মিস্ট্রালের ১ ট্রিলিয়ন প্যারামিটারের লে চঙ্ক একটি স্বতন্ত্র AI সূচকে ৩৮ পেয়েছে, ওপেন মডেলের মধ্যে অষ্টম, অথচ এর ওয়েট এখনও প্রকাশই হয়নি

Mistral Large 4, ফরাসি কোম্পানিটি যার ডাকনাম দিয়েছে লে চঙ্ক, Artificial Analysis Intelligence Index-এ ৩৮ পেয়েছে, যখন স্বতন্ত্র পরীক্ষা-সংস্থাটি ৬ অক্টোবর ২০২৬ এর পাবলিক প্রিভিউ চালিয়ে দেখে। Trending Topics-এর গোনায় এটি ওপেন-ওয়েট মডেলের মধ্যে অষ্টম, চীনের সাতটির পেছনে, যদিও Artificial Analysis নিজে মডেলটিকে তালিকাভুক্ত করেছে মালিকানাধীন হিসেবে, কারণ ওয়েট এখনও প্রকাশ্য নয়।

‘ওপেন-ওয়েট’ মানে কোম্পানি মডেলটি গড়ে তোলা প্রশিক্ষিত সংখ্যাগুলো প্রকাশ করে দেয়, যাতে যথেষ্ট হার্ডওয়্যার থাকলে যে কেউ তা চালাতে, বদলাতে এবং নিজে হোস্ট করতে পারে। মিস্ট্রালের ঘোষণায় শুধু এটুকু আছে: ‘আমরা মাসের শেষে ওয়েট প্রকাশ করব।‘

৬ অক্টোবর কী প্রকাশ হল, আর কী হল না

মিস্ট্রাল ৬ অক্টোবর ২০২৬ নিজেদের API-র মাধ্যমে একটি পাবলিক প্রিভিউ খুলেছে। এখনও কিছু ডাউনলোড করা যায় না, আর মডেল কার্ডে একে ‘ওপেন’ লেবেল দেওয়া হলেও কোনো লাইসেন্সের নাম নেই। Forklog জানাচ্ছে, পূর্ণ ওয়েট প্রকাশ হবে ২৭ অক্টোবর। মিস্ট্রালের নিজের পোস্টে কোনো দিন দেওয়া নেই।

৭ অক্টোবরের AI রাউন্ডআপ উৎক্ষেপণটি কয়েক লাইনে ছুঁয়ে গিয়েছিল। তাতে দেওয়া দুটি সংখ্যা মিস্ট্রালের নিজের পোস্টের সঙ্গে মেলে না: রাউন্ডআপে ছিল ৪৯ বিলিয়ন সক্রিয় প্যারামিটার আর ৪,০০০ চিপ, যেখানে মিস্ট্রাল বলছে ৫২ বিলিয়ন আর ৩,৮০০।

এক ট্রিলিয়ন প্যারামিটার, আর তিনটি সংখ্যা যা মেলে না

Large 4 একটি মিক্সচার-অফ-এক্সপার্টস মডেল। এটি প্রতিটি শব্দ তৈরির জন্য সব প্যারামিটার (প্যারামিটার হল নেটওয়ার্কের ভেতরের একটি সমঞ্জস্যযোগ্য সংখ্যা) ব্যবহার করার বদলে লেখার প্রতিটি অংশকে পাঠায় বিশেষজ্ঞ উপ-নেটওয়ার্কগুলোর একটি ছোট ভাগের মধ্য দিয়ে। ঘোষণায় মিস্ট্রাল একে বর্ণনা করেছে ‘৫২ বিলিয়ন সক্রিয় প্যারামিটারসহ ১ ট্রিলিয়ন-প্যারামিটারের স্বভাবজাত মাল্টিমোডাল মডেল’ বলে, অর্থাৎ এটি লেখার পাশাপাশি ছবিও পড়ে। মডেল কার্ড মোট দিয়েছে ১.০৫ ট্রিলিয়ন, যোগ করেছে ১.৬ বিলিয়ন প্যারামিটারের একটি ভিশন এনকোডার, আর তালিকায় রেখেছে ১ মিলিয়ন টোকেনের কনটেক্সট উইন্ডো, অর্থাৎ মডেল একসঙ্গে যতটা লেখা বিবেচনা করতে পারে। এই সংখ্যাগুলোর তিনটি নিয়ে বিতর্ক আছে।

• সক্রিয় প্যারামিটার: মিস্ট্রালের পোস্ট ও মডেল কার্ড বলছে ৫২ বিলিয়ন। ৪৯ বিলিয়ন সংখ্যাটি দিয়েছে Register, IT Daily এবং Artificial Analysis-এর পাতা নিয়ে Unite.AI-এর বিবরণ।
• কনটেক্সট উইন্ডো: মিস্ট্রাল বলছে ১ মিলিয়ন টোকেন। Artificial Analysis মেপেছে প্রায় ৫,২৪,০০০, আর Vals.ai তালিকায় রেখেছে ৫,১২,০০০।
• প্রশিক্ষণের চিপ: মিস্ট্রাল বলছে তারা মডেলটি গোড়া থেকে প্রশিক্ষণ দিয়েছে ইউরোপে নিজেদের ডেটা সেন্টারে ৩,৮০০টি Nvidia Grace Blackwell GPU-তে। Forklog বলছে প্রায় ৪,০০০।

আকারের তুলনায়, মিস্ট্রালের ডকুমেন্টেশন অনুযায়ী ২০২৫ সালের ডিসেম্বরের Large 3-এর মোট প্যারামিটার ছিল ৬৭৫ বিলিয়ন আর সক্রিয় ৪১ বিলিয়ন। তাতে নতুন মডেলটি মোট আকারে প্রায় ৫৬% বড়। মিস্ট্রাল হার্ডওয়্যার নিয়ে কোনো নির্দেশ দেয়নি, Register লিখেছে, তবে যোগ করেছে যে মডেলটি এখনও Nvidia-র HGX B300 বা AMD-র MI355X-এর মতো ৮-GPU সার্ভারে চলার কথা।

মিস্ট্রাল বলছে, প্রশিক্ষণের ডেটায় ১৬০টিরও বেশি ভাষা আছে, ইউরোপীয় ইউনিয়নের প্রতিটি সরকারি ভাষা সহ।

মডেলটি কী পারে বলে মিস্ট্রাল জানাচ্ছে

এই অংশের সবকিছু মিস্ট্রালের নিজস্ব বিবরণ, যদি না অন্য কোনো নাম জুড়ে থাকে, আর মিস্ট্রালের চার্টগুলো নিয়ে Register-এর পরামর্শ হল ‘এগুলো সংশয় নিয়ে পড়ুন।’

কোডিংয়ে মিস্ট্রাল জানাচ্ছে DeepSWE v1.1-এ ৬১.৭% আর Artificial Analysis-এর Coding Agent Index-এ ৪৯.৮%, DeepSeek V4 Pro 0813 এবং Qwen3.8 Max-এর চেয়ে এগিয়ে। ডেটা সংস্থা Surge AI-র একটি ব্লাইন্ড টেস্টে অ্যানোটেটররা পাঁচটি মডেলের আউটপুট ১ থেকে ৫ স্কেলে মূল্যায়ন করেছেন। মিস্ট্রালের মডেল পাঁচটির মধ্যে দ্বিতীয় হয়েছে ৩.৭৪ নিয়ে, Claude Opus 5-এর ৪.২২-এর পেছনে।

এজেন্ট-কাজে, মিস্ট্রাল জানাচ্ছে AutomationBench-এ ৫৯.৯%, যেখানে ৬৫৭টি ব্যবসায়িক ওয়ার্কফ্লো ব্যবহার হয়। মিস্ট্রালের সারসংক্ষেপে বাদ পড়া একটি সংখ্যা এসেছে Decoder থেকে: GLM-5.3 স্কোর করেছে বেশি, ৬২.২। SciCode-Verified-এ Decoder জানাচ্ছে ৯১.৮%, GPT-6 Astra-র ৯৪.২% এবং Qwen3.8-এর ৯৩.৮%-এর পেছনে, কিন্তু Claude Opus 5-এর ৯১.৩%-এর আগে।

ছবির ক্ষেত্রে, মিস্ট্রাল জানাচ্ছে Dense 200 নামের একটি ভিজ্যুয়াল গ্রাউন্ডিং পরীক্ষায় ৪২%, যেখানে GPT-6 Astra-র ৪১%।

স্বতন্ত্র পরীক্ষকেরা কী পেয়েছেন

Artificial Analysis প্রিভিউটিকে তাদের Intelligence Index-এর ৪.৩.২ সংস্করণে স্কোর দিয়েছে ৩৮ এবং ২২৫টি মডেলের মধ্যে ৬৪তম স্থানে রেখেছে। Unite.AI-র মতে এটি GPT-6 Luna (max)-এর ৩৮-এর সমান, এবং DeepSeek V4.1 Flash (max)-এর ৩৯-এর ঠিক নিচে। Register-এর মতে, প্রাথমিক পরীক্ষায় এটি OpenAI ও Anthropic-এর ফ্ল্যাগশিপ মডেলগুলোর তুলনায় ‘বড় অসুবিধায়’ আছে।

Trending Topics একই সূচকে ওপেন-ওয়েট মডেলের শীর্ষগুলো তালিকাভুক্ত করেছে: Xiaomi-র MiMo-V2.6-Pro ৪৬.৩, Z.ai-র GLM-5.3 ৪৪.৮ আর Moonshot AI-র Kimi K3 ৪৩.৬। ক্লোজড মডেলের মধ্যে তালিকায় আছে Claude Opus 5.5 ৫৭.৬, GPT-6 Astra ৫২.৭ এবং Gemini 4 Argon ৫২.৬। দক্ষিণ কোরিয়ার Motif 3, ৩৩.৬ নিয়ে, ছিল চীনের বাইরের আগের সেরা ওপেন মডেল। ActuIA রেখেছে Thinking Machines-এর Inkling Small-কে, মাপা সেরা মার্কিন ওপেন মডেল, ২৬-এ।

একই সূচকে মিস্ট্রালের আগের মডেলগুলোর স্কোর ছিল অনেক কম: Medium 3.5 ১৪ আর Large 3 ৯। ActuIA মনে করিয়ে দিয়েছে যে Large 3-এর কোনো রিজনিং মোড ছিল না, আর সূচক রিজনিংয়ের পক্ষে।

দক্ষতাই দুর্বল জায়গা। Trending Topics-এর মতে সূচক চালাতে খরচ পড়েছে কাজপিছু ১.১৩ ডলার, যেখানে DeepSeek V4.1 Flash-এর ০.২৭ ডলার আর MiMo-V2.6-Pro-র ০.১৩ ডলার। সূচক শেষ করতে মডেলটি লিখেছে প্রায় ২০০ মিলিয়ন আউটপুট টোকেন, তুলনীয় মডেলগুলোর মধ্যমা ৮১ মিলিয়নের বিপরীতে। গতি মাপা হয়েছে প্রতি সেকেন্ডে ১১৬ আউটপুট টোকেন, প্রথম টোকেন আসতে ১.৪৬ সেকেন্ড।

পেশাদার কাজে মডেল পরীক্ষা করা Vals.ai সামগ্রিক সূচকে Large 4-কে রেখেছে ৪৫টির মধ্যে ৩৩তম স্থানে, ৪৮.০৫% নিয়ে। Harvey-র Legal Agent Benchmark-এ এর সেরা স্থান ৭৬টির মধ্যে ৬ষ্ঠ, আর Finance Agent v2-তে ৭৬টির মধ্যে ২২তম।

সাইবার ফলাফলে একটি পাদটীকা দরকার

মিস্ট্রাল Large 4-কে সবচেয়ে জোর দিয়ে বেচছে নিরাপত্তার কাজে। তারা জানাচ্ছে একটি পরীক্ষায় ৮২%, যেখানে মডেলকে একটি বাস্তব ওপেন-সোর্স ভালনারেবিলিটি পুনরুৎপাদন করে প্যাচ করতে বলা হয়, এবং বলছে Claude Opus 5.5 ও GPT-6 Astra সেই পরীক্ষায় শূন্যের কাছাকাছি স্কোর করে, কারণ তারা কাজটি করতে অস্বীকার করে।

Artificial Analysis-এর নিজের সাইবার মাপজোখও এই দিকটিকে সমর্থন করে। ActuIA জানাচ্ছে Cyber Index-এ স্কোর ৪৯.৫, ১৮টি মডেলের মধ্যে পঞ্চম, আর সূচকের CyberGym-E2E পরীক্ষায় ৮১.৭%, ১৮টির মধ্যে সর্বোচ্চ। সেই বিবরণ অনুযায়ী GPT-6 Astra স্কোর করেছে শূন্য, অস্বীকারের হার ১০০%, আর Claude Opus 5.5 পেয়েছে ০.৮% এবং অস্বীকারের হার ৯৮.৫%।

Decoder লিখেছে, এই ফলাফল সক্ষমতার পাশাপাশি সরবরাহকারীর নীতিও প্রতিফলিত করে, কারণ যে মডেল কোনো কাজ করতে অস্বীকার করে সে তা সম্পূর্ণ করতে পারে না। বৈধ গবেষণা আর আক্রমণের প্রস্তুতিকে মিস্ট্রাল কীভাবে আলাদা করে, তা তারা ব্যাখ্যা করেনি। মিস্ট্রাল বলছে, রেড-টিমিংয়ের সময় যাচাই-করা অংশীদার আর রাষ্ট্রীয় কর্তৃপক্ষ পাবে কম মডারেশন ও বাড়ানো সাইবার সক্ষমতার একটি সংস্করণ। Trending Topics জানাচ্ছে, জনসাধারণের সংস্করণে সেই সক্ষমতা সীমিত করা।

দাম আর লাইসেন্স

তালিকা-দাম প্রতি মিলিয়ন ইনপুট টোকেনে ১.৩৬ ডলার আর প্রতি মিলিয়ন আউটপুট টোকেনে ৪.১৮ ডলার। মডেল কার্ডে এর অর্ধেক হার, ০.৬৮ ডলার আর ২.০৯ ডলার, দেখা গেছে সেল-দাম হিসেবে। Unite.AI-র বিবরণে Artificial Analysis-এর পাতা ছাড়টিকে বর্ণনা করেছে প্রথম দুই সপ্তাহের লঞ্চ-অফার হিসেবে, আর ActuIA কোনো শেষ তারিখ উল্লেখ পায়নি।

লাইসেন্সই বড় অজানা। সেটাই ঠিক করে কোম্পানিগুলো মডেলটি বাণিজ্যিকভাবে ব্যবহার করতে পারবে কিনা, আর মিস্ট্রালের লঞ্চ পোস্ট বা মডেল কার্ড কোনোটিতেই কোনো লাইসেন্সের নাম নেই। মিস্ট্রালের ডকুমেন্টেশন দেখাচ্ছে Large 3 এসেছিল Apache 2.0 লাইসেন্সে, যা একটি উদার লাইসেন্স। Trending Topics-এর মতে, Medium 3.5-এর লাইসেন্স একটি সংশোধিত MIT, যা মাসিক ২০ মিলিয়ন ডলারের বেশি আয়ের কোম্পানিকে বাদ দেয়, আর VentureBeat Large 4-এর জন্য একটি কাস্টম লাইসেন্সের কথা জানিয়েছিল, কোনো বিবরণ ছাড়া। tuput সেই VentureBeat প্রতিবেদন খুঁজে পায়নি। ActuIA লক্ষ করেছে, ওয়েটের সঙ্গে আসা বিবরণের যে তালিকা মিস্ট্রাল দিয়েছে তাতে আছে স্থাপত্য, বেঞ্চমার্ক আর প্রশিক্ষণ পদ্ধতি, লাইসেন্সের উল্লেখ নেই।

এটি কাদের জন্য, আর একই মাসে আসা এক প্রতিদ্বন্দ্বী

মিস্ট্রাল লক্ষ্য গ্রাহক হিসেবে নাম করেছে ফিনান্স, ইঞ্জিনিয়ারিং, ম্যানুফ্যাকচারিং, লজিস্টিকস, ওষুধ, বিজ্ঞান, জাহাজ চলাচল ও সরকারি খাতকে, সঙ্গে সেই নিরাপত্তা-দলগুলোকে যারা মডেলটি নিজেদের প্রাইভেট ক্লাউডে বা সার্ভারে চালাতে চায়। তাদের পোস্টে লেখা: ‘ইউরোপে গড়া। AI সার্বভৌমত্বের জন্য তৈরি।’ একই যুক্তি রয়েছে ভারতের ঘরোয়া মডেল গড়ার উদ্যোগের পেছনেও, যা tuput আগে আলোচনা করেছে ভারত নিজের ভাষায় AI গড়ছে লেখায়। এই সিস্টেমগুলো আসলে কী করে তার সাধারণ ব্যাখ্যার জন্য দেখুন চ্যাটবট কীভাবে পরের শব্দটি আন্দাজ করে।

এর পেছনে আরেকটি রিলিজ সারিবদ্ধ। TechCrunch ৫ অক্টোবর জানিয়েছে, ব্রুকলিনের স্টার্টআপ Reflection AI, যার প্রতিষ্ঠাতা দুজন প্রাক্তন Google DeepMind গবেষক, ঘোষণা করেছে Beam, একটি শুধু-লেখার মিক্সচার-অফ-এক্সপার্টস মডেল, মোট ৫০১ বিলিয়ন আর সক্রিয় ২৩ বিলিয়ন প্যারামিটারের। Reflection বলছে Beam উন্নত রিজনিং বেঞ্চমার্কে Z.ai-র GLM-5.2-এর সমান এবং অক্টোবরে এর ওয়েট প্রকাশ করা হবে। TechCrunch লক্ষ করেছে যে দাবিগুলো কোম্পানির নিজের, আর কোনো লাইসেন্সের নাম দেয়নি।

মিস্ট্রাল বলছে, প্রিভিউয়ের পেছনের রিইনফোর্সমেন্ট লার্নিং রান এখনও চলছে এবং তারা বড় উন্নতি আশা করছে, তাই ৩৮ চূড়ান্ত স্কোর নাও হতে পারে। ওয়েটের জন্য মিস্ট্রালের সময়সীমা অক্টোবরের শেষ।