شاهکار ۱ تریلیون پارامتری فرانسوی‌ها؛ میسترال با مدل قدرتمند Large 4 و لقب عجیب «لو شونک» خط‌ونشان کشید!

استارتاپ فرانسوی میسترال (Mistral AI) از نسخه پیش‌نمایش عمومی Mistral Large 4 رونمایی کرد؛ یک مدل چندوجهی فوق‌العاده با ۱ تریلیون پارامتر که با اسم رمز جذاب «لو شونک» (Le Chonk) شناخته می‌شود. این شرکت پیشگام پاریسی مدعی است که غول جدیدش دوباره آنها را به خط مقدم مدل‌های با وزن باز (Open-Weight) در سطح جهان برمی‌گرداند؛ مدلی که تمرکز ویژه‌ای روی کدنویسی، امنیت سایبری، امور مالی، تولید صنعتی و درک بصری محیط (Visual Grounding) دارد.

این مدل که به اختصار ML4 نامیده می‌شود، دارای ۴۹ میلیارد پارامتر فعال در زمان پردازش است و از صفر تا صد در مدت حدود دو ماه، روی ۴ هزار پردازنده گرافیکی پیشرفته انویدیا Grace Blackwell در دیتاسنترهای اختصاصی میسترال در خاک اروپا آموزش دیده است.

میسترال اعلام کرده که این مدل را به بیش از ۱۶۰ زبان مختلف دنیا آموزش داده که تمامی زبان‌های رسمی اتحادیه اروپا را هم در بر می‌گیرد.

این شرکت قصد دارد مدل را ابتدا از طریق رابط برنامه‌نویسی (API) میسترال در دسترس قرار دهد و سپس در تاریخ ۲۷ اکتبر، پس از یک دوره تست حدوداً سه هفته‌ای با حضور توسعه‌دهندگان، مدیران امنیت سایبری و نهادهای دولتی، وزن‌های کامل مدل را به شکل عمومی منتشر کند.

انتظار می‌رود این وزن‌ها تحت لایسنس اختصاصی میسترال منتشر شوند؛ البته این شرکت در جزئیات اولیه منتشرشده، هنوز صحبتی از قیمت‌گذاری استفاده از API به میان نیاورده است.

این عرضه مرحله‌به‌مرحله، نقش کلیدی در استراتژی جدید میسترال دارد. مدل ML4 صرفاً یک مدل همه‌منظوره معمولی نیست؛ میسترال آن را به عنوان یک پایه و شالوده اساسی معرفی می‌کند که سازمان‌های بزرگ و دولت‌ها می‌توانند در نهایت آن را روی زیرساخت‌های بومی خودشان اجرا و شخصی‌سازی کنند و حتی از قابلیت عدم ذخیره‌سازی داده‌ها (Zero Data Retention) برای حفظ حریم خصوصی بهره ببرند. همچنین میسترال می‌گوید این بازه زمانی پیش‌نمایش به آنها فرصت می‌دهد تا به یادگیری تقویتی (Reinforcement Learning) ادامه دهند و چک‌پوینت نهایی را قبل از انتشار عمومی وزن‌ها دقیق‌تر تنظیم و بهینه‌سازی کنند.

گیوم لامپل (Guillaume Lample)، هم‌بنیان‌گذار و دانشمند ارشد میسترال، در توضیحات رسمی خود پیرامون این دستاورد اعلام کرد: «مدل ML4 درست در لبه پیشرفت و خط مقدم مدل‌های با وزن باز دنیا قرار دارد.»

لامپل خاطرنشان کرد که میسترال انتظار دارد با پایان مراحل یادگیری تقویتی و افزایش ظرفیت پردازشی شرکت، قابلیت‌های مدل حتی از این هم بهتر شود. طبق گزارش میسترال، تیم علمی شرکت به رهبری لامپل توانسته ظرف مدت کوتاهی از ۳ پژوهشگر به حدود ۳۰۰ محقق نخبه گسترش پیدا کند.

از میم اینترنتی «بچه گربه چاق» تا یک مدل واقعی با ۱ تریلیون پارامتر!

برای کسانی که فرهنگ طنزآمیز و جذاب شبکه‌های اجتماعی پیرامون مدل‌های پیشتاز هوش مصنوعی را دنبال می‌کنند، تولد ML4 مثل فرود آمدن بخش آخر یک شوخی بامزه و ویروسی است که ماه‌ها قبل کلید خورده بود.

ماجرا از ماه ژوئن شروع شد؛ زمانی که یک مدل ساختگی و خیالی به نام «Le Chaton Fat» (بچه گربه چاق) در شبکه اجتماعی ایکس و ردیت حسابی سروصدا به پا کرد و ترند شد؛ با نمودارهای بنچمارک فیک و مشخصات فوق‌العاده اغراق‌آمیز برای یک مدل غول‌پیکر فرانسوی که قرار بود رقبای آمریکایی و چینی را مات کند! رسانه بیزینس اینسایدر گزارش داد که این شوخی در ژوئن همه‌گیر شد، به طوری که در بعضی نسخه‌ها ادعا می‌شد این مدل خیالی بیش از ۳۰ تریلیون پارامتر دارد و برخی دیگر شوخی‌هایی مثل قابلیت پردازش «۱۰۰۰ میو در ثانیه!» برای آن ساخته بودند. کار به جایی رسید که آرتور منش (Arthur Mensch)، مدیرعامل میسترال، هم به این شوخی پیوست و در ایکس به طنز نوشت: «راستش رو بخواید، اسمش گربه گنده‌ست!» (It's actually le gros chaton).

اما پشت تمام این شوخی‌های توییتری، یک انتظار کاملاً واقعی وجود داشت: اینکه میسترال واقعاً در حال پخت‌وپز چیزی بسیار بزرگ‌تر است. تا ماه ژوئیه، تک‌کرانچ در گزارشی از تب‌وتاب جامعه کاربری پیرامون عرضه یک مدل بزرگ اوپن‌ویت توسط میسترال خبر داد و اشاره کرد که خودِ منش و مارک اندریسن (سرمایه‌گذار نامدار میسترال) هم به این شوخی‌های «بچه گربه چاق» دامن زده بودند.

حالا میسترال واقعاً یک مدل ۱ تریلیون پارامتری واقعی دارد؛ و ظاهراً مدیران این شرکت تصمیم گرفته‌اند نگذارند این شوخی اینترنتی هدر برود! در داخل تیم میسترال، به ML4 لقب «لو شونک» (Le Chonk) داده‌اند؛ که در اصطلاحات اینترنتی و میم‌های شبکه‌های اجتماعی برای اشاره به گربه‌های بسیار تپل و بامزه استفاده می‌شود.

وقتی از گیوم لامپل پرسیده شد که آیا ML4 همان مدلی است که میم «بچه گربه چاق» نویدش را می‌داد، او در پاسخ گفت که تیم میسترال از دیدن آن میم‌ها بسیار لذت برده و می‌توان ML4 را نسخه اولیه همان ایده در نظر گرفت، و حتی مدل‌های بسیار بزرگ‌تری نیز در راهند! مدیران ارشد میسترال تأکید کردند که انتخاب اسم «لو شونک» یک ادای احترام عمدی به جامعه کاربری است که در تمام این مدت شرکت را برای ساخت یک مدل پیشتاز و غول‌پیکر تشویق می‌کردند.

به این ترتیب، یک شوخی اینترنتی به شکل غیرمنتظره‌ای به واقعیت پیوست: مدل Le Chaton Fat شاید وجود خارجی نداشت، اما چند ماه بعد، میسترال در حال عرضه یک پرچمدار واقعی با ۱ تریلیون پارامتر و وزن‌های باز است که اسم رمز یک گربه تپل را یدک می‌کشد!

۱ تریلیون پارامتر کل، اما فقط ۴۹ میلیارد پارامتر فعال!

مدل ML4 از یک معماری اسپارس (Sparse یا تُنُک) بهره می‌برد: با وجود اینکه در مجموع حاوی ۱ تریلیون پارامتر است، در حین استنتاج و پاسخگویی تنها ۴۹ میلیارد پارامتر فعال می‌شوند. این شیوه طراحی، ادامه‌دهنده ترند گسترده‌ای در بین مدل‌های متن‌باز بسیار بزرگ است که به جای درگیر کردن کل شبکه، تنها بخش کوچکی از ظرفیت عظیم مدل را در هر لحظه فعال می‌کنند تا هم سرعت حفظ شود و هم هزینه پردازش کاهش یابد.

میسترال همچنین روی این موضوع دست گذاشته که آموزش این سیستم عظیم در مقایسه با پروژه‌های پیشگام آمریکایی، به سخت‌افزار بسیار معقول‌تری نیاز داشته است. مسلماً ۴ هزار پردازنده گرافیکی Blackwell رقم بسیار بزرگی است، اما میسترال استدلال می‌کند که این میزان در برابر منابع بی‌پایان آزمایشگاه‌های غول‌پیکر آمریکایی کاملاً اقتصادی و کم‌تعداد به حساب می‌آید. البته مقایسه دقیق بهره‌وری کار دشواری است، چون رقبا داده‌های کامل منابع پردازشی خود را به صورت استاندارد منتشر نمی‌کنند. برای مقایسه، میسترال در معرفی مدل قبلی خود یعنی Large 3 که یک مدل ترکیبی از متخصصان (MoE) با ۶۷۵ میلیارد پارامتر کل و ۴۱ میلیارد پارامتر فعال بود، اعلام کرده بود که آن را با ۳ هزار تراشه انویدیا H200 آموزش داده است.

به گفته گیوم لامپل، مدل جدید ورودی‌های چندوجهی (متن و تصویر) را دریافت می‌کند اما خروجی نهایی آن همچنان به شکل متن تولید می‌شود. میسترال برای این مدل کاربردهای تخصصی مهمی را هدف قرار داده است؛ از جمله مهندسی نرم‌افزار، دفاع سایبری، تحلیل داده‌های مالی، تصاویر هوایی و ماهواره‌ای، نقشه‌کشی فنی و طراحی تراشه‌های الکترونیکی.

در میان تمام این حوزه‌ها، امنیت سایبری از نظر استراتژیک بیش‌ترین اهمیت و حساسیت را دارد. میسترال معتقد است که سازمان‌ها و شرکت‌های بزرگ نمی‌توانند کاملاً به سرویس‌های هوش مصنوعی اختصاصی و بسته (مانند مدل‌های پشت API) وابسته باشند؛ زیرا سیستم‌های ایمنی و فیلترینگ این شرکت‌ها اغلب درخواست‌های امنیتی دفاعی مشروع را صرفاً به دلیل ماهیت دوگانه مسدود می‌کنند. راهکار میسترال این است که یک مدل با وزن‌های باز، به تیم‌های امنیتی کنترل کاملی روی اسکن کدها، تست‌های نفوذ تدافعی و فرآیندهای سنگین امنیتی می‌دهد، بدون اینکه نگران سیاست‌های نظارتی متغیر یک شرکت خارجی باشند.

نتایج بنچمارک‌ها درخشان است؛ اما ماجرا پیچیده‌تر از نمودارهای اولیه است

میسترال نتایج اولیه‌ای ارائه داده که نشان می‌دهد مدل ML4 در بنچمارک مهندسی نرم‌افزار DeepSWE v1.1 به امتیاز ۶۲ درصد رسیده است. در نمودار مقایسه‌ای این شرکت، مدل جدید Beam از Reflection AI امتیاز ۴۴ درصد، مدل Qwen 3.8 Max امتیاز ۵۱ درصد، مدل DeepSeek V4 Pro 0813 امتیاز ۵۷ درصد و مدل GLM-5.3 امتیاز ۶۱ درصد را کسب کرده‌اند.

این ارقام مربوط به رقبا تا حد زیادی در منابع عمومی هم قابل ردگیری است، اما پیکربندی و نحوه اجرای بنچمارک‌ها نقش بسیار تعیین‌کننده‌ای دارد.

شرکت Reflection در بیانیه معرفی مدل Beam که همین روز گذشته منتشر شد، برای ستاپ مقایسه‌ای خود امتیاز ۴۴.۴ درصد را برای Beam، ۵۱ درصد برای Qwen 3.8 Max و ۶۱ درصد را برای GLM-5.3 ثبت کرده است.

پلتفرم تحلیلی Artificial Analysis هم به طور جداگانه گزارش داده که مدل DeepSeek V4 Pro 0813 در صورت ترکیب با فریم‌ورک ایجنتی Codex به امتیاز ۵۷ درصد در DeepSWE می‌رسد.

اما وقتی به لیدربورد زنده بنچمارک DeepSWE سر می‌زنیم که بهترین پیکربندی‌های ثبت‌شده برای هر مدل را نشان می‌دهد، ماجرا کمی فرق می‌کند: در این جدول، مدل‌های GLM-5.3 و Kimi K3 در حدود ۶۹ درصد ثبت شده‌اند و غول‌های اختصاصی مثل GPT-6 Astra، جمینای ۳.۸ فلش (Gemini 3.8 Flash) و کلود اوپوس ۵ (Claude Opus 5) روی حدود ۷۴ درصد قرار دارند.

به عبارت دیگر، امتیاز ۶۲ درصدی پیش‌نمایش ML4 بسیار رقابتی و جذاب است (به‌ویژه در برابر مدل‌های اوپن‌ویت غربی نظیر Beam)، اما این بدان معنا نیست که در تمام تنظیمات و ترکیب‌های ایجنتی بتواند برتری بی‌چون‌وچرایی در حوزه کدنویسی داشته باشد.

بنچمارک حقوقی، معیار بیرونی و شفاف‌تری برای راستی‌آزمایی ارائه می‌دهد. نمودار میسترال برای ML4 نرخ قبولی ۱۵ درصدی در بنچمارک ایجنت حقوقی هاروی (Harvey) را نشان می‌دهد. لیدربورد عمومی Vals.ai در حال حاضر امتیاز مدل Kimi K3 را ۱۲.۹۲ درصد، مدل MiMo V2.6 Pro را ۱۰.۸۳ درصد و GLM-5.3 را ۸.۳۳ درصد گزارش کرده که با ارقام گردشده رقبا در نمودار میسترال همخوانی دارد. اگر امتیاز ۱۵ درصدی ML4 تحت همین متدولوژی به دست آمده باشد، این مدل را جلوتر از رقبای اوپن‌ویت خود قرار می‌دهد؛ هرچند در پلتفرم Vals هنوز چندین مدل تجاری و اختصاصی وجود دارند که امتیاز بالاتری ثبت کرده‌اند.

میسترال همچنین در بنچمارک فینچ (Finch) که مربوط به فرآیندهای مالی و حسابداری سازمانی است، امتیاز ۶۷ درصد را به ثبت رسانده که در نمودار ارائه‌شده با DeepSeek V4 Pro 0813 برابری می‌کند و بالا‌تر از GLM-5.3 با ۶۵ درصد قرار می‌گیرد. بنچمارک فینچ یک ارزیابی عمومی پذیرفته‌شده در کنفرانس ACL 2026 است؛ که ۳۸۴ تسک پیچیده شامل کار با اکسل‌های حجیم، اسناد، جستجو، مدل‌سازی و گزارش‌گیری روی داده‌های آشفته و واقعی سازمانی را ارزیابی می‌کند. با این حال، هنوز نتایج منتشرشده رسمی و مستقلی برای نمرات دقیق این مدل‌های جدید‌تر در فینچ در دسترس عموم قرار نگرفته است.

همین احتیاط در مورد ادعاهای میسترال در زمینه درک بصری محیط (Visual Grounding) هم صدق می‌کند. اطلاعات منتشرشده نشان می‌دهد ML4 در بنچمارک Dense200 امتیاز ۴۲ درصد و در DIOR-RSVG امتیاز ۷۳ درصد کسب کرده که بالا‌تر از اغلب مدل‌های عمومی حاضر در مقایسه است. بنچمارک‌های Dense200 و DIOR-RSVG از آزمون‌های معتبر بینایی ماشین هستند، اما داده‌های مستقل مقایسه‌ای برای نتایج دقیق مدل‌هایی مانند GPT-6 Astra، Kimi K3 و DeepSeek در اسلایدهای اولیه هنوز به طور گسترده در منابع عمومی ثبت نشده است.

این تفاوت‌ها اهمیت زیادی دارند؛ چرا که بزرگ‌ترین ادعای استراتژیک میسترال این نیست که ML4 تمام مدل‌های اختصاصی و بسته دنیا را شکست می‌دهد، بلکه مدعی است این مدل قدرتمندترین هوش مصنوعی با وزن‌های باز (اوپن‌ویت) است که در خارج از چین توسعه یافته و توانایی رقابت پایاپای با برترین سیستم‌های باز چینی را دارد. تا زمان انتشار این خبر، نام ML4 هنوز در ارزیابی‌های عمومی Artificial Analysis یا لیدربورد DeepSWE وارد نشده است؛ بنابراین این ادعاهای رتبه‌بندی تا زمانی که کارشناسان و متخصصان مستقل بتوانند مدل نهایی و وزن‌های منتشرشده را ارزیابی کنند، در مرحله آزمایشی باقی می‌ماند.

قمار بزرگ‌تر میسترال: وزن‌های باز به همراه زیرساخت اختصاصی سازمانی

تولد ML4 در لحظه‌ای بسیار سرنوشت‌ساز برای میسترال رقم می‌خورد. این شرکت که در سال ۲۰۲۳ توسط آرتور منش (پژوهشگر سابق دیپ‌مایند) و گیوم لامپل و تیموتی لاکروا (محققان سابق متا) تأسیس شد، خیلی سریع توانست به عنوان جدی‌ترین نماینده اروپا در برابر غول‌های آمریکایی و چینی قد علم کند.

اولین مدل این شرکت یعنی Mistral 7B در سپتامبر ۲۰۲۳ معرفی شد و پس از آن مدل اسپارس Mixtral 8x7B در اواخر همان سال به بازار آمد؛ دو گامی که استراتژی اصلی شرکت را بر پایه ارائه مدل‌های کارآمد، سبک و دارای وزن‌های باز بنا نهادند.

از آن زمان تاکنون، فعالیت‌های میسترال بسیار فراتر از ارائه وزن‌های خام مدل‌ها گسترش یافته است. اکوسیستم این استارتاپ اکنون شامل ابزار‌های توسعه‌دهندگان، خدمات سازمانی، سرویس‌های شخصی‌سازی، زیرساخت استنتاج و پلتفرم Mistral Compute است؛ بخشی از برنامه کلان آنها برای اینکه به سازمان‌ها فقط دسترسی به یک مدل نفروشند، بلکه کنترل کامل بر زیرساخت، استقرار و مهندسی را در اختیارشان بگذارند. آرشیو اخبار و محصولات میسترال به خوبی گویای این توسعه پرشتاب است.

در ماه سپتامبر، میسترال جذب سرمایه ۳ میلیارد یورویی در سری D را با ارزش‌گذاری بیش از ۲۱ میلیارد یورو اعلام کرد؛ رکوردی تاریخی که به گفته این شرکت، بزرگ‌ترین دور جذب سرمایه توسط یک شرکت فناوری اروپایی تا به امروز به حساب می‌آید. رویترز ارزش این شرکت را حدود ۲۴ میلیارد دلار تخمین زده است. میسترال می‌گوید اکنون به بیش از ۱۲۵ شرکت غول‌پیکر بین‌المللی نظیر ایرباس (Airbus)، ای‌اس‌ام‌ال (ASML) و بانک HSBC خدمات ارائه می‌دهد.

این استراتژی جامع (Full-Stack) به خوبی توضیح می‌دهد که چرا میسترال بدون نگرانی، وزن‌های مدل‌های پرچمدار خود را منتشر می‌کند و آنها را صرفاً پشت دیوارهای بسته API حبس نمی‌کند. گیوم لامپل اشاره کرد که مشتریان و سازمان‌ها این روز‌ها به چیزی فراتر از دسترسی ساده به یک مدل نیاز دارند؛ استقرار، زیرساخت، شخصی‌سازی و پشتیبانی مهندسی در فرآیندهای پیچیده هوش مصنوعی، بخش اصلی کسب‌وکار را تشکیل می‌دهند. میسترال عملاً روی این ایده شرط بسته که خودِ وزن‌های مدل‌ها در آینده به یک کالای عمومی و در دسترس تبدیل می‌شوند، در حالی که ارزش اقتصادی واقعی و قراردادهای بزرگ به سمت زیرساخت‌ها و سیستم‌هایی حرکت می‌کند که پیرامون این مدل‌ها ساخته می‌شوند.

برای سازمان‌ها و شرکت‌های بزرگ، پرسش اساسی این است که آیا چک‌پوینت نهایی ML4 در آزمون‌های مستقل و کاربری واقعی هم سربلند بیرون می‌آید یا خیر؛ و اینکه آیا میسترال می‌تواند وعده «استقلال داده و زیرساخت بومی» را به مزایای ملموس در کاهش هزینه، کنترل بیش‌تر و شخصی‌سازی تبدیل کند؟ میسترال برای اثبات این موضوع سه هفته به خود فرصت داده است. بعد از ۲۷ اکتبر، لقب شوخ‌طبعانه «لو شونک» کم‌رنگ می‌شود و آنچه واقعاً اهمیت پیدا می‌کند، کارایی و قدرتی است که توسعه‌دهندگان می‌توانند روی سخت‌افزارهای خودشان از این غول جدید بیرون بکشند.