه النماذج، بما في ذلك المواضع التي قد تُساء فيها الاستخدامة. وبينما يستخدم الخصوم الذكاء الاصطناعي على نحو متزايد لتسريع عملياتهم، نطمح إلى العمل جنباً إلى جنب مع مطوّري النماذج مثل Mistral لمساعدة فرق الأمن على البناء فوق تلك السيطرة، وإرساء أساس للمرونة بحسب التصميم بدلاً من إدارة التهديدات التفاعلية.

إيمي تشانغ، رئيسة أبحاث استخبارات التهديدات والأمن بالذكاء الاصطناعي في Cisco

عندما تتحرك التهديدات بسرعة الآلة، لا يستطيع الدفاع البشري مواكبة الوتيرة. والأدهى، أن الدفاع الذي لا تسيطر عليه ليس دفاعاً—بل إنكشافٌ للمخاطر. تحقق فرق الأمن أفضل أداء عندما تمسك بالمقود. يتيح نموذج Mistral ML4 للمدافعين تدقيق البنية المعمارية، والنشر على بنيتهم التحتية الخاصة، والحفاظ على السيادة الكاملة. المرونة تبدأ بالاستقلالية، ونماذج الوزن المفتوح تساعد على منح المؤسسات السيطرة اللازمة لقيادة دفاعها بنفسها."

ستيفاني كوهين، رئيسة الاستراتيجية في Cloudflare

لن تُحسم نماذج الذكاء الاصطناعي القوية وحدها كفالة الأمن السيبراني. إن الأمر يتطلب خبرة أمنية عميقة، واستخبارات تهديدات واقعية، واختبارات صارمة. عملنا مع Mistral Large 4 يختبر قدرة الذكاء الاصطناعي الرائد على التفكير عبر الثغرات المعقدة، وتسريع المعالجة، وضمان تحرك المدافعين أسرع من الخصوم.

د. بارتلي ريتشاردسون، رئيس الذكاء الاصطناعي والأنظمة المستقلة، CrowdStrike

تمنح Elastic فرق الأمن حرية إحضار الذكاء الاصطناعي الذي تثق به إلى البيانات التي تسيطر عليها، بما في ذلك نماذج Mistral المفتوحة، المدعومة اليوم في Elastic Security. لقد قيّمنا بالفعل نموذج ML4 مقابل أعباء عمل سيبرانية واقعية، حيث يحتاج النماذج إلى التفكير عبر بيانات معقدة لمساعدة المحللين على اتخاذ قرارات مدروسة في التحقيق والاستجابة. هذا يجسّد الشراكات التي نبنيها لتقديم نماذج قوية مفتوحة الوزن مقترنة بالسياق الأمني والشفافية والسيطرة التي يطلبها عملاؤنا.

جيمس سبيتيري، مدير أول، إدارة المنتجات، Elastic

تجرب ENISA النماذج مغلقة الوزن ومفتوحة الوزن من أجل فهم قدراتها السيبرانية على نحو أفضل. تتيح النماذج مفتوحة الوزن للمؤسسات الاحتفاظ بالسيطرة على التقنية التي تعتمد عليها مرونتها. تحصل ENISA على نموذج Mistral Large 4 وتختبره لتحديد الثغرات الأمنية، وتدقيق الشيفرة، وتحليل السجلات الدفاعية.

لورا هوفينك، رئيسة الاتصالات في ENISA

نعتقد أن نماذج الذكاء الاصطناعي مفتوحة الوزن لها دور مهم تلعبه في تعزيز الأمن السيبراني عبر منح المؤسسات مرونة وخيارات وسيطرة أكبر. إن ابتكارات مثل Mistral Large 4 تمثل خطوات واعدة إلى الأمام في قدرة الذكاء الاصطناعي على تحويل الدفاع السيبراني. ونرى في استمرار الابتكار في الذكاء الاصطناعي فرصة مهمة لتقوية الأمن السيبراني ومساعدة المؤسسات على التعامل مع مشهد تهديدات متطور.

جون ويتل، رئيس العمليات في Fortinet

تتيح النماذج المفتوحة للباحثين في الأمن السيبراني والمطورين فحص الذكاء الاصطناعي وتكييفه والبناء عليه. يوسّع Mistral ما يمكن للمنظومة البيئية بناءه، وتعاوننا على البنية التحتية المُسرَّعة من NVIDIA يساعد المطورين على تشغيل هذه النماذج عملياً.

كاري بريسكي، نائبة رئيس النماذج المفتوحة والبرمجيات، NVIDIA

مع تحول التهديدات إلى ما هو أسرع فأسرع، ومصنّعة صناعياً، والآن مؤتمتة، يجب أن يعمل الدفاع على نطاق مختلف. الحجم، السرعة، الثقة: هذه هي التحديات الثلاثة التي تواجه الأمن السيبراني في عصر الذكاء الاصطناعي. بالشراكة مع Mistral AI، نبني ذكاءً اصطناعياً سيبرانياً أوروبياً، مدرّباً على يد خبرائنا ويُشغَّل تحت سيطرتهم. ومن خلال الجمع بين قوة الذكاء الاصطناعي وخبرة فرقنا ومعلوماتنا عن التهديدات السيبرانية (Cyber Threat Intelligence)، نسرّع استجابتنا حتى نتمكن من الحماية على نطاق أوسع، وبسرعة أكبر، وباعتماد تقنية أوروبية موثوقة.

Hugues Foulon، المدير التنفيذي لشركة Orange Cyberdefense

تدعم Rubrik ميزستRAL (Mistral) ودفع نحو «الذكاء الاصطناعي السيادي»، لتوفير خيار موثوق للحكومات الأوروبية والصناعات الخاضعة للتنظيم لا يوجّه بياناتها إلى دول أخرى. يريد العملاء خيارات في النماذج، بما في ذلك النماذج مفتوحة الأوزان والنماذج الخاصة، لدعم متطلبات إقامة البيانات وزمن الاستجابة والتكلفة والقدرات. وكجزء من تركيزنا على تقديم الصمود السيبراني وتسريع التعافي من الهجمات المدعومة بالذكاء الاصطناعي من خارج المؤسسة ومن الوكلاء الداخليين على حد سواء، سنواصل إجراء اختبارات الأمن السيبراني الصارمة مع Mistral Large 4 والعمل عن قرب معًا لخدمة المتطلبات الإقليمية المتطورة.

أنيتكا غوبتا، الرئيسة التنفيذية للمنتج في شركة Rubrik.

مع إدخال الشركات للذكاء الاصطناعي في بيئة الإنتاج، تتزايد رغبتها في نماذج يمكنها تشغيلها وفق شروطها الخاصة، مع رؤية واضحة لسلوك النموذج، والوصول إلى البيانات، وصلاحيات الوكلاء. يقدّم Mistral Large 4 قدرات قوية في الأمن السيبراني والاستدلال التقني إلى الذكاء الاصطناعي مفتوح الأوزان، وتعتمده بالفعل العديد من الشركات الأوروبية كنموذجها السيادي المفضّل. وتتكامل عروض Zscaler Security for AI، المقدَّمة عبر منصتنا السيادية Zero Trust Exchange في أوروبا، الآن مع Mistral، ما يساعد المؤسسات على اختبار نشر الذكاء الاصطناعي لديها باستمرار، ورسم خريطة لما يمكن لكل نموذج ووكيل الوصول إليه، وتطبيق السياسات inline. ونحن معًا نمكّن الشركات من تبنّي الذكاء الاصطناعي السيادي بالرؤية والتحكم وحماية البيانات التي تحتاجها للابتكار بأمان.

ذاوال شارما، نائب الرئيس التنفيذي لأمن الذكاء الاصطناعي والبيانات، Zscaler

منذ الإصدار التجريبي، راقبنا بعناية الاستخدام المتعلق بالأمن السيبراني في حركتنا المباشرة. ورغم أننا لاحظنا أن النموذج يرفض الامتثال لهجمات الصندوق الأسود ضد أهداف حية، نرى إمكانية للتحسين في تنفيذ هجمات حقيقية. لذلك نعدّل إجراءات الحماية لدينا وفقًا لذلك، وسنواصل تحديثها في الأشهر المقبلة.

نوفّر أيضًا لشركاء التصميم من قطاع المؤسسات، مثل Orange Cyberdefense، إمكانية الوصول التجريبي إلى نسخة متخصصة من Mistral Large 4 مُحسَّنة لسير عمل الأمن السيبراني المتقدم، بما في ذلك اختبار الاختراق، وتقييم الثغرات، والفريق الأحمر. ويخضع الوصول لتدقيق صارم وضمانات تعاقدية، مع تقييد الاختبار على الأنظمة المملوكة أو المصرّح بها صراحةً في بيئات خاضعة للرقابة.

وفي الوقت نفسه، يعمل العملاء على تخصيص Mistral Large 4 ببيانات وسياسات ومنطق كشف وبيئات تهديد خاصة بهم باستخدام Mistral Forge. ولمهام الأمن السيبراني المحددة جيدًا، يمكن تحسينه بشكل إضافي إلى نسخ أصغر متخصصة بالمهام لتحقيق دقة أكبر، ما يجعل تطبيقات الأمن أكثر فاعلية.

اطّلع على المزيد حول الذكاء الاصطناعي السيادي للأمن السيبراني وكيفية العمل معنا.

مصمم للعمل.

واصل Mistral Large 4 التحسّن عبر مجموعة من مقاييس الاستخدام المؤسسي الواسعة.

لأعمال التمويل، حسّنّا قدرة النموذج على تنفيذ سير عمل واقعي، وخاصةً ما يتضمن إنشاء وتحرير جداول البيانات لحالات استخدام التمويل والمحاسبة. ويتجلى ذلك في ارتفاع درجاتنا في Finch إلى 73.3%، وهو ثاني أفضل نتيجة بين النماذج المفتوحة بعد Kimi K3.

تصفح الويب جزء أساسي من معظم أعمال المعرفة. مكّنتنا خطوة التعلم المعزز لدينا من الوصول إلى 84.5% على BrowseComp (انطلاقًا من نقطة تفتيش SFT كانت تحقق 75%). وهذا يضع Mistral Large 4 عند أداء أعلى من نماذج مثل GLM-5.3 أو DeepSeek Flash 4.1 1017.

يحتاج الوكلاء الذين تنشرهم المؤسسات إلى أن يكونوا آمنين. سواءٌ نُشر للعاملين الداخليين أو المستخدمين الخارجيين، لا ينبغي أن يعرّض الوكلاء المؤسسة لتهديدات مثل تسريب موجّهات النظام أو حقن الشيفرة الخبيثة. وقد زاد التعلم المعزز مكاسبنا على B3 Agent Security Benchmark، إذ يقاوم Mistral Large 4 نسبة 97.1% من الهجمات مقابل 93.3% في النسخة التجريبية. وهذا يضعه في صدارة OSS الرائدة، أي أن أي جهة تستضيف النموذج يمكنها تشغيل وكيل آمن دون ضبط إضافي.

هذا الاستثمار الكبير من Mistral AI يعزز الخيار الذي اتخذته La Banque Postale منذ أكثر من عام، ويؤكد أهمية الشراكة الاستراتيجية طويلة الأمد التي نبنيها معًا: دعم ظهور قائد أوروبي مفتوح وسيادي في الذكاء الاصطناعي. فبالنسبة لبنك عام يخدم المواطنين، السيادة التكنولوجية ليست خيارًا؛ بل هي متطلب أساسي للحفاظ على ثقة عملائنا. ويفتح هذا النموذج المفتوح فرصًا وحالات استخدام جديدة. وبالشراكة مع Mistral AI، طموحنا هو الجمع بين أفضل الخبرات البشرية والتكنولوجيا الرقمية لتقديم تجربة محسّنة للعملاء والموظفين على المدى الطويل.

زكرياء مورسلي، نائب الرئيس التنفيذي للأداء التشغيلي والمدفوعات والخدمات الرقمية، La Banque Postale

شاهده أثناء العمل

فرز الثغرات السيبرانية: يقرأ وكيل تقارير الثغرات الواردة، ويحقق في الشيفرة المصدرية وسياق المنتج، ويعيد إنتاج الثغرات في بيئة معزولة (sandbox)، ثم يكتب رقعةً يعمل على تحسينها إلى أن يستحيل استغلال canary.

تطوير ويب وكيل: من دون أي مساعدة بشرية، يبني Mistral Large 4 منصة Orbital Trace، وهي خريطة 3D حية لحوالي 19,000 قمر صناعي وقطعة حطام تدور حول الأرض. يسحب بيانات تتبع حقيقية، ويكتب التطبيق، ويستخدمه في متصفح لاكتشاف أخطائه وتباطؤاته بنفسه، ثم يصلح ما ينبّه إليه مراجع مستقل حتى تجتاز جميع المتطلبات.

حلّال كيمياء كمّية: يكتب Mistral Large 4، من الصفر، برنامجًا يحسب مواقع الإلكترونات في الجزيء، ويتحقق من إجاباته مقارنةً بأداة كيميائية معيارية. ثم يبني صفحة 3D حولها: اختر جزيء مثل البنزين أو الماء، واسحب شريط تمرير لفكك، وشاهد الإلكترونات تعيد التجمع مع انكسار الرابطة.

مبني من أجل السيادة.

بينما تبني المؤسسات الذكاء الاصطناعي حول معارفها وسير عملها، تعني السيادة أنها تحتفظ بالتحكم في النماذج التي تعتمد عليها وفي الذكاء الذي تُنشئه.

مع Mistral Large 4، يبدأ هذا التحكم من النموذج نفسه. تمتلك المؤسسات القدرة على فحص النموذج وتخصيصه ونشره على بنيتها التحتية الخاصة. ويمكنها استخدام Mistral Large 4 وتحسينه دون الاعتماد على Mistral لخدمته عبر واجهة برمجة تطبيقات. وقد طُوّر Mistral Large 4 ودُرّب من الصفر في أوروبا، ما يمنح المؤسسات وضوحًا حول أصول التقنية التي تبني عليها.

يمتد التحكم أيضًا إلى كيفية عمل الذكاء الاصطناعي داخل المؤسسة. يمكن للمؤسسات تخصيص Mistral Large 4 حول بياناتها الخاصة باستخدام Mistral Forge، ويمكنها بناء الوكلاء والتطبيقات الناتجة وحوكمتها وتحسينها باستخدام Mistral Studio. يمكن لخبراء الذكاء الاصطناعي التطبيقي في Mistral العمل جنبًا إلى جنب مع فرق العملاء لبناء هذه الأنظمة المخصصة ونشرها. ومن خلال هذا العمل، تفهم الفرق البنية والقرارات الكامنة وراء ما بنته، إلى جانب الأساليب المستخدمة في تدريبه وتشغيله، حتى يتمكنوا من تشغيل ذكائهم الاصطناعي وتحسينه باستقلالية.

في ABN AMRO، نؤمن بأن أنظمة الذكاء الاصطناعي المفتوحة والشفافة أساسية لدفع الابتكار بمسؤولية داخل القطاع المالي. وتُظهر تطورات مثل Mistral Large 4 كيف يمكن للنماذج السيادية ذات الأوزان المفتوحة توسيع نطاق الحلول الموثوقة المتاحة للمؤسسات الأوروبية. ويشجعنا التقدم المحرز، ونواصل استكشاف كيف يمكن للذكاء الاصطناعي المتقدم أن يسهم في تعزيز القدرات الحرجة، بما في ذلك الأمن السيبراني.

Coen Klaver، مدير الدفاع السيبراني في ABN AMRO Bank N.V.

يخلق التقدم السريع الذي نشهده في نماذج الذكاء الاصطناعي فرصًا مثيرة للهندسة المتقدمة في تصنيع الرقائق. تجربتنا المبكرة مع Mistral Large 4 واعدة، لا سيما في حالات الاستخدام التي تهم فيها أداء النموذج الأعلى. والتزام Mistral بالابتكار المستمر يدعم جهودنا لتسريع تطبيق الذكاء الاصطناعي عبر دورة حياة منتجاتنا أشباه الموصلات بأكملها.

Arnaud Hubaux، رئيس برنامج واستراتيجية الذكاء الاصطناعي.

يمثل Mistral Large 4 خطوة مهمة إلى الأمام للذكاء الاصطناعي بمعايير القطاع المالي: نموذج ذو أوزان مفتوحة يمكننا ضبطه الدقيق وفق احتياجاتنا، ونشره على بنيتنا التحتية الخاصة، ودمجه بعمق في قنواتنا الرقمية. وHey Belfius مثال رائد لكيفية مساعدة هذه الشراكة لنا على إعادة التفكير في كيفية تفاعل العملاء مع بنكهم.

Nicolas Goosse، رئيس قسم رؤى البيانات والتحليلات والذكاء الاصطناعي في Belfius

إتقان ذكائنا الاصطناعي يبدأ بإتقان بنيته وبياناته. بالنسبة لحالات الاستخدام الأكثر حساسية، فإن توفر نماذج أوروبية ذات أوزان مفتوحة يمكننا نشرها على بنيتنا التحتية الخاصة يعد رافعة حيوية لتعزيز استقلاليتنا الاستراتيجية وقدرة مؤسساتنا على الصمود. وتعالج الشراكة الصناعية بين Crédit Agricole Artificial Intelligence وMistral هذه التحديات على مستوى المجموعة. ويعد نموذج "Le Chonk"، الذي يتميز بقدراته الاستدلالية وأدائه في مجال الأمن السيبراني، تجسيدًا واعدًا للإمكانيات التي تفتحها هذه الشراكة.

Oliver Biton، المدير التنفيذي لتقنية المعلومات في المجموعة، Crédit Agricole

نحن متحمسون لنموذج ذي أوزان مفتوحة يمتلك قدرات علمية ورؤية قوية. عملنا متخصص للغاية، لذا فإن القدرة على تكييف النموذج مهمة. ومع Mistral Large 4، نرى أساسًا لبناء أدوات حول الطريقة التي يعمل بها علماؤنا ومهندسونا فعليًا مع بيانات مراقبة الأرض — من الصور إلى الوثائق التقنية.

Giuseppe Borghi، رئيس ESA Φ-lab

سيادة الذكاء الاصطناعي لا تعني اختيار واجهة API للاتصال بها. بل تعني التمتع بحرية تشغيل الذكاء الاصطناعي وتخصيصه وبناءه وفق شروطك الخاصة. ويجلب Mistral Large 4 قدرات قوية في البرمجة والذكاء الاصطناعي متعدد الوسائط والأمن السيبراني إلى المجال المفتوح، ما يمنح المطورين والشركات والدول أساسًا مفتوحًا رائعًا لبناء ذكائهم الاصطناعي الخاص والدفاع عن أنفسهم ضد التهديدات السيبرانية.

Jeff Boudier، نائب رئيس المنتجات، Hugging Face

النموذج القوي ليس سوى جزء من المعادلة. يحتاج المطورون أيضًا إلى حرية تحديد مكان تشغيله، وكيفية تحسينه، وكيفية ملاءمته لأنظمتهم. نحن متحمسون لـ Mistral Large 4 لأن الأوزان المفتوحة تمنح البنّاءين تحكمًا أكبر في تلك القرارات، بدلًا من جعلهم معتمدين على خدمة استضافة واحدة. وفي ZML، نرى هذه الحرية أساسية لتحويل التطورات في الذكاء الاصطناعي إلى برامج مفيدة قابلة للنشر.

Steeve Morin، الرئيس التنفيذي لشركة ZML

لا تتطلب السيادة دائمًا الاستضافة الذاتية؛ فأحيانًا لا تتطلب سوى عمليات نشر تلبي متطلبات التحكم لديك. وللمؤسسات التي تفضل خدمة مُدارة، يتوفر Mistral Large 4 عبر Microsoft Foundry، مع خيارات نشر خاص لمطوري Azure.

تشارك مايكروسوفت وMistral AI التزاماً مشتركاً بتوسيع خيارات العملاء في الذكاء الاصطناعي من الجيل التالي. وبوصفها أول مزوّد سحابي يقدّم Mistral Large 4 للعملاء، توفر مايكروسوفت أحدث نماذج Mistral ذات الأوزان المفتوحة من خلال Microsoft Foundry، وهي منصة ذكاء اصطناعي للمؤسسات مصممة لتقييم النماذج ونشرها وتشغيلها على نطاق واسع. وللمنظمات التي تسير في استراتيجيات الذكاء الاصطناعي السيادي، يوفر هذا المزيج مرونة وتحكماً أكبر عبر بياناتها وبنيتها التحتية وعمليات الذكاء الاصطناعي لديها.

تينا شوكمان، نائبة الرئيس في المؤسسة، Foundry، مايكروسوفت

ابدأ البناء مع Le Chonk

يتوفر Mistral Large 4 اليوم للتجربة والنشر والتخصيص.

ابدأ من خلال Mistral Studio، أو عبر APIالخاص بـ Mistral، أو على OpenRouter. وللحصول على تحكم كامل، نزّل الأوزان المفتوحة من Hugging Face وانشرها على بنيتك التحتية الخاصة باستخدام vLLM أو SGLang. إن بطاقة النموذج و الترخيص يحتويان على كل ما تحتاجه للبدء — ولمن يرغب في التعمق أكثر، سيصدر تقرير تقني كامل قريباً.

يمكنك أيضاً تجربة النموذج الجديد في Vibe Code؛ حيث يمكنك تكليفه ببناء ميزة أو إصلاح خطأ في مستودعك الخاص.

يتوفر Mistral Large 4 أيضاً من خلال نقاط النهاية المستضافة من NVIDIA، كحاوية NVIDIA NIM محسّنة للتقديم باستخدام vLLM. ويمكن للمطورين استخدام مكتبة NeMo AutoModel مفتوحة المصدر للتخصيص أو مكتبة TensorRT LLM مفتوحة المصدر للتقديم عالي الإنتاجية.

كما يمكن للمؤسسات تكييف Mistral Large 4 بما يناسب بياناتها الخاصة وحالات استخدامها وضوابطها من خلال Mistral Forge. تحدّث إلى فريقنا لمعرفة المزيد.

النموذج متاح للاستخدام بموجب ترخيص Mistral Ecosystem Open-Weight, وهو ترخيص MIT معدّل. النموذج مجاني للاستخدام والتعديل والضبط الدقيق والتسويق التجاري، بشرط واحد: يجب على الشركات التي تُشغّل خدمة من نوع Model-as-a-Service الحصول على ترخيص تجاري منفصل من Mistral قبل استخدام النموذج تجاريًا.

بدءًا من اليوم، يتم تسعير Mistral Large 4 بسعر $0.70 للإدخال / مليون رمز، $0.07 للإدخال المخزّن مؤقتًا / مليون رمز، و $2.10 للإخراج / مليون رمز.

نشجّع المجتمع على اختبار Mistral Large 4. قيّموه بأنفسكم، واختبروا حدوده، وشاركونا نتائجكم على X, Discordأو GitHub.

ما التالي

سيشكّل Mistral Large 4 الأساس لجيل جديد من نماذج Mistral المتخصصة والمحسّنة. انطلاقًا من الإصدارات الأخيرة مثل Voxtral و Timestral، سنواصل توسيع آفاق الذكاء الاصطناعي مفتوح الأوزان، مواصلين منح المطوّرين والمؤسسات حرية أكبر لبناء ذكائهم وتخصيصه وامتلاكه.

Mistral Large 4

جديد

نموذج MoE هجين مفتوح الأوزان يدمج التوجيه والاستدلال مع إدخال متعدد الوسائط؛ يوحّد قدرات التوجيه والاستدلال والوكلاء في نموذج واحد، وهو الأفضل بين الأوزان المفتوحة في الأمن السيبراني والتمويل والتصنيع، ويتقن أكثر من 160 لغة بطلاقة أصلية.

متعدد الوسائط

الاستدلال

البرمجة

الوكلاء

الأمن السيبراني

الإدخال (لكل مليون رمز)

$0.7

الإخراج (لكل مليون رمز)

$2.1