Mistral AI เปิดตัว Mistral Large 4 แบบโอเพนเวท

เปิดเผยน้ำหนักแบบเปิด

Mistral AI ได้เปิดเผยน้ำหนักแบบเปิดของ Mistral Large 4 โมเดลมัลติโมดัลโดยกำเนิดขนาด 1 ล้านล้านพารามิเตอร์ ที่บริษัทเรียกว่า Le Chonk โดยก่อนหน้านี้บริษัทได้เปิดให้ทดลองใช้งานแบบพรีวิวต่อสาธารณะเมื่อต้นเดือนตุลาคม และระบุว่าได้นำความเห็นจากนักพัฒนาและพันธมิตร รวมถึงการเรียนรู้แบบเสริมแรงอย่างต่อเนื่อง มาปรับปรุงประสิทธิภาพด้านการเขียนโค้ดและความปลอดภัยทางไซเบอร์เชิงป้องกันของโมเดล

Mistral ระบุว่าโมเดลนี้ถูกฝึกฝนขึ้นใหม่ตั้งแต่ต้นบนโครงสร้างพื้นฐานของยุโรป และอธิบายว่าเป็นพื้นฐานสำหรับสิ่งที่บริษัทเรียกว่า AI แบบอธิปไตย ซึ่งช่วยให้องค์กรต่าง ๆ สามารถโฮสต์และปรับแต่งโมเดลได้ด้วยตนเอง

ประสิทธิภาพด้านการเขียนโค้ด

Mistral ระบุว่าการเรียนรู้แบบเสริมแรงเพิ่มเติมอีกสามสัปดาห์หลังจากช่วงพรีวิว ทำให้ Mistral Large 4 ก้าวขึ้นเป็นผู้นำในกลุ่มโมเดลโอเพนเวทด้านการเขียนโค้ด บริษัทอ้างอิงคะแนน 19.7% บนเกณฑ์วัดส่วนตัว FrontierCode 2.0 ของ Cognition ซึ่งระบุว่าเป็นการประเมินว่าผู้ดูแลรีพอสิทอรีจะยอมรวม (merge) การเปลี่ยนแปลงจากเอเจนต์เขียนโค้ดหรือไม่ โดยผลคะแนนนี้ทำให้โมเดลนำหน้าโมเดลโอเพนเวทอื่น ๆ ในการทดสอบดังกล่าว

ในดัชนี Artificial Analysis Coding Agent Index Mistral ระบุว่าโมเดลทำคะแนนได้ 48% ซึ่งถือว่าเสมอกับ GLM-5.3 ในทางปฏิบัติ ขณะที่ใช้โทเคนต่อภารกิจน้อยกว่าโดยเฉลี่ยถึง 47% ส่วนในการทดสอบ Terminal-Bench 4.0 Mistral ระบุว่าโมเดลมีพัฒนาการเพิ่มขึ้น 13 จุดเปอร์เซ็นต์จากเวอร์ชันพรีวิว มาอยู่ที่ 41% ซึ่งนำหน้าโมเดลโอเพนเวทอื่น ๆ พร้อมลดจำนวนโทเคนผลลัพธ์ลง 30%

Mistral ยังชี้ให้เห็นผลการประเมินแบบเปรียบเทียบคู่โดยปิดบังข้อมูล (blind pairwise) ที่จัดทำโดย Surge Code ซึ่งระบุว่า Mistral Large 4 ได้รับการเลือกมากกว่า GLM-5.3, Kimi K3 และ DeepSeek V4.1 Flash โดยอยู่ในอันดับรองจาก Claude Opus 5.5 เพียงรายเดียวในกลุ่มโมเดลที่ทดสอบ

โหมดการให้เหตุผล

บริษัทระบุว่า Mistral Large 4 รองรับโหมดการให้เหตุผลสามระดับ ซึ่งช่วยให้นักพัฒนาสามารถเลือกความสมดุลระหว่างประสิทธิภาพและต้นทุนได้ ได้แก่ ระดับต่ำสำหรับงานง่าย ระดับกลางสำหรับงานทั่วไป และระดับสูงซึ่งเป็นค่าเริ่มต้น สำหรับงานที่ต้องการความแม่นยำสูงและการให้เหตุผลอย่างละเอียด

ความสามารถด้านความปลอดภัยทางไซเบอร์

Mistral ระบุว่าได้ร่วมงานกับผู้ให้บริการด้านความปลอดภัยทางไซเบอร์เพื่อประเมินโมเดลในด้านการจำลองช่องโหว่และการแก้ไขในสภาพแวดล้อมจริง บริษัทรายงานคะแนน 51% บนดัชนี Artificial Analysis Cyber Index ซึ่งระบุว่าเป็นการวัดความสามารถของโมเดลในการค้นหา จำลอง ตรวจสอบ และแก้ไขช่องโหว่โดยไม่ทำให้การทำงานเดิมเสียหาย

Mistral ระบุว่ามาตรการป้องกันของโมเดลสามารถแยกแยะระหว่างคำขอด้านความปลอดภัยทางไซเบอร์เชิงป้องกันกับคำขอที่มีเจตนาร้าย และโมเดลสามารถปฏิเสธคำขอทางไซเบอร์ที่มีเจตนาร้ายได้ในอัตราเฉลี่ย 96.6% จากการทดสอบบน JailbreakBench, StrongREJECT และ AgentHarm ซึ่งบริษัทระบุว่าเป็นอัตราสูงสุดที่เคยวัดได้ในกลุ่มโมเดลโอเพน

บริษัทระบุว่าได้ติดตามการใช้งานด้านความปลอดภัยทางไซเบอร์ของโมเดลเวอร์ชันพรีวิวในการใช้งานจริง และพบว่าโมเดลปฏิเสธการโจมตีแบบ black-box ต่อเป้าหมายจริง ขณะเดียวกันก็พบความเป็นไปได้ที่โมเดลอาจถูกนำไปใช้ยกระดับการโจมตีจริง Mistral ระบุว่ากำลังปรับปรุงมาตรการป้องกันเพื่อรับมือกับประเด็นนี้ และจะปรับปรุงต่อไปอย่างต่อเนื่อง

บริษัทระบุว่ากำลังให้สิทธิ์เข้าถึงล่วงหน้าแก่พันธมิตรออกแบบระดับองค์กร รวมถึง Orange Cyberdefense สำหรับโมเดลเวอร์ชันเฉพาะทางที่ปรับให้เหมาะกับการทดสอบเจาะระบบ การประเมินช่องโหว่ และการจำลองทีมแดง โดยการเข้าถึงจะต้องผ่านการตรวจสอบและมีข้อกำหนดตามสัญญาที่จำกัดการทดสอบให้ใช้ได้เฉพาะกับระบบที่ได้รับอนุญาตเท่านั้น บริษัทระบุว่าลูกค้ายังสามารถปรับแต่งโมเดลโดยใช้ข้อมูลความปลอดภัยที่เป็นกรรมสิทธิ์ของตนเองผ่านเครื่องมือที่เรียกว่า Mistral Forge และสามารถปรับให้เหมาะสมยิ่งขึ้นเป็นโมเดลขนาดเล็กที่เฉพาะเจาะจงตามภารกิจได้

ที่มา: Mistral AI, "Mistral Large 4 (Le Chonk) is now open weight," เผยแพร่เมื่อวันที่ 29 ตุลาคม 2026