Mistral AI הציגה את Mistral Large 4, המכונה גם Le Chonk — מודל רב־אופני במבנה Mixture-of-Experts עם יותר מטריליון פרמטרים בסך הכול. החברה מציעה אותו כעת בתצוגה מקדימה, בעוד פרסום המשקלים מתוכנן לסוף אוקטובר.
ההשקה מעניינת במיוחד ארגונים שרוצים לשלב מודל מתקדם בלי לוותר מראש על האפשרות להריץ אותו בסביבה בשליטתם. עם זאת, חשוב לדייק: נכון למועד הפרסום, מדובר במודל פתוח במשקל (open-weight), לא בהכרח בפרויקט קוד פתוח מלא לפי כל הגדרה מקובלת.
מה כוללת הארכיטקטורה של Mistral Large 4
לפי ההכרזה הרשמית של Mistral, המודל כולל כ-1.05 טריליון פרמטרים בסך הכול, אך מפעיל כ-52 מיליארד פרמטרים לכל טוקן. זו בדיוק המטרה של מבנה Mixture-of-Experts: לחלק את העבודה בין "מומחים" פנימיים ולהפעיל בכל רגע רק חלק מהמודל, במקום להשתמש בכל הפרמטרים בכל בקשה.
בתיעוד המוצר החברה מפרטת גם מקודד ראייה בגודל 1.6 מיליארד פרמטרים וחלון הקשר של עד מיליון טוקנים. המשמעות המעשית היא שהמודל נועד לעבד טקסט, תמונות ומסמכים ארוכים במסגרת אחת — יכולת שרלוונטית לניתוח מאגרי ידע, קוד, חוזים ותיעוד טכני.
המודל זמין, אבל המשקלים עדיין בדרך
Mistral Large 4 זמין בתצוגה מקדימה דרך שירותי Mistral, אך החברה הודיעה שהמשקלים עצמם יפורסמו בסוף החודש. Reuters דיווחה ב-6 באוקטובר 2026 כי מועד פרסום המשקלים המתוכנן הוא 27 באוקטובר.
ההבחנה הזו חשובה: גישה ל-API מאפשרת להתחיל לבדוק את המודל, אבל רק פרסום המשקלים יאפשר לקהילת המפתחים ולארגונים להעריך בצורה מלאה יותר את אפשרויות ההרצה העצמאית, דרישות החומרה וההתאמה לתרחישי שימוש מקומיים.
אירופה, תשתיות ו-3,800 מאיצי Blackwell
Mistral מסרה כי אימנה את המודל על 3,800 מערכות NVIDIA Grace Blackwell במרכזי הנתונים שלה באירופה. הנתון הזה ממחיש את היקף התשתית הדרוש לאימון מודל בקנה מידה כזה, אבל הוא אינו אומר שכל ארגון יצטרך מערך זהה כדי לבצע הסקה. דרישות ההרצה בפועל תלויות בין היתר בקוונטיזציה, באורך ההקשר, בכמות המשתמשים ובתצורת הפריסה.
החברה מציגה תמיכה ביותר מ-160 שפות וממקמת את המודל כחלק מהמאמץ לבנות תשתית AI אירופית. עבור ארגונים בישראל, הערך האפשרי אינו רק בביצועים אלא גם בגמישות לפרוס מודלים בסביבה פרטית או היברידית — בכפוף לבדיקה של רישוי, עלויות תשתית, שמירת נתונים וצריכת אנרגיה.
מה עדיין צריך לבדוק באופן עצמאי
Mistral טוענת שהמודל משיג תוצאות מובילות בין מודלים פתוחים במשקל במבחנים מסוימים, כולל משימות קוד וסייבר. אלה טענות של היצרנית, ולכן אין לראות בהן תחליף להשוואה עצמאית על עומסי העבודה של הארגון. גם Reuters מסגרה את יתרון הביצועים כטענה של החברה.
- איכות בעברית: תמיכה רב־לשונית אינה מבטיחה אותה איכות בכל שפה ובכל תחום.
- עלות כוללת: יש למדוד לא רק מחיר API, אלא גם GPU, אחסון, ניטור ותפעול בהרצה עצמאית.
- אבטחת מידע: מודל פתוח במשקל אינו פותר לבדו סוגיות של בקרת גישה, דליפת מידע או שימוש לרעה.
- רישוי: יש לקרוא את תנאי הרישיון הסופיים כאשר המשקלים יפורסמו.
לארגונים שמתכננים פיילוט AI, מומלץ להתחיל במערך בדיקות מוגדר: דיוק על נתונים אמיתיים, זמני תגובה, עלות לבקשה, יכולת עבודה בעברית ובקרות אבטחה. מדריך נוסף על מחשוב AI מקומי וחומרה ייעודית יכול לספק הקשר רחב יותר לשינוי שעובר השוק.
השורה התחתונה
Mistral Large 4 הוא צעד משמעותי בשוק המודלים הפתוחים במשקל: מודל ענק, רב־אופני ובעל חלון הקשר רחב, שמגיע מחברה אירופית ומכוון גם להרצה בשליטת הלקוח. אבל ההבטחה האמיתית תיבחן לאחר פרסום המשקלים, הרישיון ותוצאות בדיקה עצמאיות. עד אז, נכון להתייחס לנתוני הביצועים כנקודת פתיחה לפיילוט — לא כהוכחה מוכנה מראש.
תמונת המחשה: נוצרה באמצעות AI עבור ITPortal
