نموذج ميسترال «لو تشونك» بتريليون معلمة حصل على 38 في مؤشر مستقل للذكاء الاصطناعي، وجاء ثامنا بين النماذج المفتوحة، قبل أن تصدر أوزانه أصلا

حصل ميسترال لارج 4، النموذج الذي لقّبته الشركة الفرنسية «لو تشونك»، على 38 في مؤشر الذكاء Artificial Analysis حين شغّلت شركة الاختبار المستقلة تلك النسخة التجريبية العامة في 6 أكتوبر 2026. ويعدّ موقع Trending Topics هذه الدرجة ثامنة بين النماذج مفتوحة الأوزان، بعد سبعة نماذج صينية، مع أن Artificial Analysis نفسها تدرج النموذج بين النماذج المغلقة لأن أوزانه لم تُنشر بعد.

ومعنى «مفتوح الأوزان» أن الشركة تنشر الأرقام المدرَّبة التي يتكوّن منها النموذج، فيستطيع كل من يملك عتادا كافيا أن يشغّله ويعدّله ويستضيفه بنفسه. وكل ما يقوله إعلان ميسترال هو: “سنُصدر الأوزان بنهاية الشهر.”

ما صدر في 6 أكتوبر وما لم يصدر

فتحت ميسترال نسخة تجريبية عامة عبر واجهتها البرمجية الخاصة في 6 أكتوبر 2026. ولا شيء يمكن تنزيله حتى الآن، وتصف بطاقة النموذج النموذج بأنه “مفتوح” دون أن تذكر ترخيصا. ويورد موقع Forklog أن الإصدار الكامل للأوزان في 27 أكتوبر. أما منشور ميسترال نفسه فلا يحدد يوما.

وقد غطّت نشرة الذكاء الاصطناعي ليوم 7 أكتوبر الإطلاق في أسطر قليلة. وفيها رقمان يختلفان عن منشور ميسترال: ذكرت النشرة 49 مليار معلمة نشطة و4,000 شريحة، بينما تقول ميسترال 52 مليارا و3,800.

تريليون معلمة، وثلاثة أرقام لا تتفق

لارج 4 نموذج خليط خبراء. فبدل أن يستعمل كل المعلمات (المعلمة رقم واحد قابل للضبط داخل الشبكة) عند كل كلمة ينتجها، يمرّر كل قطعة من النص عبر حصة صغيرة من الشبكات الفرعية المتخصصة. وتصفه ميسترال في إعلانها بأنه “نموذج متعدد الوسائط أصيل بتريليون معلمة منها 52 مليار معلمة نشطة”، أي أنه يقرأ الصور كما يقرأ النص. وتذكر بطاقة النموذج أن الإجمالي 1.05 تريليون، وتضيف مشفّر رؤية من 1.6 مليار معلمة، وتذكر نافذة سياق من مليون رمز، وهي كمية النص التي يستطيع النموذج النظر فيها دفعة واحدة. وثلاثة من هذه الأرقام موضع خلاف.

• المعلمات النشطة: يقول منشور ميسترال وبطاقة النموذج 52 مليارا. أما 49 مليارا فهو الرقم الذي أوردته The Register وIT Daily وعرض Unite.AI لصفحة Artificial Analysis.
• نافذة السياق: تقول ميسترال مليون رمز. وقاست Artificial Analysis نحو 524,000، وتورد Vals.ai 512,000.
• شرائح التدريب: تقول ميسترال إنها دربت النموذج من الصفر على 3,800 وحدة معالجة رسومية من نوع Nvidia Grace Blackwell في مراكز بياناتها الأوروبية. ويقول Forklog نحو 4,000.

وللمقارنة، كان لارج 3 الذي أصدرته ميسترال في ديسمبر 2025 يضم 675 مليار معلمة إجمالا و41 مليارا نشطة، بحسب وثائق ميسترال. أي أن النموذج الجديد أكبر بنحو 56% في الحجم الإجمالي. ولم تقدم ميسترال إرشادات عن العتاد، كما تلاحظ The Register، لكنها تضيف أن النموذج ينبغي أن يعمل مع ذلك على خوادم من ثماني وحدات معالجة رسومية مثل HGX B300 من Nvidia أو MI355X من AMD.

وتغطي بيانات التدريب أكثر من 160 لغة، بحسب ميسترال، بينها كل اللغات الرسمية للاتحاد الأوروبي.

ما تقوله ميسترال عن قدرات النموذج

كل ما في هذا القسم هو تقارير ميسترال نفسها ما لم يرد اسم آخر، ونصيحة The Register بشأن رسوم ميسترال البيانية هي أن “تؤخذ بقدر من التحفظ”.

في البرمجة، تعلن ميسترال 61.7% في DeepSWE v1.1 و49.8% في مؤشر وكلاء البرمجة الذي تعدّه Artificial Analysis، متقدمة على DeepSeek V4 Pro 0813 وQwen3.8 Max. وفي اختبار أعمى أجرته شركة البيانات Surge AI، قيّم مُحكِّمون مخرجات خمسة نماذج على مقياس من 1 إلى 5. وجاء نموذج ميسترال ثانيا بين الخمسة بـ 3.74، بعد Claude Opus 5 بـ 4.22.

وفي مهام الوكلاء، تعلن 59.9% في AutomationBench الذي يستعمل 657 سير عمل تجاريا. وثمة رقم يغفله ملخص ميسترال يأتي من The Decoder: حصل GLM-5.3 على درجة أعلى، هي 62.2. وفي SciCode-Verified يورد The Decoder 91.8%، بعد GPT-6 Astra بـ 94.2% وQwen3.8 بـ 93.8% لكن قبل Claude Opus 5 بـ 91.3%.

وفي الصور، تعلن ميسترال 42% في اختبار للتأريض البصري اسمه Dense 200، مقابل 41% لـ GPT-6 Astra.

ما وجده المختبرون المستقلون

منحت Artificial Analysis النسخة التجريبية 38 في الإصدار 4.3.2 من مؤشر الذكاء لديها، وصنّفتها في المرتبة 64 من بين 225 نموذجا. وهذا يعادل GPT-6 Luna (max) عند 38، ويأتي بعد DeepSeek V4.1 Flash (max) عند 39 مباشرة، بحسب Unite.AI. وبحسب The Register، تتركه الاختبارات المبكرة في “وضع غير مواتٍ كثيرا” أمام النماذج الرائدة من OpenAI وAnthropic.

ويسرد Trending Topics متصدري النماذج مفتوحة الأوزان في المؤشر نفسه: MiMo-V2.6-Pro من شاومي بـ 46.3 وGLM-5.3 من Z.ai بـ 44.8 وKimi K3 من Moonshot AI بـ 43.6. ومن النماذج المغلقة يذكر Claude Opus 5.5 بـ 57.6 وGPT-6 Astra بـ 52.7 وGemini 4 Argon بـ 52.6. وكان Motif 3 الكوري الجنوبي، بـ 33.6، أفضل نموذج مفتوح سابق من خارج الصين. وتضع ActuIA نموذج Inkling Small من Thinking Machines، وهو أفضل نموذج أمريكي مفتوح جرى قياسه، عند 26.

وفي المؤشر نفسه سجّلت نماذج ميسترال السابقة درجات أدنى بكثير: Medium 3.5 عند 14 وLarge 3 عند 9. وتشير ActuIA إلى أن لارج 3 لم يكن فيه وضع تفكير استدلالي وأن المؤشر يحابي الاستدلال.

والكفاءة هي نقطة الضعف. فقد بلغت كلفة تشغيل المؤشر 1.13 دولار للمهمة الواحدة، مقابل 0.27 دولار لـ DeepSeek V4.1 Flash و0.13 دولار لـ MiMo-V2.6-Pro، بحسب Trending Topics. وكتب النموذج نحو 200 مليون رمز إخراج ليُنهي المؤشر، مقابل وسيط قدره 81 مليونا للنماذج المماثلة. وقيست السرعة بـ 116 رمز إخراج في الثانية، مع 1.46 ثانية حتى أول رمز.

أما Vals.ai، التي تختبر النماذج على مهام مهنية، فتضع لارج 4 في المرتبة 33 من 45 في مؤشرها العام، عند 48.05%. وأفضل مرتبة له في Harvey’s Legal Agent Benchmark، السادسة من 76، ويضعه Finance Agent v2 في المرتبة 22 من 76.

نتيجة الأمن السيبراني تحتاج إلى حاشية

تسوّق ميسترال لارج 4 بأشد ما تستطيع في أعمال الأمن. فهي تعلن 82% في اختبار يطلب من النموذج إعادة إنتاج ثغرة حقيقية في برنامج مفتوح المصدر ثم ترقيعها، وتقول إن Claude Opus 5.5 وGPT-6 Astra يسجلان قرابة الصفر في ذلك الاختبار لأنهما يرفضان المهمة.

وتدعم قياسات Artificial Analysis السيبرانية الخاصة هذا الاتجاه. فتورد ActuIA درجة 49.5 في المؤشر السيبراني، أي الخامسة من 18 نموذجا، و81.7% في اختبار CyberGym-E2E ضمن المؤشر، وهي الأفضل بين الثمانية عشر. وبحسب هذه الرواية سجّل GPT-6 Astra صفرا مع نسبة رفض 100%، وسجّل Claude Opus 5.5 نسبة 0.8% مع 98.5% من حالات الرفض.

ويلاحظ The Decoder أن هذه النتيجة تعكس سياسة المزوّد بقدر ما تعكس القدرة، فالنموذج الذي يرفض مهمة لا يستطيع إنجازها. ولم توضح ميسترال كيف تفرّق بين البحث المشروع والتحضير لهجوم. وتقول ميسترال إن الشركاء الموثوقين والسلطات الحكومية سيحصلون على نسخة بإشراف مخفف وقدرات سيبرانية موسعة خلال اختبارات الاختراق الاستباقي. ويورد Trending Topics أن النسخة العامة تقيّد تلك القدرات.

السعر والترخيص

سعر القائمة 1.36 دولار لكل مليون رمز إدخال و4.18 دولار لكل مليون رمز إخراج. وظهر نصف هذين السعرين على بطاقة النموذج، 0.68 و2.09 دولار، بوصفه سعر عرض. ويصف عرض Unite.AI لصفحة Artificial Analysis الخصم بأنه عرض إطلاق لأول أسبوعين، بينما لم تجد ActuIA تاريخ انتهاء معلنا.

والترخيص هو المجهول الأكبر. فهو يحدد ما إذا كان بوسع الشركات استعمال النموذج تجاريا، ولا يسمّي منشور الإطلاق ولا بطاقة النموذج أي ترخيص. وتظهر وثائق ميسترال أن لارج 3 صدر بترخيص Apache 2.0، وهو ترخيص متساهل. وبحسب Trending Topics، يحمل Medium 3.5 ترخيص MIT معدّلا يستثني الشركات التي تزيد إيراداتها الشهرية على 20 مليون دولار، وأوردت VentureBeat ترخيصا مخصصا للارج 4 دون تفاصيل. ولم تتمكن tuput من العثور على تقرير VentureBeat هذا. وتشير ActuIA إلى أن قائمة التفاصيل التي ستصدر مع الأوزان عند ميسترال تغطي البنية والاختبارات وطريقة التدريب، ولا تذكر الترخيص.

لمن هو، ومنافس يصدر في الشهر نفسه

تسمّي ميسترال زبائنها المستهدفين: التمويل والهندسة والتصنيع والخدمات اللوجستية والأدوية والعلوم والشحن والقطاع العام، إضافة إلى فرق الأمن التي تريد تشغيل النموذج على سحابة خاصة أو على خوادمها. ويقول منشورها: “صُنع في أوروبا. بُني لسيادة الذكاء الاصطناعي.” والحجة نفسها تقف وراء سعي الهند إلى نماذج محلية الصنع، وقد تناولناها في tuput في الهند تبني الذكاء الاصطناعي بلغاتها. وللاطلاع على شرح عام لما تفعله هذه الأنظمة، انظر كيف يخمّن روبوت الدردشة الكلمة التالية.

وثمة إصدار آخر ينتظر بعده. فقد أوردت TechCrunch في 5 أكتوبر أن Reflection AI، وهي شركة ناشئة في بروكلين أسسها باحثان سابقان في Google DeepMind، أعلنت Beam، وهو نموذج خليط خبراء نصي فقط بـ 501 مليار معلمة إجمالا و23 مليارا نشطة. وتقول Reflection إن Beam يضاهي GLM-5.2 من Z.ai في اختبارات الاستدلال المتقدمة وإنها ستصدر أوزانه في أكتوبر. وتلاحظ TechCrunch أن الادعاءات من الشركة نفسها، ولا تذكر ترخيصا.

وتقول ميسترال إن جولة التعلم المعزز وراء النسخة التجريبية ما زالت جارية وتتوقع مكاسب كبيرة، فقد لا تكون درجة 38 هي النهائية. وموعد ميسترال لإصدار الأوزان هو نهاية أكتوبر.