Mistral、Mistral Large 4のパブリックプレビューを開始、ウェイトは月末公開予定

ML4は1 trillionパラメータ、アクティブ52 billionのネイティブマルチモーダルモデルで、同社が最大かつ最も高性能と位置づけるモデルである。NVIDIA Grace Blackwell GPU 3,800基を使い、欧州の自社データセンターでゼロから学習した。プレビューも同じ基盤で提供される。学習データには160以上の言語が含まれ、EUの公用語がすべて入っている。ウェイト公開までの間、サイバーセキュリティ分野のパートナーや公的機関が、モデレーションを緩めた同一モデルでレッドチーミングを行っている。

ベンチマークでは、Cybenchで93%、Artificial Analysis Cyber Indexの脆弱性再現とパッチのテストで82%を記録した。Claude Opus 5.5とGPT-6 Astraは、タスクを拒否するため同テストでほぼ0に近いとされる。コーディングでは、DeepSWE v1.1が61.7%、SWE-Atlas-QnAが59.4%、Terminal-Bench 4が28.3%である。Surge AIの盲検人間評価では5モデル中2位（3.74）で、上位はClaude Opus 5（4.22）のみだった。AutomationBenchは59.9%、AA-Briefcaseは1,393 Eloである。

マルチモーダルでは視覚的グラウンディングが強みで、Dense 200でGPT-6-Astraを42%対41%で上回った。科学・数学ではSciCode-Verifiedでオープンモデル中の最高水準とされ、Hartree–Fockシミュレーションを一度の生成で作成できる例が示された。法務・金融では、vals.aiの評価でGPT-6-Astraを上回り、HarveyAIのLegal Agent benchmarkでは全オープンソースモデルを上回るとしている。

安全性では、間接的プロンプトインジェクションへの耐性に関する社内ベンチマークが飽和し、LakeraのB3 AI Security Benchmarkでは攻撃の93.3%に耐えた。KORA Benchmarkは1.691（最大2）である。サイバー関連プロンプトの拒否率も、オープンモデルの中で最も高いと説明している。

学習面では、強化学習（RL）を大規模に回している。現在の規模は3k GPUで、1日に約33 billionトークンを生成し、そのうち約16 billionが学習対象の補完トークンである。このRLの実行はまだ進行中で、飽和の兆候はないという。ML4は€3 billionのSeries Dによるロードマップの最初の節目で、今後は特化型モデル群の基盤にもなる。アーキテクチャや追加ベンチマーク、ポストトレーニング手法の詳細も、ウェイトと併せて公開される予定である。