מיסטרל משיקה מודל של טריליון פרמטרים ומנסה להוכיח שאירופה עדיין במרוץ ה-AI
מיסטרל הצרפתית הציגה השבוע את Mistral Large 4, המודל הגדול ביותר שפיתחה עד היום, וזו ההשקה המשמעותית הראשונה שלה מאז מאי. המודל, שזכה בתוך החברה לכינוי Le Chonk, הוצג באירוע באבו דאבי, וכבר עכשיו אפשר לעבוד איתו דרך הממשק של מיסטרל למפתחים. בסוף החודש החברה מתכוונת לפרסם לציבור את המשקלים שלו, כלומר את הפרמטרים המאומנים, כך שכל ארגון יוכל להוריד אותו ולהריץ אותו על השרתים שלו.
מדובר במודל של כטריליון פרמטרים שבנוי בארכיטקטורה שנקראת תערובת מומחים (MoE). בכל פעולה מופעל חלק קטן מהמודל, בסביבות 50 מיליארד פרמטרים, ולכן עלות ההרצה נמוכה בהרבה ממה שהגודל הכולל מרמז. הוא מקבל טקסט ותוכן חזותי, יכול לעבד הקשר של עד מיליון טוקנים ותומך ביותר מ-160 שפות, ובהן כל השפות הרשמיות של האיחוד האירופי. האימון נמשך כחודשיים על כ-4,000 שבבי Grace Blackwell של אנבידיה, במרכזי נתונים שמיסטרל מפעילה בעצמה באירופה. החברה מוסיפה שהאימון בשיטת למידת החיזוק עוד נמשך, ושהיא מצפה לשיפורים נוספים בשבועות הקרובים.
בתחום הסייבר מיסטרל מציגה מבחן שבו המודל צריך לשחזר פרצת אבטחה אמיתית בתוכנת קוד פתוח ואז לתקן אותה. לדבריה, Large 4 הצליח בכ-80% מהמקרים, בעוד Claude Opus 5.5 של אנתרופיק ו-GPT-6 Astra של אופן AI קיבלו ציון קרוב לאפס, משום שהם מסרבים לגשת למשימה. מבחינת מיסטרל זה יתרון מסחרי מול צבאות, ממשלות וחברות אבטחה שמחפשים כלי לאיתור חולשות במערכות שלהם. החברה עוד לא הסבירה איך המודל מבדיל בין חוקר אבטחה לבין מי שמתכנן תקיפה. בינתיים גרסה עם פחות מגבלות בטיחות נמסרה לבדיקה של מומחי סייבר ורשויות ממשלתיות, עוד לפני הפתיחה הרחבה.
ארתור מנש, המנכ"ל ואחד ממייסדי החברה, טען באירוע ההשקה שהמודל עוקף את המודלים הסיניים בכמה תחומים, בהם סייבר, אבל לא פירט מול אילו מודלים ובאילו מבחנים. הזירה הזאת רגישה במיוחד לאירופה ולארה"ב, כי בשנה האחרונה רוב המודלים הפתוחים החזקים הגיעו מסין, מחברות כמו דיפסיק ועליבאבא. מיסטרל מגדירה את Large 4 כמודל הפתוח החזק ביותר שפותח מחוץ לסין, ובמבחן סוכני הקוד של Artificial Analysis הוא אכן הקדים את DeepSeek V4 Pro ואת Qwen של עליבאבא.
במדד המשולב של אותו גוף הוא קיבל ציון 38, לעומת 58 של Claude Opus 5.5 בגרסה החזקה שלו. זה עדיין פער גדול, אבל המודל הקודם של מיסטרל, Large 3, עמד על 9 בלבד. בהשוואה עיוורת של משימות תכנות שנערכה בידי גוף חיצוני הגיע המודל למקום השני מתוך חמישה, אחרי Claude Opus 5, ובמבחן אחד של הבנה חזותית הוא עקף בהפרש קטן את GPT-6 Astra. את כל הנתונים האלה בחרה והציגה החברה עצמה, ומדידות עצמאיות עוד לא פורסמו.
המחירון הרשמי עומד על כ-1.4 דולר למיליון טוקנים של קלט וכ-4.2 דולר למיליון טוקנים של פלט, ובתקופת התצוגה המקדימה המחיר נמוך בכמחצית. גם בצד הסיני התחרות כבר לא נשענת על מחיר נמוך בכל מחיר, ודיפסיק העלתה בחודשים האחרונים את מחירי מודלי V4 שלה לרמות שמתקרבות לאלה של המתחרות.
ההשקה מגיעה כחודש אחרי סבב גיוס של 3 מיליארד יורו, הגדול ביותר שגייסה אי פעם חברת טכנולוגיה אירופית, לפי שווי של יותר מ-21 מיליארד יורו, כ-24 מיליארד דולר. את הסבב הובילה סמסונג, לצד קרן של EQT ו-PSG, והצטרפו אליו בין היתר בלאקרוק, אדוונט ולוקסמבורג, וגם אנבידיה, אנדריסן הורוביץ וסיילספורס. בכך מיסטרל כמעט הכפילה את השווי של כ-11.7 מיליארד יורו שקיבלה שנה קודם, בסבב שבו ASML השקיעה כ-1.3 מיליארד יורו והפכה לבעלת מניות מרכזית. כבר בקיץ דווח שמיסטרל מנהלת מגעים לגיוס שיכפיל את שוויה.
מיסטרל הודיעה על השקעות של כ-4 מיליארד יורו במרכזי נתונים בצרפת ובשוודיה, ובהם אתר בשוודיה שאמור להגיע לכ-23 מגה-וואט עד 2027 ולהפעיל את שבבי Vera Rubin של אנבידיה. היעד ארוך הטווח הוא קיבולת של ג'יגה-וואט אחד באירופה עד 2030. במקביל היא הרחיבה בקיץ את השותפות עם מיקרוסופט, שמפיצה את המודלים שלה ללקוחות ענן.
קצב ההכנסות השנתי של מיסטרל הגיע בתחילת השנה לכ-400 מיליון דולר, לעומת פחות מ-20 מיליון דולר שנה קודם. בין יותר מ-100 הלקוחות העסקיים שלה, בכ-20 מדינות, נמצאות איירבוס, ASML ו-HSBC, והרבה מהם הם בדיוק הגופים שמעדיפים מודל שרץ באירופה ותחת החוק האירופי. אנתרופיק, לשם השוואה, מדווחת על קצב הכנסות של כ-100 מיליארד דולר בשנה.
יחד עם המשקלים, בסוף החודש מיסטרל אמורה לפרסם גם את פרטי הארכיטקטורה ואת תנאי הרישיון של Large 4, שעוד לא נחשפו. מהתנאים האלה ייקבע אם חברות יוכלו להטמיע את המודל במוצרים מסחריים בלי לשלם לה.
