ב־30 שניות
- Mistral Large 4 זמין בתצוגה מקדימה דרך ה-API. החברה מבטיחה לפרסם את המשקלים עד סוף אוקטובר, והם עדיין אינם זמינים להורדה.
- מיסטרל מדווחת על יכולות סייבר חזקות, אבל חלק מהיתרון במבחנים נובע מכך שמודלים מתחרים מסרבים לבצע את המשימה.
- דיווחים על מדד Artificial Analysis מצביעים על קפיצה מול Mistral Large 3, לצד פער ממודלים סגורים מובילים. התיעוד והודעת ההשקה אינם מסכימים על מספר הפרמטרים הפעילים.
מה חשוב להבין
הכתבה מבוססת על הודעת מיסטרל, התיעוד הרשמי ודיווחי The Decoder, The Register, CNBC וסיימון וויליסון. נתוני הסייבר מיוחסים למיסטרל; מדד Artificial Analysis מובא דרך דיווחים ולא נבדק כאן ישירות. לא ביצענו בדיקת ביצועים עצמאית.
מה זמין עכשיו ומה עדיין לא
מיסטרל (Mistral) הציגה ב-6 באוקטובר את Mistral Large 4, המכונה Le Chonk, בתצוגה מקדימה ציבורית. אפשר לגשת למודל דרך ה-API ב-Mistral Studio. החברה מבטיחה לפרסם את משקלי המודל עד סוף החודש, אבל הם אינם זמינים להורדה בעת ההכרזה. זו הבחנה חשובה: גישה לשירות אינה זהה לאפשרות להריץ את המודל אצלכם.
משקלים הם הערכים המספריים שהמודל למד בזמן האימון. פרסומם מאפשר להפעיל מודל מחוץ לשירות של הספק, בכפוף לרישיון ולמשאבי המחשוב הדרושים. הוא אינו מבטיח שכל נתוני האימון או שיטות הפיתוח פתוחים. לכן נכון לתאר את ML4 כמודל שמיועד לפרסום במשקלים פתוחים, ולא כמודל שאפשר כבר להוריד או כפרויקט קוד פתוח ללא מגבלות.
מיסטרל אומרת שהמודל עדיין משתפר ושאימון ההמשך באמצעות למידת חיזוק נמשך. התצוגה המקדימה אינה בהכרח הגרסה שתצא בסוף החודש. החברה מתכננת לפרסם עם המשקלים פרטים נוספים על הארכיטקטורה, מדדים ושיטות האימון.
טריליון פרמטרים, אבל לא כולם פועלים יחד
בהודעת ההשקה מיסטרל מתארת מודל רב-מודאלי עם טריליון פרמטרים ו-49 מיליארד פרמטרים פעילים. בדף התיעוד שקראנו מופיעים מספרים אחרים: 1.05 טריליון בסך הכול ו-52 מיליארד פעילים, לצד רכיב עיבוד תמונה עם 1.6 מיליארד פרמטרים. המספרים אינם זהים בין שני המקורות הרשמיים, ואין מקום להציג את מספר הפרמטרים הפעילים כנתון סופי ואחיד.
התיעוד מתאר ארכיטקטורת תערובת מומחים (Mixture of Experts). במקום להפעיל את כל חלקי המודל לכל יחידת טקסט, המערכת משתמשת בחלק מהם. זה מסביר את הפער בין הגודל הכולל למספר הפרמטרים הפעילים. הוא אינו אומר שאפשר להחזיק בזיכרון רק את החלק הפעיל, ואינו הופך מודל בגודל הזה לכלי שניתן להריץ במחשב נייד רגיל.
התיעוד מציין חלון הקשר של מיליון טוקנים ותמיכה בעבודה עם מסמכים, פלט מובנה וקריאה לפונקציות. אלה יכולות מוצר, לא הבטחה שכל משימה ארוכה תושלם במדויק. ארגון עדיין צריך לבדוק את איכות התשובות על המסמכים שלו ואת אופן הטיפול בכלים ובהרשאות.
היתרון בסייבר מגיע גם מהבדלים במדיניות
מיסטרל מדגישה משימות סייבר ומדווחת על 82% במבחן שמבקש לשחזר חולשה אמיתית בתוכנת קוד פתוח ואז לתקן אותה. לפי החברה, מודלים סגורים מובילים, ובהם Claude Opus 5.5 ו-GPT-6 Astra, קיבלו תוצאות קרובות לאפס משום שסירבו לבצע את המשימה. The Decoder מדגיש שההשוואה מודדת גם את מדיניות הספקים, ולא רק יכולת טכנית.
לכן אי אפשר להסיק מהנתון ש-ML4 עדיף על כל מתחרה בכל משימת אבטחה. סירוב יכול לחסום חוקר מורשה, אבל יכול גם למנוע סיוע לתוקף. כדי להשוות כלים צריך לדעת באילו הרשאות נעשתה הבדיקה, איזו גישה ניתנה למודל ומה נחשב הצלחה. נתוני הסייבר המובאים כאן הם כפי שפורסמו בהודעת מיסטרל, ולא בדיקה שערכנו בעצמנו.
עד פרסום המשקלים, מיסטרל אומרת שהיא בוחנת את המודל עם חברות אבטחה, שותפים מאושרים ורשויות מדינה. השותפים מקבלים גישה לאותו מודל עם פחות מגבלות ויכולות סייבר מורחבות. אין בכך הבטחה שהגישה הציבורית כוללת את אותם תנאים, או אישור להשתמש במודל לבדיקה של מערכות שאין לכם הרשאה לבדוק.
קפיצה למיסטרל, לא ניצחון גורף
לפי The Decoder וסיימון וויליסון, ML4 קיבל 38 נקודות במדד Intelligence Index של Artificial Analysis, לעומת 9 נקודות ל-Mistral Large 3. The Decoder מציין שבאותה תמונת מצב Claude Opus 5.5 מוביל עם 58 נקודות. לא בדקנו כאן את טבלת Artificial Analysis ישירות; ההשוואה מבוססת על הדיווחים שקראנו וממחישה שיפור גדול מול הדור הקודם, לצד פער ממודלים סגורים מובילים.
The Register מתאר תמונה דומה: הישג משמעותי למיסטרל בקרב מודלים שמפותחים מחוץ לסין, אך נחיתות מול דגמי הדגל של OpenAI ו-Anthropic במדד הכללי. מיסטרל מציגה תוצאות חזקות במשימות קוד, מסמכים, כספים והבנת תמונות. מבחן נקודתי מוצלח אינו מחליף הערכה של משימה עסקית שלמה, עם בדיקת טעויות, זמן עבודה ועלות.
דיווח CNBC מציב את ההשקה בתוך התחרות על מודלים שניתן להתאים ולהפעיל באופן עצמאי. היתרון העסקי האפשרי אינו רק ציון גבוה יותר: הוא גם היכולת לבחור תשתית ומדיניות הפעלה. כרגע זו אפשרות שמיסטרל מתכננת לספק עם פרסום המשקלים, ולא מצב שכבר זמין לכל ארגון.
מה המשמעות לארגונים בישראל
לפי מיסטרל, המודל אומן מאפס על 3,800 מעבדי NVIDIA Grace Blackwell במרכזי הנתונים שלה באירופה, וגם התצוגה המקדימה פועלת שם. החברה מתכננת אפשרות פריסה אירופית שתפעיל בעצמה תחת הדין האירופי. CNBC משתמש במספר מעוגל של 4,000 מעבדים; כאן אנו מביאים את המספר שמופיע בהודעה הרשמית.
מיקום תשתית באירופה אינו מוכיח עמידה בכל דרישת פרטיות או אבטחה. לארגון ישראלי כדאי לבדוק את תנאי העיבוד, שמירת הנתונים, גישה של צדדים נוספים והרישיון הסופי לפני העברת חומר רגיש או תכנון פריסה פנימית. שליטה בתשתית יכולה לשנות את חלוקת האחריות, אבל אינה מבטלת אותה.
מיסטרל אומרת שנתוני האימון כוללים יותר מ-160 שפות. זה אינו ציון איכות בעברית: המקורות שקראנו אינם מציגים מבחן עברית ייעודי. מי ששוקל להשתמש במודל צריך לבדוק מסמכים בעברית, שמות, טבלאות והוראות מקצועיות על דוגמאות שאינן רגישות, ולהשוות את התוצאות לכלי שכבר נמצא בשימוש.
מה לבדוק לפני החלטה
בשלב הזה אפשר לבצע ניסוי מוגבל דרך ה-API, עם משימות מוגדרות ונתונים לא רגישים. כדאי למדוד דיוק, טעויות שנראות משכנעות, שימוש בכלים וזמן תיקון אנושי, ולא להסתפק בדוגמה אחת מוצלחת. שימוש סייבר צריך להישאר בסביבת בדיקה מורשית, עם בקרה על הפעולות שהמודל יכול לבצע.
לפני בחירה בהרצה עצמאית, צריך להמתין לפרסום המשקלים ולבדוק את הרישיון, דרישות החומרה ותנאי השימוש בפועל. עד סוף אוקטובר זו הבטחה של הספק. החדשות כעת הן שמיסטרל חזרה עם תצוגה מקדימה חזקה יותר ועם דגש על שליטה ארגונית, לא שכבר נמצא תחליף עדיף לכל מודל ולכל משימה.
המשמעות שמעבר לכותרת
ההשקה מוסיפה אפשרות לארגונים שרוצים בעתיד להפעיל מודל מחוץ לשירות של הספק ולשלוט בתשתית ובמדיניות. הבחירה עדיין תלויה ברישיון, בחומרה ובבדיקה על המשימות האמיתיות של הארגון.
צעד יישומי אחד
אפשר לבחון את ה-API על דוגמאות לא רגישות. אל תתכננו עדיין פריסה עצמאית כאילו המשקלים כבר זמינים, ואל תסיקו מהצהרה על 160 שפות שהמודל נבדק היטב בעברית.
שאלות נפוצות
האם אפשר להוריד את Mistral Large 4 עכשיו?
לא בעת ההכרזה. ה-API זמין בתצוגה מקדימה; מיסטרל מבטיחה את המשקלים עד סוף אוקטובר.
האם הוא טוב יותר מכל המודלים הסגורים?
לא לפי התמונה הכללית בדיווחים שקראנו. מיסטרל מציגה הישגים במשימות מסוימות, וחלק ממבחני הסייבר מושפעים מסירוב של המתחרים לבצע את המשימה.
כמה פרמטרים פעילים יש בו?
בהודעת ההשקה מופיעים 49 מיליארד ובדף התיעוד 52 מיליארד. אין נתון אחיד בין שני המקורות הרשמיים.
האם הוכחה איכות העבודה בעברית?
לא במקורות שקראנו. ההצהרה על יותר מ-160 שפות אינה מחליפה בדיקה ייעודית בעברית.
מקורות ובדיקת עובדות
אבי פריד
מדריך AI המתמחה בחדשנות אישית וארגונית, חשיבה בעזרת מודלים, יצירת MVP ובדיקת רעיונות ומוצרים.
לפרופיל של אבי פריד
