Mistral Large 4 अब ओपन-वेट: क्या बदला, बेंचमार्क क्या कहते हैं, और किसे परवाह करनी चाहिए

स्रोत: Mistral AI

MetaPatchAI द्वारा संकलित · प्रकाशित 30 अक्टूबर 2026, पूर्वाह्न 12:34 ET

MetaPatchAI header for "Mistral Large 4 Is Now Open-Weight: What Changed, What the Benchmarks Say, and Who Should Care": headline on a dark background with abstract neon-green network-node art.

Mistral ने Mistral Large 4 के वेट्स जारी कर दिए हैं। यह 1 ट्रिलियन पैरामीटर वाला, नेटिव रूप से मल्टीमोडल मॉडल है जिसे कंपनी "Le Chonk" कहती है। यह मॉडल अक्टूबर की शुरुआत में पब्लिक प्रीव्यू में आया था। ओपन-वेट रिलीज़ एक अपडेटेड वर्ज़न है: Mistral के मुताबिक प्रीव्यू के बाद उसने लगभग तीन हफ़्ते और रीइन्फ़ोर्समेंट लर्निंग पर लगाए, जिसका फ़ोकस कोडिंग और रक्षात्मक साइबर सुरक्षा पर था।

संक्षेप में

यह क्या है: 1T-पैरामीटर वाला मल्टीमोडल फ़्लैगशिप मॉडल, जिसे यूरोपीय इन्फ्रास्ट्रक्चर पर शुरू से ट्रेन किया गया (Mistral के अनुसार)।
प्रीव्यू की तुलना में नया क्या है: बेहतर कोडिंग और सिक्योरिटी स्कोर, साथ में बेहतर "रीज़निंग एफ़िशिएंसी", यानी हर काम में कम टोकन।
इसे कहाँ इस्तेमाल करें: Mistral Studio, Mistral API, OpenRouter, या Hugging Face से खुद होस्ट किए वेट्स के रूप में (vLLM या SGLang से सर्व करके)।
लाइसेंस: एक संशोधित MIT लाइसेंस, जिसमें Model-as-a-Service कंपनियों के लिए एक शर्त है (देखें हमारा लाइसेंस एक्सप्लेनर).

Mistral के बताए आँकड़े

नीचे दिए सभी आँकड़े Mistral के अपने दावे हैं , जो उसकी घोषणा से लिए गए हैं। अभी स्वतंत्र रूप से इन्हें दोहराया नहीं गया है, और Mistral का कहना है कि पूरी तकनीकी रिपोर्ट "जल्द आ रही है"।

बेंचमार्क	बताया गया नतीजा
Cognition FrontierCode 2.0 (निजी)	19.7%, Mistral के चार्ट में सबसे ऊँचा स्कोर, GLM-5.3 (19.3%) से आगे
Artificial Analysis Coding Agent Index	48%, GLM-5.3 के साथ "लगभग बराबर", जबकि हर काम में 47% कम टोकन
Terminal-Bench 4.0	41%, प्रीव्यू से 13 पॉइंट ज़्यादा, 30% कम आउटपुट टोकन के साथ
Artificial Analysis Cyber Index	51%
BrowseComp	84.5% (शुरुआती SFT चेकपॉइंट पर 75% से बढ़कर)
Finch (फ़ाइनेंस वर्कफ़्लो)	73.3%, ओपन मॉडलों में Kimi K3 के बाद दूसरा
B3 Agent Security Benchmark	97.1% हमले नाकाम किए (प्रीव्यू में 93.3%)

इंसानी पसंद के मामले में Mistral, Surge के ब्लाइंड पेयरवाइज़ कोडिंग टेस्ट का हवाला देता है। उनमें Large 4 ने GLM-5.3, Kimi K3 और DeepSeek V4.1 Flash को हराया, और जाँचे गए मॉडलों में "सिर्फ़ Claude Opus 5.5 से पीछे" रहा।

तीन रीज़निंग मोड

Mistral के अनुसार अब मॉडल में तीन रीज़निंग मोड हैं, ताकि आप लागत और क्वालिटी के बीच संतुलन चुन सकें। सबसे हल्का मोड आसान कामों के लिए है और पुराने "None" मोड की जगह लेता है। सबसे भारी मोड "सबसे कठिन उपयोग के मामलों के लिए है जिनमें उच्च सटीकता चाहिए"। अगर आप प्रति टोकन भुगतान करते हैं, तो यह मायने रखता है: वह सबसे हल्का मोड चुनें जो आपके eval पास करे।

साइबर सुरक्षा का पहलू (और उसकी चेतावनी)

घोषणा का ज़्यादातर हिस्सा रक्षात्मक सुरक्षा पर है। इसमें Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA और दूसरों के बयान हैं। Mistral ने खुलकर यह भी माना कि प्रीव्यू ट्रैफ़िक देखते हुए उसे "असली हमले करने की क्षमता बढ़ने की आशंका" दिखी, और वह सुरक्षा उपाय कड़े कर रहा है। पेनटेस्ट के लिए खास वैरिएंट सिर्फ़ अनुबंध वाले जाँचे-परखे पार्टनर्स को दिया जा रहा है।

क्या आपको बदलना चाहिए?

खुद होस्ट करने वाले और रेगुलेटेड टीमें: यही मुख्य दर्शक हैं। आपको ओपन वेट्स, यूरोपीय ट्रेनिंग की पृष्ठभूमि और खुला लाइसेंस मिलता है।
शौकिया यूज़र: 1T-पैरामीटर मॉडल को लोकल चलाने के लिए डेटा-सेंटर स्तर का हार्डवेयर चाहिए। ज़्यादातर लोगों के लिए API या OpenRouter ही व्यावहारिक रास्ता है। (Mistral की पोस्ट में हार्डवेयर ज़रूरतें नहीं बताई गई हैं; Hugging Face मॉडल कार्ड देखें।)
कोडिंग-एजेंट यूज़र: टोकन-एफ़िशिएंसी का दावा ही परखने लायक है। फ़ैसला करने से पहले अपने एजेंट के काम OpenRouter के ज़रिए चलाकर देखें।

वीडियो

वीडियो: Mistral (YouTube पर)।

वीडियो: Bijan Bowen (YouTube पर)।

स्रोत

Mistral AI, "Mistral Large 4 (Le Chonk)… open weight," 29 अक्टूबर 2026: https://mistral.ai/news/mistral-large-4-oss/
Hacker News फ़्रंट पेज (Algolia API): https://hn.algolia.com/api/v1/search?tags=front_page

क्या पक्का है, और क्या नहीं

✅ हर बेंचमार्क आँकड़ा 29 अक्टूबर 2026 को लगभग 11:58 PM ET पर Mistral की पोस्ट से हाथ से कॉपी किया गया। सभी आँकड़े वेंडर ने खुद बताए हैं।
✅ लाइसेंस के शब्द और उपलब्धता के चैनल उसी पोस्ट से मिलाए गए।
⚠️ पुष्टि नहीं हुई: Hugging Face रिपो का नाम, हार्डवेयर/VRAM ज़रूरतें और API कीमत। इनमें से कुछ भी पोस्ट में नहीं है।
⚠️ हम यहाँ तीनों रीज़निंग मोड के नाम नहीं दे रहे, क्योंकि उनके लेबल हम भरोसे के साथ नहीं पढ़ सके।
HN पॉइंट एक स्नैपशॉट हैं और बदलेंगे।