Гонка генеративных моделей перешагнула психологический рубеж в один триллион параметров. До сих пор системы подобного масштаба оставались исключительной прерогативой закрытых американских корпораций, предоставлявших доступ лишь через жестко цензурируемые облачные API. Французская лаборатория Mistral AI нарушила этот баланс, анонсировав мультимодальный флагман Mistral Large 4 под ироничным кодовым именем Le Chonk («Толстяк»).
Модель насчитывает 1.05 триллиона суммарных параметров, однако благодаря разреженной архитектуре Mixture-of-Experts (MoE) для обработки каждого токена активируется лишь специализированная группа экспертов весом 49–52 млрд параметров. Это обеспечивает высокую пропускную способность инференса при масштабе мышления триллионного гиганта. Обучение велось в европейских дата-центрах на специализированном кластере из 3 800 графических процессоров NVIDIA Grace Blackwell.
Триллион параметров в разреженной архитектуре экспертов
В полносвязных плотных моделях (dense networks) увеличение числа параметров неизбежно приводит к пропорциональному росту задержки: каждое слово прогоняется через всю колоссальную массу весов. Архитектура MoE действует по принципу многопрофильного консилиума: умный маршрутизатор (router network) оценивает входной контекст и активирует только тех экспертов, которые специализируются на конкретной теме — будь то синтаксис Rust, дифференциальные уравнения или перевод юридических контрактов.
В тестах решения реальных программно-инженерных задач Mistral Large 4 заняла второе место в мире, уступив лишь закрытой Claude Opus 5. Модель демонстрирует выдающуюся способность ориентироваться в гигантских кодовых базах, безошибочно отслеживая циклические зависимости и выявляя тонкие утечки памяти.
Европейский суверенитет и открытые веса
Главный тектонический сдвиг заключается в политике распространения. Модель уже доступна в публичном превью на платформе Mistral Studio, а полный релиз открытых весов (Open Weights) запланирован на конец октября 2026 года.
Для европейского и глобального enterprise-сектора это означает возможность развернуть флагманский ИИ внутри закрытого корпоративного периметра, гарантируя соблюдение норм GDPR и исключая риски внезапного изменения условий обслуживания со стороны зарубежных монополий.
Агентные интеграции и работа со сложными чертежами
Le Chonk изначально создавался как фундамент для автономных рабочих агентов. В систему встроены готовые коннекторы к офисной инфраструктуре: Gmail, корпоративным каналам Slack, таблицам Google Sheets и трекерам задач Jira. Агент способен самостоятельно распарсить входящую задачу, запросить недостающие данные из смежных систем и сформировать пулл-реквест.
Мультимодальное зрение модели оптимизировано не просто под распознавание бытовых фотографий, а под чтение сложной технической графики: принципиальных электрических схем, архитектурных чертежей и UI-макетов.
Аппаратные требования и вердикт для индустрии
Локальный запуск столь масштабной системы остается серьезным инженерным вызовом. Даже в 4-битном квантовании для размещения весов в оперативной памяти потребуется серверная стойка с 600–800 ГБ быстрой видеопамяти (например, узел из восьми карт NVIDIA H100 или B200).
Тем не менее появление триллионной модели с открытыми весами устанавливает новый отраслевой стандарт. Mistral доказывает, что открытые архитектуры способны на равных конкурировать с закрытыми проприетарными гигантами, возвращая контроль над передовым ИИ в руки инженерного сообщества.