ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارMistral AI Blog→ المصدر

Mistral تفتح أوزان Large 4: 19,7% من تعديلات الوكيل كان القائمون على صيانة المشاريع سيقبلونها في الكود

نشرت Mistral أوزان Large 4 (Le Chonk)، وهو نموذج مفتوح لكتابة الكود بحجم 1 تريليون معامل. في اختبار FrontierCode 2.0 المغلق من Cognition يُقيَّم ما إذا كان القائم على صيانة المستودع سيقبل تعديل الوكيل: بلغت نسبة التعديلات المقبولة لدى Large 4 نحو 19,7%، ولدى DeepSeek V4.1 Flash نحو 19,3%. وفي Coding Agent Index حقق النموذج 48%، أي مثل الرائد GLM-5.3، لكنه يستهلك رموزًا أقل بنسبة 47% لكل مهمة. وبالنسبة لوكيل برمجي يعمل على خوادم المستخدم نفسه، فهذه فرصة لخفض فاتورة الرموز.

معالج بواسطة الذكاء الاصطناعي من Mistral AI Blog؛ بتحرير Hamidun News
Mistral تفتح أوزان Large 4: 19,7% من تعديلات الوكيل كان القائمون على صيانة المشاريع سيقبلونها في الكود
المصدر: Mistral AI Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليMistral AI Blog ↗
رئيس التحرير
Terminal-Bench 4.041%، أعلى بـ 13 نقطة مئوية من النسخة التمهيدية، مع انخفاض الرموز الصادرة بنسبة 30%
Cyber Index51%؛ ويرفض النموذج الطلبات السيبرانية الخبيثة في 96,6% من الحالات
ثلاثة أوضاع للاستدلالLow وMedium وHigh (الافتراضي)

نشرت Mistral أوزان Mistral Large 4 التي تسميها الشركة Le Chonk. وهو نموذج رائد متعدد الوسائط بحجم 1 تريليون معامل، جرى تدريبه من الصفر على بنية تحتية أوروبية. يمكن تنزيله ونشره محليًا وإجراء تدريب إضافي عليه دون اللجوء إلى API الخاص بـ Mistral. والرقم الأبرز في هذا الإصدار هو 19,7% في اختبار FrontierCode 2.0 المغلق من شركة Cognition. والاختبار واقعي في تصميمه: يعدّل الوكيل مستودعًا حقيقيًا، ثم يُقيَّم الكود ككل، ويُنظر في ما إذا كان القائم الفعلي على صيانة المشروع سيقبله. وهذا يعني أن قرابة كل تعديل خامس من Large 4 كان سيصل إلى مرحلة الدمج. وهذه أفضل نتيجة بين النماذج المفتوحة في جدول Mistral.

جميع الأرقام الواردة أدناه تنقلها Mistral نفسها. وقد أجرت فرق خارجية بعض الاختبارات، لكن المادة لا تتضمن تحققًا مستقلًا منها.

البرمجة: أقوى من المنافسين وأكثر اقتصادًا في الرموز

صدرت النسخة التمهيدية من النموذج في وقت سابق من هذا الشهر. بعد ذلك واصل الفريق التدريب بالتعلم المعزز (RL) ثلاثة أسابيع أخرى، وفي هذه الطريقة يحصل النموذج على مكافأة عند حل المهام بشكل صحيح. وتحسنت النتيجة، ولا ترى Mistral مؤشرات على بلوغ مرحلة التشبّع.

في FrontierCode 2.0 يأتي إلى جانب Large 4 كل من DeepSeek V4.1 Flash (19,3%) وGLM-5.3 (17,8%) وKimi K3 (17,3%). الفارق صغير، لكنه ملحوظ.

وفي Artificial Analysis Coding Agent Index حقق Large 4 نسبة 48%. وهذا يقارب نتيجة GLM-5.3، رائد النماذج المفتوحة. لكن النموذج يستهلك في المتوسط رموزًا أقل بنسبة 47% لكل مهمة. وإذا كان الوكيل يحل مئات المهام يوميًا، يظهر هذا الفارق في فاتورة الاستدلال.

أما في السيناريوهات الطرفية، حيث يشغّل الوكيل الأوامر بنفسه، فقد حقق النموذج 41% في Terminal-Bench 4.0. وهذا أعلى بـ 13 نقطة مئوية من النسخة التمهيدية، وهو أفضل نتيجة بين النماذج المفتوحة في المقارنة. وفي الوقت نفسه انخفض عدد الرموز الصادرة بنسبة 30%.

وفي المقارنات الزوجية العمياء ضمن Surge Code، اختار المقيّمون إجابات Large 4 أكثر من إجابات GLM-5.3 (64%) وKimi K3 (64%) وDeepSeek V4.1 Flash (56%). ولم يخسر النموذج إلا أمام Claude Opus 5.5، التي حققت 78% من الانتصارات.

أصبحت أوضاع الاستدلال الآن ثلاثة:

  • Low للمهام البسيطة، ويحل محل الوضع السابق بلا استدلال؛
  • Medium للعمل اليومي؛
  • High للمهام الأكثر تعقيدًا التي تتطلب دقة. وهو الوضع الافتراضي.

الأمن السيبراني: مساعدة المدافعين لا المهاجمين

في Artificial Analysis Cyber Index حقق النموذج 51%. يختبر المؤشر ثلاث خطوات: العثور على ثغرة في الكود، وإعادة إنتاجها وتأكيدها، ثم إصلاحها دون إفساد أي شيء. وفي مخطط Mistral توجد نماذج بدرجات أعلى تصل إلى 57%. لكن Mistral تركز على أمر آخر: ففي المهام الدفاعية المشروعة لا يرفض Large 4 الطلبات بلا سبب.

تفصل القيود المدمجة بين الدفاع والهجوم. ويرفض النموذج الطلبات السيبرانية الخبيثة في 96,6% من الحالات في المتوسط. وهذا أعلى مؤشر بين النماذج المفتوحة التي قاستها Mistral. وأُجريت القياسات على طلبات من JailbreakBench وStrongREJECT وAgentHarm. وللمقارنة، يبلغ المؤشر لدى DeepSeek-V4-Pro في المخطط نفسه نحو 51%، ولدى Gemma-4-31B نحو 84%، ولدى GLM-5.3 نحو 87%، ولدى Kimi K3 نحو 94%.

ويؤكد الشركاء هذا الاهتمام. فتذكر Booz Allen أن النموذج ساوى حلولًا سيبرانية رائدة أخرى في اكتمال اكتشاف الثغرات، بتكلفة أفضل. وتختبره وكالة ENISA في البحث عن الثغرات وتدقيق الكود وتحليل سجلات الدفاع. وتدعم Elastic بالفعل نماذج Mistral المفتوحة في Elastic Security. كما أدلت بآرائها كل من Cisco وCloudflare وCrowdStrike وFortinet وNVIDIA وOrange Cyberdefense وRubrik وZscaler. وتتكرر في أغلب الآراء حجة واحدة: يحتاج المدافعون إلى نموذج يتحكمون به بأنفسهم.

السيادة والقيود

بالنسبة للبنوك والجهات الحكومية والقطاعات الخاضعة للتنظيم في أوروبا، من المهم أن النموذج دُرّب بالكامل في أوروبا، وأن أصله قابل للتتبع منذ البداية حتى الإصدار. فلا حاجة إلى إرسال البيانات إلى ولاية قضائية أجنبية، ويمكن دراسة البنية وتدقيقها. وتسمي Mistral ذلك «الذكاء الاصطناعي السيادي».

وتبقى بعض التحفظات. فقد نشرت الشركة نفسها نتائج الاختبارات، كما أن FrontierCode 2.0 اختبار مغلق، ولذلك لا يمكن تكراره يدويًا. والريادة في البرمجة مذكورة ضمن النماذج المفتوحة: فقد تفوقت Claude Opus 5.5 في المقارنة العمياء. وسيتطلب نموذج بحجم 1 تريليون معامل أسطولًا كبيرًا من وحدات GPU.

والخلاصة العملية بسيطة. إذا كنت تبني وكيلًا برمجيًا أو دفاعيًا وتريد تشغيله على بنيتك التحتية، فأضف Large 4 إلى المقارنة. شغّله على مهامك الخاصة وقارن عدد الرموز التي يستهلكها في وضعي Medium وHigh. وهذا الوفر تحديدًا سيكون الحجة الرئيسية لصالح اختياره.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول البرمجة: أقوى من المنافسين وأكثر اقتصادًا في الرموز؟

صدرت النسخة التمهيدية من النموذج في وقت سابق من هذا الشهر. بعد ذلك واصل الفريق التدريب بالتعلم المعزز (RL) ثلاثة أسابيع أخرى، وفي هذه الطريقة يحصل النموذج على مكافأة عند حل المهام بشكل صحيح. وتحسنت النتيجة، ولا ترى Mistral مؤشرات على بلوغ مرحلة التشبّع. في FrontierCode 2.0 يأتي إلى جانب Large 4 كل من DeepSeek V4.1 Flash (19,3%) وGLM-5.3 (17,8%) وKimi K3 (17,3%). الفارق صغير، لكنه ملحوظ. وفي Artificial Analysis Coding Agent Index حقق Large 4 نسبة 48%. وهذا يقارب نتيجة GLM-5.3، رائد النماذج المفتوحة.

ما أبرز التفاصيل حول الأمن السيبراني: مساعدة المدافعين لا المهاجمين؟

في Artificial Analysis Cyber Index حقق النموذج 51%. يختبر المؤشر ثلاث خطوات: العثور على ثغرة في الكود، وإعادة إنتاجها وتأكيدها، ثم إصلاحها دون إفساد أي شيء. وفي مخطط Mistral توجد نماذج بدرجات أعلى تصل إلى 57%. لكن Mistral تركز على أمر آخر: ففي المهام الدفاعية المشروعة لا يرفض Large 4 الطلبات بلا سبب. تفصل القيود المدمجة بين الدفاع والهجوم. ويرفض النموذج الطلبات السيبرانية الخبيثة في 96,6% من الحالات في المتوسط. وهذا أعلى مؤشر بين النماذج المفتوحة التي قاستها Mistral.

ما أبرز التفاصيل حول السيادة والقيود؟

بالنسبة للبنوك والجهات الحكومية والقطاعات الخاضعة للتنظيم في أوروبا، من المهم أن النموذج دُرّب بالكامل في أوروبا، وأن أصله قابل للتتبع منذ البداية حتى الإصدار. فلا حاجة إلى إرسال البيانات إلى ولاية قضائية أجنبية، ويمكن دراسة البنية وتدقيقها. وتسمي Mistral ذلك «الذكاء الاصطناعي السيادي». وتبقى بعض التحفظات. فقد نشرت الشركة نفسها نتائج الاختبارات، كما أن FrontierCode 2.0 اختبار مغلق، ولذلك لا يمكن تكراره يدويًا. والريادة في البرمجة مذكورة ضمن النماذج المفتوحة: فقد تفوقت Claude Opus 5.5 في المقارنة العمياء.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…