Mistral выпустила универсальную ИИ-модель Small 4

Компания Mistral официально выпустила новую нейросеть Mistral Small 4. Долгое время индустрия развивала искусственный интеллект по пути строгой специализации, когда одна программа отлично писала тексты, другая анализировала картинки, а третья генерировала программный код. Новинка полностью ломает этот подход. Команда объединила возможности трёх флагманских разработок в рамках одной универсальной архитектуры с открытым исходным кодом.

Краткое содержание

• Компания Mistral представила новую универсальную ИИ-модель Mistral Small 4;
• Нейросеть объединяет логическое рассуждение, анализ изображений и написание кода;
• Новинка обходит огромную модель GPT-OSS 120B по скорости работы и качеству ответов;
• Система имеет открытый код и свободно запускается на локальном серверном железе.

Конец эпохи специализированных систем

Раньше ИТ-отделам приходилось разворачивать сразу несколько независимых алгоритмов, чтобы покрыть все потребности бизнеса. Один сервер отвечал за генерацию текста, другой обрабатывал визуальную информацию, а третий занимался строгой логикой. Это требовало колоссальных вычислительных мощностей, огромных объёмов оперативной памяти и сильно усложняло поддержку инфраструктуры. Нейросеть Mistral Small 4 знаменует окончательный переход к универсальным решениям. Специалисты обучили единую модель, которая одинаково хорошо справляться с самыми разными задачами.

Теперь ты можешь отправить в чат объёмный текстовый документ, прикрепить к нему сложные финансовые графики или фотографии, а затем попросить систему проанализировать эти данные и написать на их основе рабочий скрипт на языке Python. Модель выполнит всё это в рамках одного контекстного окна без необходимости переключаться между разными инструментами. Такой комплексный подход серьёзно упрощает жизнь обычным энтузиастам и крупному корпоративному бизнесу, снижая порог входа в передовые технологии.

Короткие ответы и невероятная скорость

Главной особенностью новой архитектуры стала её способность давать максимально ёмкие, чёткие и точные ответы. В бенчмарке AA LCR система Mistral Small 4 набрала впечатляющие 0,72 балла, использовав для вывода всего 1600 символов. Для сравнения, популярным китайским моделям семейства Qwen требуется сгенерировать в 3,5–4 раза больше текста, чтобы достичь аналогичного уровня качества. Искусственный интеллект научился выделять самую суть без лишней «воды».

Подобная лаконичность напрямую влияет на скорость работы алгоритма и стоимость обслуживания серверов. На платформе тестирования программного кода LiveCodeBench новинка уверенно превосходит огромную модель GPT-OSS 120B, выдавая при этом на 20 процентов меньше промежуточных результатов. Эксперты компании Mistral заявляют, что новая архитектура сокращает общее время обработки информации на 40 процентов. Одновременно с этим система обеспечивает трёхкратный рост количества обрабатываемых запросов в секунду при сопоставимом или даже лучшем качестве финального результата.

Аппаратные требования и открытый код

Поскольку модель обладает глубокими познаниями в разных областях и обрабатывает мультимодальные данные, для её быстрого локального запуска требуется весьма серьёзное оборудование. Компания рекомендует использовать конфигурации из четырёх мощных графических ускорителей NVIDIA HGX H100 или H200 для достижения оптимальной производительности при больших корпоративных нагрузках. Минимальный порог входа для комфортного инференса составляет один современный серверный блок NVIDIA DGX B200.

Команда активно поддерживает мировое сообщество энтузиастов и выступает за свободное распространение технологий. Универсальная модель Mistral Small 4 имеет полностью открытый исходный код. Благодаря тесному сотрудничеству с компанией NVIDIA система отлично оптимизирована для платформ vLLM и SGLang. Ты можешь абсолютно свободно развернуть эту нейросеть через движки llama.cpp или популярную библиотеку HuggingFace Transformers на собственном защищённом сервере, не переживая за утечку конфиденциальных данных в публичное облако.

Пока корпорации соревнуются в обучении универсального искусственного интеллекта, твоим локальным проектам может потребоваться мощное железо прямо сейчас. Команда DigitalRazor готова собрать для тебя бескомпромиссный GPU-сервер под любые задачи машинного обучения, или рабочую станцию для менее масштабных проектов.