إطلاق Mistral Large 4: نموذج أوروبي بتريليون معامل في النسخة التجريبية

أعلنت شركة الذكاء الاصطناعي الفرنسية Mistral في 6 أكتوبر 2026 عن النسخة التجريبية العامة لأكبر نماذجها، Mistral Large 4 (ML4). ويُعرف النموذج بالاسم الرمزي "Le Chonk"، وأُتيح للاستخدام كواجهة برمجة تطبيقات عبر منصة Mistral Studio التابعة للشركة. ومن المخطط نشر أوزان النموذج في نهاية شهر أكتوبر؛ وحتى ذلك الحين، يُصنَّف ML4 كنموذج مغلق المصدر (proprietary) نظرًا لعدم نشر أوزانه بعد.

ووفقًا لـ Mistral، فإن ML4 هو نموذج متعدد الوسائط (multimodal) بطبيعته، ويضم تريليون معامل إجمالي، منها 49 مليار معامل نشط. وتزعم الشركة أن النموذج يتفوق حتى على النماذج المنافسة المغلقة المصدر في مجالات الدفاع السيبراني والتصنيع والتمويل.

ما وضع النموذج في الاختبارات المستقلة؟

في مؤشر Intelligence Index الخاص بـ Artificial Analysis، والذي يجمع بين عشرة مجالات مختلفة، حصل ML4 على 38 نقطة. ويمثل هذا قفزة كبيرة مقارنة بـ9 نقاط للنموذج السابق Mistral Large 3، و14 نقطة لنموذج Mistral Medium 3.5 الذي صدر مؤخرًا. وبهذه النتيجة، يتفوق ML4 على نموذج GLM-5.2 من Z.ai، إلا أن Claude Opus 5.5 (Max) لا يزال في الصدارة بفارق كبير بـ58 نقطة. أما في مجال البرمجة، فقد تفوق ML4 على Deepseek V4 Pro وQwen3.8 Max بنسبة 49.8 بالمئة في مؤشر Artificial Analysis Coding Agent Index. وفي التقييم الأعمى من Surge AI، جاء ML4 في المرتبة الثانية من بين خمسة نماذج بمعدل 3.74 من 5، بينما تصدّر Claude Opus 5 القائمة بمعدل 4.22.

من أين يأتي الادعاء المتعلق بالأمن السيبراني؟

خصّصت Mistral جزءًا كبيرًا من إعلانها لقدرات الأمن السيبراني. ووفقًا للشركة، أظهر ML4 نسبة نجاح بلغت 82 بالمئة في اختبار إعادة إنتاج ثغرة برمجية حقيقية مفتوحة المصدر وإصلاحها، وهي أعلى نتيجة بين جميع النماذج التي خضعت للاختبار. لكن Mistral أشارت أيضًا إلى أن نماذج مثل Claude Opus 5.5 وGPT-6 Astra رفضت هذه المهمة تمامًا بسبب مرشحات الأمان الخاصة بها، ما يعني أن هذا الاختبار يقيس سياسات مزودي الخدمة أكثر مما يقيس قدرة النموذج نفسه. كما تُبلغ Mistral عن معدلات رفض مرتفعة تجاه الطلبات السيبرانية الضارة؛ إذ تُفيد بأنها حجبت 93.3 بالمئة من الهجمات في اختبار Lakera's B3 AI Security Benchmark.

ماذا يقدم في تحليل الرسومات التقنية والصور؟

تزعم Mistral أن ML4 قادر على تحليل المستندات والرسوم البيانية وصور الأقمار الصناعية فائقة الدقة (gigapixel) والرسومات التقنية، مع إمكانية التكبير والفحص الذاتي للتفاصيل. وفي اختبار Dense 200، حقق ML4 نسبة 42 بالمئة، متفوقًا بفارق طفيف على GPT-6 Astra الذي سجل 41 بالمئة. كما يُذكر أن المقيّمين البشريين فضّلوا ML4 في مهام العلوم والتكنولوجيا والهندسة والرياضيات (STEM) ومهام CAD. وتُعد هذه الميزة تفصيلًا لافتًا بالنسبة للفرق التي تعمل مع مستندات معمارية وهندسية.

ماذا يعني هذا لفرق العمارة والتصور المعماري (archviz)؟

يشير أداء النموذج في مهام الرسومات التقنية وCAD إلى إمكانية استخدامه مستقبلًا في تحليل المستندات المعمارية، أو مراقبة الكميات، أو المسح التلقائي للمخططات التقنية. لكن النموذج لا يزال في مرحلة النسخة التجريبية ويُصنَّف كمغلق المصدر؛ لذا من السابق لأوانه أن تضع المكاتب خططًا للتثبيت المحلي (on-premise) أو التكامل قبل نشر الأوزان وتوضيح شروط الترخيص. وقد يكون التركيز على الاستضافة في أوروبا وسيادة البيانات أمرًا جذابًا لمكاتب العمارة الأوروبية من ناحية خصوصية البيانات، لكن نظرًا للفجوة في الأداء، من المرجح أن تظل النماذج المغلقة (Claude، GPT-6 Astra) الخيار المفضل في الأعمال اليومية.

أعلنت Mistral أنها دربت ML4 من الصفر في مراكز بياناتها الخاصة في أوروبا باستخدام 3800 معالج رسومي من طراز Nvidia Grace Blackwell. وتصل نافذة السياق الخاصة بالنموذج إلى مليون رمز (token)؛ ووفقًا للوثائق، تعتمد بنيته على هيكل خليط خبراء دقيق التفصيل (fine-grained mixture-of-experts) ومُرمِّز بصري بـ1.6 مليار معامل. وخلال مرحلة النسخة التجريبية، حُدِّد التسعير بـ0.68 دولار لكل مليون رمز إدخال، و2.09 دولار لكل مليون رمز إخراج؛ بينما تُحتسب الرموز المخزَّنة مؤقتًا (cached) بسعر 0.07 دولار. كما تُدرج الوثائق أسعارًا قياسية تبلغ ضعف هذه القيم. ويُموَّل هذا التوسع من خلال جولة التمويل من الفئة D التي جمعت فيها الشركة 3 مليارات يورو.