Mistral Large 4 conduce la benchmarkurile pe sarcini juridice și de reglementare - în rest, performanțele sunt sub rivalii din SUA și China, iar costurile sunt ridicate

Modelul Mistral Large 4 își revendică avantajul mai ales la sarcini juridice și de reglementare , într-un context în care, pe indicatorii generali de performanță, este depășit de mai multe modele rivale, potrivit unei analize din Wccftech . Miza pentru companii este una de conformare: un model care punctează mai bine pe „task-uri” legale poate fi mai util în fluxuri unde interpretarea și aplicarea regulilor (politici interne, cerințe de audit, obligații de raportare) contează mai mult decât scorurile brute la benchmark-uri generale. Ce este Mistral Large 4 și cum e construit Mistral Large 4, supranumit „Le Chonk”, este descris ca un model „frontier-class” cu arhitectură sparse Mixture-of-Experts (MoE) – adică un sistem care activează doar o parte din „experți” (sub-rețele specializate) pentru fiecare cerere, pentru a reduce costul de calcul. Modelul are 1 trilion de parametri, dar activează 49 de miliarde la un moment dat, direcționând dinamic fiecare „token” (unitate de text procesată) către experții relevanți. Publicația mai notează că modelul poate procesa simultan text și imagini și include optimizări pentru identificarea și interpretarea coordonatelor sau obiectelor din imagini complexe (de exemplu, fotografii aeriene și satelitare). Stratul de atenție ar fi optimizat pentru a gestiona nativ peste 160 de limbi, inclusiv toate limbile oficiale ale Uniunii Europene. Performanță: bine pe inginerie software, dar nu lider pe clasamentele „live” Wccftech indică un scor de 62% pe DeepSWE v1.1 , citând VentureBeat, benchmark care urmărește capabilități de inginerie software pe orizont lung. Totuși, în clasamentul „live” DeepSWE, GLM-5.3 ar fi în jur de 69%, Kimi K3 tot în jur de 69%, iar GPT-6 Astra, Gemini 3.8 Flash și Claude Opus 5 ar fi în zona de aproximativ 74%. În paralel, Artificial Analysis ar fi acordat modelului un scor de 38 în „Artificial Analysis Intelligence Index”, descriindu-l drept „cel mai inteligent model din afara SUA și Chinei”. În „Artificial Analysis Cyber Index”, modelul ar avea 50, la egalitate cu GLM-5.3-Flash (50) și sub MiMo-V2.6-Pro (56). Unde „conduce” efectiv: sarcini legale și reglementare Potrivit analizei, singurul benchmark unde Mistral Large 4 „conduce” cu adevărat este „Harvey’s Legal Agent”, care măsoară performanța pe sarcini juridice din lumea reală, inclusiv pe reglementări. Acesta este și unghiul central al materialului: avantajul competitiv al modelului ar fi mai degrabă în zona de conformare și interpretare a regulilor decât în performanța generală. Costuri și implicații operaționale Modelul nu este prezentat ca fiind ieftin. Wccftech citează Artificial Analysis, care notează un cost de „1,13 dolari per sarcină din Intelligence Index”, cu prețuri standard de 1,36 dolari/4,18 dolari per 1 milion de tokeni input/output și 0,14 dolari per 1 milion de tokeni pentru input „cached” (stocat pentru reutilizare) – adică aproximativ 5,2 lei, respectiv 6,3 lei/19,4 lei și 0,6 lei (conversie aproximativă). Pe partea de „fereastră de context” (cantitatea de informație pe care o poate ține minte într-o singură interacțiune), modelul ar suporta 524.288 tokeni, sub „tipicul” de 1 milion de tokeni menționat pentru multe modele cu „open weights” (greutăți deschise) din China. Ieșirea maximă ar fi de 262.144 tokeni. Cum a fost antrenat Mistral ar fi folosit 4.000 de GPU-uri NVIDIA Grace Blackwell, timp de două luni, pentru a antrena modelul „de la zero” pe servere din Europa. Laboratorul ar fi utilizat și fluxuri de învățare prin recompensă (Reinforcement Learning) pentru a îmbunătăți raționamentul, programarea, capabilitățile „agentice” și alinierea la preferințe umane. În ansamblu, din datele citate, Mistral Large 4 pare poziționat mai convingător ca instrument pentru sarcini cu componentă juridică și de reglementare, în timp ce, pe benchmark-uri generale, rămâne în urma unor competitori care conduc clasamentele curente. [...]