Появилась самая мощная в Европе модель с открытыми весами? 5 групп показателей показывают, насколько Mistral Large 4 отстаёт от DeepSeek и GLM

Примечание автора: на основе данных, доступных на 29 октября 2026 года, сравниваем Mistral Large 4 с DeepSeek и GLM по пяти направлениям.

29 октября 2026 года французская AI-компания Mistral открыла доступ к весам улучшенной версии Large 4 и опубликовала официальные цены на API. В обновлённом в тот же день рейтинге Artificial Analysis Intelligence Index v5.0 Mistral Large 4 набрала 26 баллов и стала моделью с открытыми весами с самым высоким общим результатом среди моделей, созданных за пределами Китая. Однако от DeepSeek V4.1 Flash 1017 и GLM-5.3, набравших по 32 балла, её отделяют 6 баллов.

Это не рекламная история о «триумфальном возвращении европейских моделей». У звания «лучшая в Европе» есть чёткие границы: Large 4 опережает Meta Muse Spark Open, занимающую второе место, всего на 1 балл, а в мировом рейтинге ещё 7 моделей с открытыми весами набрали больше. Действительно интересно другое: в тестах агентов для программирования она уже близка к лидерам и при этом расходует заметно меньше токенов.

Главное: за 3 минуты разберёмся, в чём Large 4 уже догнала конкурентов, где всё ещё отстаёт и как разработчикам и компаниям решить, стоит ли её тестировать.

Mistral Large 4: главное вкратце

Сначала разберёмся с хронологией: Large 4 впервые появилась не 29 октября. Mistral выпустила публичную предварительную версию 6 октября, затем ещё около трёх недель обучала её с подкреплением и учитывала отзывы корпоративных партнёров и специалистов по кибербезопасности. В итоге 29 октября компания открыла веса улучшенной версии.

Что означают триллион параметров Mistral Large 4

Архитектура MoE, или «смесь экспертов», позволяет обрабатывать каждый токен только частью экспертов: в модели 128 маршрутизируемых экспертов, из которых каждый раз выбираются 4, а также используется 1 общий эксперт. Поэтому из примерно 1,05 трлн параметров на один токен активируются только около 49 млрд. Если учитывать слой эмбеддингов и выходной слой, получается около 52 млрд.

Важно: небольшое число активируемых параметров не означает, что модели нужно мало памяти. При развёртывании всё равно необходимо хранить полную модель и её рабочее состояние, поэтому утверждение «нужно всего 52 ГБ видеопамяти» ошибочно.

Что улучшилось в обновлённой Mistral Large 4

Главный прогресс обновлённой версии — в эффективности, а не в общем результате тестов. В оценке Artificial Analysis по одной и той же методике предварительная версия набрала 25 баллов, а улучшенная — 26, то есть всего на 1 балл больше. В начале октября предыдущая версия индекса присвоила предварительной модели 38 баллов, но это другая система оценки, отличная от v5. Поэтому считать, что возможности модели ухудшились, нельзя.

• Эффективность использования токенов: средний объём ответа на одну задачу Intelligence Index снизился примерно со 135 тыс. до 82 тыс. токенов — на 39%.
• Стоимость выполнения тестовых задач: снизилась примерно с $5,54 до $2,06, то есть на 63%. Но это не значит, что во всех рабочих задачах экономия будет такой же.
• Фактическая точность: доля галлюцинаций в AA-Omniscience v1.1 снизилась с 41% до 28%. Это показатель, определённый для конкретного набора тестов, а не вероятность ошибки в повседневных ответах.

Насколько Mistral Large 4 отстаёт от DeepSeek и GLM

В таблице собраны данные независимых тестов Artificial Analysis для Large 4 High, DeepSeek V4.1 Flash 1017 Max и GLM-5.3 Max. Это результаты на 29–30 октября; со временем они могут измениться.

Intelligence Index — это не показатель точности и не универсальный IQ модели. Версия v5.0 состоит из 9 тестов, которые охватывают интеллектуальный труд, разработку ПО, автоматизацию, научные рассуждения и другие направления. Разница в 6 баллов показывает, что по этой системе оценки Large 4 пока не догнала ведущие китайские открытые модели. Разрыв в рейтинге Elo теста AA-Briefcase также указывает на её слабые стороны в некоторых сложных задачах интеллектуального труда.

В чём преимущество Mistral Large 4 для программирования с агентами

В индексе программирования с агентами Large 4 набрала 48 баллов, вплотную приблизившись к GLM-5.3 с 49 баллами и опередив DeepSeek на 2 балла. Но разнице в 1–2 балла не стоит придавать слишком большого значения. Показательнее расход токенов: Large 4 использовала примерно на 47% меньше токенов, чем GLM-5.3, и на 49% меньше, чем DeepSeek.

Однако в этом тесте сравнивались связки «модель + фреймворк агента», причём у всех трёх моделей фреймворки были разными. Кроме того, общее число токенов включает входные, кэшированные и выходные токены. Поэтому меньший расход не обязательно означает меньший счёт: фактическую стоимость нужно рассчитывать с учётом тарифов каждой модели.

Почему официальные и независимые рейтинги различаются

Результаты, опубликованные Mistral, заметно отличаются от результатов тестирования Artificial Analysis. При сравнении таких рейтингов сначала нужно проверить конфигурацию тестов: объединять числа из разных источников в единый рейтинг нельзя.

На разницу могут влиять фреймворк агента, настройки рассуждения, среда выполнения и параметры вызова инструментов. Но общедоступных данных пока недостаточно, чтобы оценить вклад каждого фактора. Поэтому утверждение «Large 4 показывает выдающиеся результаты в конфигурации, опубликованной Mistral» обоснованно, а вот «независимые тесты подтверждают её лидерство в обоих бенчмарках» — нет.

В кибербезопасности ситуация похожая: Large 4 набрала 51% в Cyber Index, уступив DeepSeek с 57% и MiMo-V2.6-Pro с 56%. Хотя Mistral делает большую ставку на это направление, нельзя сказать, что её модель сильнее всех во всех задачах безопасности.

Совет по выбору: рейтинги помогают сузить круг кандидатов, но окончательный выбор стоит делать после проверки на собственной кодовой базе и повторного выполнения реальных задач. Через APIYI apiyi.com можно переключаться между моделями-кандидатами, используя один и тот же код, совместимый с OpenAI, и отслеживать долю успешных выполнений и расход токенов.

Как рассчитать стоимость API Mistral Large 4

Официальная цена Large 4 примерно вдвое ниже ранней цены без скидки ($1,36 за вход и $4,18 за выход). Но в период предварительного доступа уже около двух недель действовала акция с ценами, близкими к официальным: примерно $0,68 за вход и $2,09 за выход. Поэтому точнее сказать, что «цены близки к акционным ценам периода предварительного доступа и значительно ниже ранних цен без скидки», а не что «29 октября цены впервые снизили на 50%».

Стоимость задачи — это средневзвешенная сумма в рамках тестирования, а не счёт за отдельный запрос в реальном проекте. Согласно этим данным, у DeepSeek выше общая оценка и ниже стоимость; у GLM общая оценка тоже выше, но и стоимость выше. Large 4 не лидирует по обоим показателям. Кроме того, за обработку запросов в регионе ЕС или США Mistral может взимать надбавку в 10%. Цены для режимов Batch и Priority также стоит проверить отдельно.

Рассчитаем примерную стоимость, исходя из следующих предположений: 10 млн входных и 2 млн выходных токенов в день. По стандартному тарифу это $7,00 + $4,20 = $11,20 в день. Если 80% входных токенов обслуживаются из кэша, стоимость снижается до $1,40 + $0,56 + $4,20 = $6,16 — экономия составляет около 45%. Реальную долю попаданий в кэш нужно определять по данным фактических вызовов. Токены рассуждений, вызовы инструментов и повторные попытки после ошибок также могут увеличить расходы.

Как вызвать Mistral Large 4 API

Официальный ID модели в API — mistral-large-4. Если у вас уже есть проект с OpenAI SDK, для тестирования достаточно изменить base_url и имя модели:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI 统一接口
)

response = client.chat.completions.create(
    model="mistral-large-4",
    messages=[{"role": "user", "content": "检查这段代码可能存在的安全问题"}]
)
print(response.choices[0].message.content)

import openai

# Mistral 官方标准价，单位：美元/百万 Token
INPUT_PRICE = 0.70
OUTPUT_PRICE = 2.10

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

def ask_with_cost(prompt: str, model: str = "mistral-large-4") -> str:
    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        max_tokens=2000
    )
    usage = response.usage
    # 未计入缓存折扣，实际计费以账单为准
    cost = (
        usage.prompt_tokens * INPUT_PRICE
        + usage.completion_tokens * OUTPUT_PRICE
    ) / 1_000_000
    print(f"输入 {usage.prompt_tokens}，输出 {usage.completion_tokens}，估算 ${cost:.6f}")
    return response.choices[0].message.content

print(ask_with_cost("为这个函数设计三个边界测试用例"))

Быстрый старт: сначала получите бесплатный тестовый баланс для новых пользователей на APIYI apiyi.com и проверьте, доступна ли нужная модель и какой у неё ID. Перед запуском в продакшен проверьте вызовы на нескольких реальных задачах. Актуальные цены указаны в консоли платформы.

Оптимизация затрат: сравнивая модели, смотрите не только на цену за токен, но и на общую стоимость успешного выполнения задачи. При использовании APIYI apiyi.com с оплатой по факту рекомендуем отдельно для каждой модели записывать число повторных попыток, количество выходных токенов и результат задачи.

Анализ влияния выпуска Mistral Large 4

Влияние на разработчиков

• Ещё один кандидат для программирующих агентов: по индексу программирования Large 4 близка к GLM-5.3, но расходует меньше токенов. Её стоит протестировать в длительных автоматизированных процессах.
• Для задач с ограниченным бюджетом стоит сравнить модель с DeepSeek: у DeepSeek ниже цена за токен, а тарифы в пиковые и непиковые часы заметно различаются. Для массовых задач нельзя ориентироваться только на преимущество Large 4 в расходе токенов.
• Мнение сообщества ещё не сложилось: на Hacker News одни считают, что новые цены оправдывают повторное тестирование, другие жалуются на долгое время размышления предварительной версии. Это лишь отдельные ранние отзывы, причём часть из них относится не к улучшенной версии.

Влияние на команды, развёртывающие модели самостоятельно

Открытые веса не означают, что локальный запуск ничего не стоит. По оценкам Unsloth, для 1-битного квантования требуется около 256–270 ГБ общей памяти, для 4-битного — около 630 ГБ, для 8-битного — около 1,2 ТБ. Длинный контекст и накладные расходы фреймворка для инференса могут ещё больше повысить требования.

Скорость тоже зависит от оборудования и конфигурации. В тестах Hugging Face один M3 Ultra с большим объёмом памяти запускал некоторые квантованные версии со скоростью около 15 токенов в секунду, а сервер с восемью H200 запускал версию FP8 со скоростью около 65 токенов в секунду. Для небольших или временных задач обычно удобнее вызывать модель через API. Организациям, которые постоянно обрабатывают большие объёмы и уделяют особое внимание контролю над данными, стоит оценить самостоятельное развёртывание. Однако универсального порога по объёму вызовов, после которого оно гарантированно становится дешевле, нет.

Влияние на бизнес и отрасль

Mistral делает ставку на европейскую инфраструктуру, частное развёртывание, настройку моделей и непрерывность бизнеса. Эти возможности не уникальны: китайские открытые модели тоже можно разворачивать в частной инфраструктуре. Главное различие — в географии развёртывания, правовой среде, договорной поддержке и требованиях организации к доверию поставщику.

Ограничение Mistral на MaaS главным образом касается компаний, предоставляющих третьим лицам доступ к инференсу универсальной модели или её постобучению. Для конечных продуктов со встроенными специализированными функциями, простой пересылки запросов и внутреннего использования в компании действуют отдельные положения. В каждом конкретном случае необходимо сверяться с полным текстом лицензии.

Кибербезопасность — ещё одно важное направление. ENISA тестирует Large 4 для выявления уязвимостей, проверки кода и анализа логов. Booz Allen Hamilton и другие организации также опубликовали положительные оценки, но это заявления партнёров, которые не означают ни полномасштабного внедрения, ни независимой проверки. Объявленный Mistral показатель отказа на 96,6% вредоносных запросов тоже основан только на выбранных компанией тестовых промптах и не означает, что модель сможет остановить такую же долю атак в реальных условиях.

Часто задаваемые вопросы FAQ

Mistral Large 4: главное

• Лидер среди моделей за пределами Китая, но с оговорками: 26 баллов — лучший результат за пределами Китая, однако отрыв от Muse Spark Open составляет всего 1 балл.
• По совокупности возможностей модель пока отстаёт: DeepSeek и GLM набрали по 32 балла — на 6 пунктов больше.
• В программировании через агентов разрыв почти исчез: результат 48 баллов всего на 1 балл ниже, чем у GLM-5.3, и выше 46 баллов DeepSeek.
• Эффективность расхода токенов — сильная сторона: около 8,5 млн токенов на задачу, примерно вдвое меньше, чем у GLM и DeepSeek.
• Стоимость нужно оценивать с учётом результата: в тестах одна задача обходилась примерно в $2,06 — дешевле, чем у GLM, но дороже, чем у DeepSeek.
• Открытость не означает отсутствие ограничений: компаниям, чья деятельность соответствует определению MaaS, стоит учитывать требования к дополнительной коммерческой лицензии.
• Начинать стоит с небольшого теста: через APIYI apiyi.com можно сравнить модели-кандидаты на реальных задачах.

Итоги

Возвращаясь к вопросу из заголовка: насколько Mistral Large 4 отстаёт от DeepSeek и GLM, зависит от того, что именно сравнивать:

1. Совокупные возможности: разрыв всё ещё составляет 6 баллов — Large 4 пока не удалось обойти конкурентов в глобальном рейтинге.
2. Программирование через агентов: результаты уже очень близки, причём в соответствующем наборе тестов модель расходует заметно меньше токенов.
3. Стоимость и развёртывание: по стоимости она находится между DeepSeek и GLM, а также предлагает отличительные возможности, например европейскую инфраструктуру и корпоративную настройку.

Значение этого релиза не только в появлении ещё одной модели с триллионом параметров. Команды, которым нужны программирование, безопасность и самостоятельное развёртывание, получили ещё один конкурентоспособный вариант. Стоит ли переходить на него, зависит от результатов на реальных задачах, общей стоимости их выполнения и требований к развёртыванию.

Для начала рекомендуем провести небольшое сравнение через APIYI apiyi.com, используя бесплатный тестовый лимит, а затем выбрать дальнейший план на основе реальных данных.

📚 Источники

1. Официальное объявление Mistral: открытый выпуск весов улучшенной версии
2. Ссылка: mistral.ai/news/mistral-large-4-oss

3. Описание: информация о выпуске улучшенной версии, официальные результаты тестирования и заявления партнёров

4. Официальная документация Mistral по ценам: стоимость API и инференса по регионам

5. Ссылка: docs.mistral.ai/inference/pricing

6. Описание: цены для стандартных запросов, кэширования и различных режимов обслуживания

7. Страница модели и лицензия на Hugging Face: веса Large 4 и лицензия MEOW

8. Ссылка: huggingface.co/mistralai/Mistral-Large-4-1T-A52B

9. Описание: карточка модели и ссылка на полный текст лицензии

10. Технический обзор на Hugging Face: архитектура и развёртывание

11. Ссылка: huggingface.co/blog/mistral-large4

12. Описание: структура MoE, фреймворки для инференса и результаты тестирования оборудования

13. Рейтинг открытых моделей Artificial Analysis: данные независимых тестов

14. Ссылка: artificialanalysis.ai/models/open-source

15. Описание: сводный индекс, показатели программирующих агентов, стоимость и скорость

16. Руководство Unsloth по развёртыванию: квантование и локальный запуск

17. Ссылка: unsloth.ai/docs/models/mistral-large-4

18. Описание: оценки требований к памяти для разных уровней квантования

19. Официальные цены DeepSeek: стоимость API в часы пик и вне пиковой нагрузки

20. Ссылка: api-docs.deepseek.com/quick_start/pricing

21. Описание: цены и временные интервалы для DeepSeek V4.1 Flash 1017

22. Лицензия GLM-5.3: условия проверки безопасности для MaaS

23. Ссылка: huggingface.co/zai-org/GLM-5.3/blob/main/LICENSE

24. Описание: порог дохода и требования к коммерческому использованию

25. Статья VentureBeat: место Large 4 в рейтингах и анализ стоимости

26. Ссылка: venturebeat.com/technology/mistral-large-4-le-chonk-arrives-as-the-top-open-model-outside-china-with-improved-coding-performance-and-63-lower-cost-per-task

27. Описание: обзор позиций модели в рейтингах, эффективности использования токенов и изменений стоимости задач

28. Обсуждение на Hacker News: первые отзывы разработчиков

    • Ссылка: news.ycombinator.com/item?id=50289418
    • Описание: обсуждение цен, самостоятельного развёртывания и спорных условий лицензии; комментарии отражают только личный опыт авторов

Автор: техническая команда APIYI
Технические вопросы: свяжитесь с нами через главную страницу сайта APIYI. Дополнительные материалы доступны в центре документации docs.apiyi.com

Читайте также

• Открыт доступ к DeepSeek Search & Fetch API: за 3 минуты о новых возможностях веб-поиска и влиянии на 4 категории разработчиков: DeepSeek открыла Search & Fetch API: в статье собрана ключевая информация из официального руководства, проанализированы 4 аспекта влияния на разработчиков RAG, агентов и систем веб-поисковых ответов, а также даны рекомендации по подготовке к интеграции.
• Kimi K3.1 Pro официально представлена: обзор новых функций, цен и доступности: Kimi K3.1 Pro официально выпущена 24 октября 2026 года: контекстное окно на 1 млн токенов, три тарифа на 33% дешевле, чем у K3, доступна в веб-версии, приложении, Kimi Code и через API; веса опубликуют до 4 ноября 2026 года, в статье собраны новые функции, пять тарифов и доступные каналы.
• Разбор цен Gemini 4 Argon: модель уже доступна для загрузки через Vertex AI, расчёт реальной стоимости для 5 сценариев: Gemini 4 Argon уже доступна в Vertex AI. В статье разбираются скрытые расходы из-за пробной цены $2/$10 и обычной $4/$20, скидки 95% на кэш, оплаты токенов рассуждений и лимита вывода в 1 млн токенов, сравниваются Gemini 3.8 Flash, GPT-6 Astra и Claude Opus 5.5, а также приводятся расчёты затрат для 5 сценариев и код для экономичного подключения.
• Nano Banana 2.1: полный разбор цен — 5 ключевых отличий от Nano Banana 2 и расчёт экономии: Разбор цен Nano Banana 2.1 на основе официальной страницы Google: цена вывода изображения снизилась вдвое, но подорожали входные токены и токены рассуждений, вырос расход для 4K и отменён тариф 0,5K; приведены затраты на одно изображение 1K/2K/4K, цены Batch, точка безубыточности и рекомендации по переходу.
• Насколько ещё полезны негативные промпты для генерации изображений с помощью ИИ? Актуальная оценка трёх типов формулировок: Современные модели генерации изображений заметно меньше зависят от «библиотеки негативных промптов»; в статье разбираются 3 вида негативных промптов, объясняется, какие удалить, а какие оставить, и приводятся практические принципы составления промптов.