ميسترال Large 4: نموذج تريليوني بمعاملات نشطة 49 مليارًا ينافس DeepSeek 4.1 Flash
ما الذي أطلقته Mistral؟
عادت Mistral AI إلى الواجهة بإطلاق معاينة Mistral Large 4، وهو نموذج بتريليون معامل إجمالي و49 مليار معامل نشط فقط، مُدرَّب على عنقود خاص يضم 3,800 وحدة NVIDIA Grace Blackwell. المعاينة متاحة حاليًا عبر واجهة Mistral API، مع وعد بإصدار الأوزان المفتوحة بحلول نهاية الشهر.
الأداء والمقارنة
سجّل النموذج نحو 38 نقطة على Artificial Analysis، متأخرًا قليلًا عن DeepSeek 4.1 Flash الذي يبلغ 552 مليار معامل. هذا تحسّن هائل مقارنة بـ Mistral Large 3 الصادر في ديسمبر الماضي والذي سجّل 9 نقاط فقط.
| النموذج | الحجم | نتيجة Artificial Analysis |
|---|---|---|
| Mistral Large 4 | تريليون معامل (49 مليارًا نشطًا) | 38 |
| DeepSeek 4.1 Flash | 552 مليار معامل | أعلى قليلًا |
| Mistral Large 3 | — | 9 |
مستويات الاستدلال
يدعم النموذج مستويين فقط عبر Mistral API: "none" و**"high"**. في اختبار الرسم الشهير، أنتج مستوى "high" نتيجة أفضل باستخدام 2,717 رمز إخراج فقط، مقابل 3,275 رمزًا لمستوى "none".
ماذا يعني ذلك لفرق المنطقة؟
بالنسبة للمؤسسات في الشرق الأوسط، يعيد هذا الإصدار Mistral كخيار أوروبي جدّي للاستضافة الذاتية والامتثال التنظيمي، خاصة مع وعد الأوزان المفتوحة. لكن الأداء لا يزال متأخرًا عن الحدود التقنية بنحو ستة أشهر، لذا يُنصح بالتجربة عبر API أولًا ثم تقييم النشر الذاتي بعد إتاحة الأوزان.
تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.
أسئلة شائعة
ما هو Mistral Large 4؟
هو نموذج لغوي جديد من Mistral AI بتريليون معامل إجمالي و49 مليار معامل نشط، مُدرَّب على عنقود خاص من 3,800 وحدة NVIDIA Grace Blackwell، ومتاح حاليًا كمعاينة عبر واجهة Mistral API.
كيف يقارن Mistral Large 4 بـ DeepSeek 4.1 Flash؟
سجّل Mistral Large 4 نحو 38 نقطة على Artificial Analysis، متأخرًا قليلًا عن DeepSeek 4.1 Flash الذي يبلغ 552 مليار معامل، ما يعني أن DeepSeek يحقق أداءً أعلى بحجم أصغر.
هل يمكن لفرق المؤسسات في الشرق الأوسط تبنّيه الآن؟
المعاينة متاحة عبر API حاليًا، لكن الأوزان المفتوحة الموعودة نهاية الشهر هي الأهم للاستضافة الذاتية والامتثال التنظيمي في المنطقة. يُنصح بالتجربة عبر API أولًا ثم تقييم النشر الذاتي بعد إتاحة الأوزان.
ما الفرق بين مستويي الاستدلال \"none\" و\"high\"؟
يوفّر النموذج مستويين فقط عبر Mistral API: \"none\" للردود السريعة و\"high\" للاستدلال المعمّق. في اختبار الرسم، استخدم \"high\" عددًا أقل من رموز الإخراج (2,717) مقارنة بـ \"none\" (3,275) مع نتيجة أفضل.
المصدر: Simon Willison (LLM & tools)
ملخص بمساعدة الذكاء الاصطناعي من المصدر أعلاه. القصص عالية الثقة تُنشر تلقائياً، والبقية تنتظر مراجعة، ولا تُضاف وقائع غير موجودة في المصدر.