Francúzska spoločnosť Mistral AI 29. októbra 2026 zverejnila na platforme Hugging Face váhy svojho najväčšieho modelu, Mistral Large 4. Firmy a vlády si tak môžu model stiahnuť a prevádzkovať na vlastnej infrastruktúre bez závislosti na uzavretých poskytovateľoch ako OpenAI, Anthropic alebo Google. Mistral model predstavuje ako nástroj na kybernetickú obranu, no nezávislé testy ukázali, že realita je zložitejšia než firemný marketing.
V skratke
- Mistral 29. októbra 2026 zverejnil na Hugging Face váhy modelu Mistral Large 4, s prezývkou Le Chonk, tri týždne po verejnej ukážke z 6. októbra.
- Model má približne bilión parametrov, z toho 52 miliárd aktívnych, a spracúva text aj obrázky.
- Firma tvrdí, že ide o najlepší otvorený model v kybernetickej bezpečnosti, nezávislý test portálu The Decoder ho však radí až na tretie miesto medzi otvorenými modelmi.
- Model dosahuje rýchlosť 161 tokenov za sekundu a odmieta 96,6 percenta škodlivých žiadostí týkajúcich sa kybernetických útokov.
Čo presne Mistral zverejnil
Mistral Large 4 prvýkrát predstavil verejnú ukážku 6. októbra 2026, no váhy, teda samotné natrénované parametre modelu, dovtedy nezverejnil. Tie boli dostupné len vybraným partnerom z oblasti kybernetickej bezpečnosti a štátnym orgánom, ktorí mali prístup k verzii s obmedzenejšou moderáciou. Od 29. októbra sú váhy voľne na Hugging Face pod upravenou licenciou MIT, čo znamená, že si ich môže stiahnuť a nasadiť ktokoľvek. Viceprezident pre vedu v Mistrale, Pierre Stock, pre TechCrunch povedal, že otvorenie váh znamená prístup k špičkovej AI, ktorý sa nedá odstaviť, pretože ide o otvorený model. Generálny riaditeľ Arthur Mensch doplnil, že AI by mala byť nástrojom posilnenia, nie dominancie.
Ako to funguje
Mistral Large 4 je prirodzene multimodálny model, čo znamená, že vie naraz spracovať text aj obrázky a na výstupe generuje text alebo kód. Má približne bilión parametrov, ale pri každej jednotlivej úlohe sa aktívne využíva len 52 miliárd z nich, takzvaná architektúra zmesí expertov. Práve tento prístup robí model rýchlejším a lacnejším na prevádzku, než by zodpovedalo jeho celkovej veľkosti. Podľa dokumentácie k nástroju SGLang potrebuje štandardná verzia na bežnú prevádzku osem grafických čipov Nvidia B300, zmenšená a skomprimovaná verzia vystačí so štyrmi čipmi GB300. Ide teda o nasadenie pre firmy s vlastnou výpočtovou infrastruktúrou, nie pre bežný notebook.
Nezávislé testy ukazujú inú realitu
Mistral svoj model prezentuje ako najlepší otvorený model na trhu v oblasti kybernetickej obrany. Nezávislé meranie portálu The Decoder na benchmarku Cyber Index od Artificial Analysis však ukázalo iný výsledok: Large 4 dosiahol 51 percent, zatiaľ čo čínsky model DeepSeek V4.1 Flash skóroval 57 percent a MiMo-V2.6-Pro 56 percent. Medzi otvorenými modelmi tak Large 4 v kybernetickej obrane skončil tretí, nie prvý.
Podobný obraz platí aj v širších testoch schopností. Na indexe inteligencie Artificial Analysy získal Large 4 len 26 bodov, výrazne menej než čínske otvorené modely DeepSeek V4.1 Flash a GLM-5.3, a ešte výraznejšie menej než uzavreté systémy od Anthropicu a Googlu. V kódovaní si Large 4 po troch týždňoch doplnkového tréningu posilnenia polepšil na Terminal-Bench 4.0 z 28 na 41 percent, čím tesne predbehol GLM-5.3 so 40 percentami, no na špičku vo forme Claude Code s modelom Opus 5.5 na úrovni 62 percent to ani zďaleka nestačí. Na indexe Coding Agent Index od Artificial Analysy dosiahol Large 4 48 percent, prakticky rovnako ako GLM-5.3, ale použil pri tom o 47 percent menej tokenov, čo z neho robí ekonomickejšiu voľbu. V slepých testoch firmy Surge preferovali hodnotitelia kód z Large 4 pred kódom z GLM-5.3, Kimi K3 a DeepSeeku, ale proti modelu Claude Opus 5.5 vyhral Large 4 len v 22 percentách porovnaní.
Čo to znamená pre firmy
Pre firmy a verejné inštitúcie je kľúčové posolstvo iné než porovnanie čísel na benchmarkoch. Otvorený model si môžu stiahnuť a prevádzkovať vo vlastnom prostredí, čo znamená, že prístup k nástroju na obranu proti kybernetickým útokom im nemôže nikto odstaviť, ani v prípade výpadku dodávateľa či zmeny podmienok. To je dôležité najmä pre sektory, ktoré pracujú s citlivými dátami, napríklad banky, zdravotníctvo alebo verejnú správu. Rozhodovanie medzi uzavretým modelom od veľkého poskytovateľa a otvoreným modelom, ktorý si firma nasadí sama, je podobná otázka, akú vo firmách riešia aj pri širšom nasadzovaní AI do bežnej praxe. Tejto téme sa dlhšie venuje napríklad Peter Kudlej, ktorý na svojom blogu peterkudlej.sk popisuje, ako sa majitelia menších firiem rozhodujú pri výbere a nasadzovaní AI nástrojov vo vlastnom podnikaní.
Konkurencia naberá na tempe
Mistral vo svojich porovnaniach vynechal model Kimi K3.1 Pro od spoločnosti Moonshot, ktorého váhy ešte nie sú verejné. Moonshot plánuje ich zverejnenie do 4. novembra 2026, a už teraz model na Terminal-Bench 4.0 dosahuje 67 percent, čím by po zverejnení prevzal vedenie medzi otvorenými modelmi v kódovaní. Na benchmarku FrontierCode 2.0 od spoločnosti Cognition zatiaľ Large 4 vedie medzi otvorenými modelmi so skóre 19,7 percenta, výkon Claude Opus 5.5 na úrovni 46 percent ale ukazuje, aký veľký je stále odstup od uzavretých špičkových systémov. Súperenie medzi americkými, európskymi a čínskymi otvorenými modelmi sa podobá aj situácii okolo modelu Qwen, pri ktorom sa nedávno objavili otázky o bezpečnosti dát.
V najbližších týždňoch bude zaujímavé sledovať, či Moonshot naozaj zverejní váhy Kimi K3.1 Pro do 4. novembra a ako sa zmení poradie otvorených modelov v kódovaní. Rovnako stojí za pozorovanie, či nezávislé laboratóriá potvrdia Mistralove tvrdenia o kybernetickej bezpečnosti, keďže doterajšie testy portálu The Decoder firemný marketing v tomto bode nepodporili.
