Mistral تنشر أوزان Large 4: نموذج مفتوح بتريليون معامل للبرمجة

نشرت Mistral AI أوزان Mistral Large 4، نموذجها الرائد الجديد. وهو نظام متعدد الوسائط بحجم 1 تريليون معامل، ولا يعمل مع النصوص فقط بل مع أنواع أخرى من البيانات أيضًا. و«الأوزان» هي الأرقام نفسها التي تُخزَّن فيها الشبكة العصبية المدرَّبة. وما دامت الأوزان مفتوحة، يمكن تنزيل النموذج وتشغيله على عتادك الخاص وإجراء تدريب إضافي له بما يناسب احتياجاتك. دُرّب النموذج من الصفر على بنية تحتية أوروبية. وبعد النسخة التجريبية العامة، جرى تدريبه لاحقًا بطريقة التعلم المعزز (RL، حيث يحصل النموذج على «تقييم» لنتيجته ويعدّل سلوكه وفقًا له) على فئتين من المهام: البرمجة والأمن السيبراني.

ماذا أظهرت القياسات المستقلة؟

الأرقام مأخوذة من تصنيفات شركة Artificial Analysis. تُجري الشركة اختبارات مستقلة للنماذج عبر مجموعات اختبار قياسية وتنشر مقارنة بينها.

• Coding Agent Index: 48%. يختبر هذا المؤشر وكلاء البرمجة: يتلقى النموذج مهمة داخل قاعدة شيفرة حقيقية، ثم يقرأ الملفات بنفسه ويُجري التعديلات ويشغّل الفحوص. و48% هي الدرجة النهائية لـ Mistral Large 4.
• رموز أقل بنسبة 47% مقارنة بـ GLM-5.3. الرمز (token) هو وحدة النص التي يدفع المستخدم مقابلها. ولحل المهمة نفسها، يستهلك Mistral Large 4 رموزًا أقل بنحو النصف من النموذج المفتوح GLM-5.3. وهذا مهم للوكلاء، لأنهم ينفذون عشرات الخطوات وكل خطوة لها تكلفة.
• Artificial Analysis Cyber: 51%. يقيّم هذا الاختبار ثلاث مهارات: العثور على ثغرة في الشيفرة، وإعادة إنتاجها (أي إثبات أن الثغرة تعمل فعليًا)، وكتابة تصحيح يسدّها.

وتقول Mistral، في تصريح منفصل، إن النموذج يدقّق الشيفرة دون أن تُفعَّل مرشحات الأمان عن طريق الخطأ. والمشكلة معروفة: ترفض نماذج كثيرة تحليل شيفرة تحتوي على ثغرات، إذ تعدّ طلب المدافع محاولة هجوم. وهذا الرفض يعني بالنسبة لخبير الأمن وقتًا ضائعًا. أما مدى نجاح ذلك عمليًا، فستكشفه الاختبارات المستقلة.

أوضاع الاستدلال والسعر

لإدارة التكلفة، زُوِّد النموذج بثلاثة أوضاع للاستدلال:

• Low: حد أدنى من التفكير، وإجابات سريعة ورخيصة؛
• Medium: حل وسط؛
• High: الوضع الافتراضي، وفيه أقصى قدر من الاستدلال في المهام المعقدة.

يقرر المطوّر بنفسه عدد الرموز التي تُنفَق على «التفكير». يكفي وضع Low لتعديل بسيط في سطر واحد، أما للبحث عن ثغرة في مشروع كبير فالأفضل وضع High.

أسعار API الرسمي من Mistral:

• $0,70 لكل مليون رمز إدخال؛
• $0,07 لكل مليون رمز إدخال عند الوصول إلى التخزين المؤقت (الكاش)، أي أرخص بعشر مرات؛
• $2,10 لكل مليون رمز إخراج.

يفيد خصم التخزين المؤقت الوكلاء تحديدًا. ففي الجلسة الطويلة يرسلون إلى النموذج السياق نفسه مرارًا: وصف المشروع، والملفات التي قرؤوها، وسجل الخطوات.

أين يمكن تجربته وماذا عن الترخيص؟

ليس من الضروري تشغيل النموذج محليًا. فهو متاح عبر:

• Mistral API؛
• OpenRouter، وهي بوابة موحدة إلى نماذج كثيرة؛
• Vibe Code، وهي بيئة التطوير من Mistral؛
• حاويات NVIDIA NIM المحسّنة، الجاهزة للنشر على وحدات GPU.

توجد الأوزان على Hugging Face في المستودع Mistral-Large-4-1T-A52B. ويُفهم من الاسم أن النموذج مبني وفق بنية «مزيج الخبراء»: من أصل 1 تريليون معامل، يُفعَّل نحو 52 مليارًا لكل رمز. وهذا يسرّع العمل ويخفّض تكلفته مقارنة بنموذج كثيف بالحجم نفسه. لكن تخزين جميع الأوزان كاملةً يبقى لازمًا. وبصيغة 8 بت يبلغ ذلك نحو تيرابايت، لذا لا يمكن تشغيل النموذج دون عنقود من عدة خوادم مزوّدة بوحدات GPU.

الترخيص هو MIT معدّل. فرخصة MIT الأساسية لا تفرض تقريبًا أي قيود، لكن Mistral أضافت شروطًا خاصة بها. وتظهر هذه الشروط في ملف LICENSE داخل المستودع. وينبغي لمستشاري الشركات القانونيين قراءته قبل الاعتماد على النموذج، خصوصًا إذا تعلق الأمر بمنتجات تجارية.

ماذا يعني ذلك للمهندسين والشركات؟

أمام الفرق التي تحتاج إلى وكيل برمجة وتهتم بالتحكم في بياناتها خيار جاد آخر بأوزان مفتوحة. فيمكن إبقاء النموذج داخل نطاقها الخاص وتدريبه لاحقًا على شيفرتها. ويمنح المنشأ الأوروبي والتدريب على بنية تحتية أوروبية حجة للشركات التي لديها متطلبات بشأن مكان استضافة البيانات.

ينبغي مقارنة النموذج على مهامك الخاصة. فمؤشر Artificial Analysis مرجع جيد، لكنه ليس بديلًا عن تجربة فعلية على مستودعك. ولا يتحول توفير 47% من الرموز مقارنة بـ GLM-5.3 إلى فائدة حقيقية إلا مع أحجام عملك وسيناريوهاتك. أما نتيجة 51% في الأمن السيبراني فتعني أن النموذج يحل نحو نصف مهام الاختبار. وهو لا يحل حتى الآن محل عمل خبير الأمن البشري، لكنه مفيد بالفعل كمساعد في تدقيق الشيفرة.