मिस्ट्रल के 1 ट्रिलियन पैरामीटर वाले 'ले चोंक' ने एक स्वतंत्र एआई इंडेक्स पर 38 अंक पाए, खुले मॉडलों में आठवाँ स्थान, जबकि उसके वेट अभी जारी तक नहीं हुए

फ़्रांसीसी कंपनी ने जिस मॉडल का उपनाम ले चोंक रखा है, उस मिस्ट्रल लार्ज 4 को स्वतंत्र परीक्षण फ़र्म आर्टिफ़िशियल एनालिसिस ने 6 अक्टूबर 2026 को सार्वजनिक प्रीव्यू में चलाकर अपने आर्टिफ़िशियल एनालिसिस इंटेलिजेंस इंडेक्स पर 38 अंक दिए। ट्रेंडिंग टॉपिक्स इसे ओपन-वेट मॉडलों में आठवाँ गिनता है, चीन के सात मॉडलों के पीछे, हालाँकि आर्टिफ़िशियल एनालिसिस ख़ुद इस मॉडल को प्रोप्राइटरी (बंद) सूचीबद्ध करती है क्योंकि वेट अभी सार्वजनिक नहीं हैं।

“ओपन-वेट” का मतलब है कि कंपनी मॉडल को बनाने वाली प्रशिक्षित संख्याएँ ख़ुद प्रकाशित करती है, ताकि जिसके पास पर्याप्त हार्डवेयर हो वह उसे चला सके, बदल सके और अपने यहाँ होस्ट कर सके। मिस्ट्रल की घोषणा बस इतना कहती है: “हम महीने के अंत तक वेट जारी करेंगे।“

6 अक्टूबर को क्या जारी हुआ, और क्या नहीं

मिस्ट्रल ने 6 अक्टूबर 2026 को अपने ही एपीआई के ज़रिए सार्वजनिक प्रीव्यू खोला। अभी कुछ भी डाउनलोड नहीं किया जा सकता, और मॉडल कार्ड उसे “Open” लिखता है पर कोई लाइसेंस नहीं बताता। फ़ोर्कलॉग 27 अक्टूबर को पूरे वेट जारी होने की ख़बर देता है। मिस्ट्रल की अपनी पोस्ट में कोई दिन नहीं है।

7 अक्टूबर के एआई राउंडअप ने इस लॉन्च को कुछ पंक्तियों में समेटा था। उसमें दिए दो आँकड़े मिस्ट्रल की अपनी पोस्ट से अलग हैं: राउंडअप ने 49 अरब सक्रिय पैरामीटर और 4,000 चिप दिए, जबकि मिस्ट्रल 52 अरब और 3,800 कहती है।

एक ट्रिलियन पैरामीटर, और तीन आँकड़े जो आपस में नहीं मिलते

लार्ज 4 एक मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल है। हर शब्द बनाने के लिए सारे पैरामीटर (पैरामीटर नेटवर्क के भीतर की एक समायोज्य संख्या है) इस्तेमाल करने की जगह वह टेक्स्ट के हर टुकड़े को विशेषज्ञ उप-नेटवर्कों के एक छोटे हिस्से से गुज़ारता है। अपनी घोषणा में मिस्ट्रल इसे “52 अरब सक्रिय पैरामीटर वाला 1 ट्रिलियन पैरामीटर का नेटिव मल्टीमॉडल मॉडल” बताती है, यानी वह टेक्स्ट के साथ तस्वीरें भी पढ़ता है। मॉडल कार्ड कुल संख्या 1.05 ट्रिलियन देता है, 1.6 अरब पैरामीटर का एक विज़न एनकोडर जोड़ता है और 10 लाख टोकन की कॉन्टेक्स्ट विंडो बताता है, यानी वह टेक्स्ट की मात्रा जिसे मॉडल एक साथ ध्यान में रख सकता है। इनमें से तीन आँकड़ों पर विवाद है।

• सक्रिय पैरामीटर: मिस्ट्रल की पोस्ट और मॉडल कार्ड 52 अरब कहते हैं। 49 अरब वह आँकड़ा है जो द रजिस्टर, आईटी डेली और यूनाइट.एआई के आर्टिफ़िशियल एनालिसिस पेज वाले ब्योरे में दिया गया है।
• कॉन्टेक्स्ट विंडो: मिस्ट्रल 10 लाख टोकन कहती है। आर्टिफ़िशियल एनालिसिस ने लगभग 5,24,000 नापे, और वैल्स.एआई 5,12,000 सूचीबद्ध करता है।
• ट्रेनिंग चिप: मिस्ट्रल कहती है कि उसने मॉडल को यूरोप में अपने ही डेटा सेंटरों में 3,800 एनवीडिया ग्रेस ब्लैकवेल जीपीयू पर शुरू से तैयार किया। फ़ोर्कलॉग लगभग 4,000 कहता है।

पैमाना समझने के लिए, मिस्ट्रल के दस्तावेज़ों के अनुसार दिसंबर 2025 के उसके लार्ज 3 में कुल 675 अरब और 41 अरब सक्रिय पैरामीटर थे। इससे नया मॉडल कुल आकार में लगभग 56% बड़ा बैठता है। मिस्ट्रल ने हार्डवेयर की कोई सलाह नहीं दी, द रजिस्टर नोट करता है, पर वह यह भी जोड़ता है कि मॉडल को फिर भी 8-वे जीपीयू सर्वरों पर चलना चाहिए, जैसे एनवीडिया का HGX B300 या एएमडी का MI355X।

ट्रेनिंग डेटा में 160 से ज़्यादा भाषाएँ हैं, मिस्ट्रल कहती है, जिनमें यूरोपीय संघ की हर आधिकारिक भाषा शामिल है।

मिस्ट्रल के हिसाब से मॉडल क्या कर सकता है

इस हिस्से की हर बात मिस्ट्रल की अपनी रिपोर्टिंग है, जब तक किसी और का नाम न जुड़ा हो, और द रजिस्टर की सलाह है कि मिस्ट्रल के चार्ट को “चुटकी भर नमक के साथ” लिया जाए।

कोडिंग में मिस्ट्रल DeepSWE v1.1 पर 61.7% और आर्टिफ़िशियल एनालिसिस के कोडिंग एजेंट इंडेक्स पर 49.8% बताती है, जो DeepSeek V4 Pro 0813 और Qwen3.8 Max से आगे है। डेटा फ़र्म सर्ज एआई के एक ब्लाइंड टेस्ट में टिप्पणीकारों ने पाँच मॉडलों के आउटपुट को 1 से 5 के पैमाने पर आँका। मिस्ट्रल का मॉडल पाँच में दूसरे नंबर पर रहा, 3.74 के साथ, Claude Opus 5 के 4.22 के पीछे।

एजेंट वाले कामों में वह AutomationBench पर 59.9% बताती है, जिसमें 657 कारोबारी वर्कफ़्लो हैं। मिस्ट्रल के सार में जो आँकड़ा छूटा है, वह द डिकोडर से आता है: GLM-5.3 ने 62.2 के साथ ज़्यादा अंक पाए। SciCode-Verified पर द डिकोडर 91.8% बताता है, GPT-6 Astra के 94.2% और Qwen3.8 के 93.8% से पीछे पर Claude Opus 5 के 91.3% से आगे।

तस्वीरों में मिस्ट्रल Dense 200 नाम के विज़ुअल ग्राउंडिंग टेस्ट पर 42% बताती है, जबकि GPT-6 Astra का 41% है।

स्वतंत्र परीक्षकों ने क्या पाया

आर्टिफ़िशियल एनालिसिस ने प्रीव्यू को अपने इंटेलिजेंस इंडेक्स के संस्करण 4.3.2 पर 38 अंक दिए और 225 मॉडलों में 64वाँ स्थान दिया। यूनाइट.एआई के अनुसार यह GPT-6 Luna (max) के 38 के बराबर है और DeepSeek V4.1 Flash (max) के 39 से ठीक नीचे। द रजिस्टर के अनुसार शुरुआती परीक्षण में वह ओपनएआई और एंथ्रोपिक के फ़्लैगशिप मॉडलों के सामने “बड़े नुक़सान” में है।

ट्रेंडिंग टॉपिक्स उसी इंडेक्स पर ओपन-वेट मॉडलों के अगुआ गिनाता है: शाओमी का MiMo-V2.6-Pro 46.3 पर, Z.ai का GLM-5.3 44.8 पर और मूनशॉट एआई का Kimi K3 43.6 पर। बंद मॉडलों में वह Claude Opus 5.5 को 57.6, GPT-6 Astra को 52.7 और Gemini 4 Argon को 52.6 पर रखता है। दक्षिण कोरिया का Motif 3, 33.6 के साथ, चीन के बाहर का पिछला सबसे अच्छा खुला मॉडल था। ऐक्चुआईए थिंकिंग मशीन्स के Inkling Small को, जो नापा गया सबसे अच्छा अमेरिकी खुला मॉडल है, 26 पर रखता है।

उसी इंडेक्स पर मिस्ट्रल के पहले के मॉडलों के अंक बहुत कम थे: Medium 3.5 के 14 और Large 3 के 9। ऐक्चुआईए ध्यान दिलाता है कि Large 3 में रीज़निंग मोड नहीं था और इंडेक्स रीज़निंग को तरजीह देता है।

कार्यक्षमता कमज़ोर कड़ी है। ट्रेंडिंग टॉपिक्स के अनुसार इंडेक्स चलाने पर प्रति टास्क $1.13 का ख़र्च आया, जबकि DeepSeek V4.1 Flash का $0.27 और MiMo-V2.6-Pro का $0.13 था। इंडेक्स पूरा करने के लिए मॉडल ने लगभग 200 मिलियन आउटपुट टोकन लिखे, जबकि तुलनीय मॉडलों का माध्यक 81 मिलियन है। रफ़्तार 116 आउटपुट टोकन प्रति सेकंड नापी गई, और पहले टोकन तक 1.46 सेकंड।

वैल्स.एआई, जो मॉडलों को पेशेवर कामों पर परखता है, लार्ज 4 को अपने समग्र इंडेक्स पर 45 में 33वाँ रखता है, 48.05% के साथ। हार्वी का लीगल एजेंट बेंचमार्क उसका सबसे अच्छा स्थान है, 76 में छठा, और Finance Agent v2 उसे 76 में 22वाँ रखता है।

साइबर नतीजे पर एक फ़ुटनोट चाहिए

मिस्ट्रल लार्ज 4 को सबसे ज़ोर से सुरक्षा के काम के लिए बेच रही है। वह एक ऐसे टेस्ट पर 82% बताती है जिसमें मॉडल को किसी असली ओपन-सोर्स कमज़ोरी को दोहराना और उसका पैच बनाना होता है, और कहती है कि Claude Opus 5.5 और GPT-6 Astra उस टेस्ट पर शून्य के आसपास रहते हैं क्योंकि वे काम से इनकार कर देते हैं।

आर्टिफ़िशियल एनालिसिस के अपने साइबर माप इस दिशा की पुष्टि करते हैं। ऐक्चुआईए 49.5 का साइबर इंडेक्स स्कोर बताता है, 18 मॉडलों में पाँचवाँ, और इंडेक्स के CyberGym-E2E टेस्ट पर 81.7%, जो 18 में सबसे अच्छा है। उसी ब्योरे के अनुसार GPT-6 Astra ने 100% इनकार दर के साथ शून्य पाया, और Claude Opus 5.5 ने 98.5% इनकार के साथ 0.8%।

द डिकोडर नोट करता है कि यह नतीजा क्षमता के साथ प्रदाता की नीति को भी दर्शाता है, क्योंकि जो मॉडल किसी काम से मना कर दे वह उसे पूरा नहीं कर सकता। मिस्ट्रल ने नहीं समझाया है कि वह वैध शोध को हमले की तैयारी से कैसे अलग करती है। जाँचे-परखे साझेदारों और सरकारी अधिकारियों को, मिस्ट्रल कहती है, रेड-टीमिंग के दौरान कम मॉडरेशन और बढ़ी हुई साइबर क्षमताओं वाला संस्करण मिलेगा। ट्रेंडिंग टॉपिक्स बताता है कि सार्वजनिक संस्करण में ये क्षमताएँ सीमित हैं।

क़ीमत और लाइसेंस

सूची-मूल्य $1.36 प्रति दस लाख इनपुट टोकन और $4.18 प्रति दस लाख आउटपुट टोकन है। इन दरों की आधी, $0.68 और $2.09, मॉडल कार्ड पर सेल की क़ीमत के रूप में दिखीं। आर्टिफ़िशियल एनालिसिस के पेज के बारे में यूनाइट.एआई का ब्योरा इस छूट को पहले दो हफ़्तों की लॉन्च-पेशकश बताता है, जबकि ऐक्चुआईए को कोई अंतिम तारीख़ लिखी नहीं मिली।

लाइसेंस बड़ा अज्ञात है। वही तय करता है कि कंपनियाँ मॉडल को कारोबारी तौर पर इस्तेमाल कर सकती हैं या नहीं, और न मिस्ट्रल की लॉन्च पोस्ट कोई लाइसेंस बताती है न उसका मॉडल कार्ड। मिस्ट्रल के दस्तावेज़ दिखाते हैं कि Large 3 अपाचे 2.0 के तहत आया था, जो एक उदार लाइसेंस है। ट्रेंडिंग टॉपिक्स के अनुसार Medium 3.5 एक संशोधित एमआईटी लाइसेंस के साथ आता है जो $20 मिलियन से ज़्यादा मासिक राजस्व वाली कंपनियों को बाहर रखता है, और वेंचरबीट ने लार्ज 4 के लिए ब्योरे बिना एक कस्टम लाइसेंस की ख़बर दी। tuput को वेंचरबीट की वह रिपोर्ट नहीं मिली। ऐक्चुआईए नोट करता है कि वेट के साथ आने वाली जानकारियों की मिस्ट्रल की सूची में आर्किटेक्चर, बेंचमार्क और ट्रेनिंग का तरीक़ा है, और लाइसेंस का ज़िक्र नहीं।

यह किनके लिए है, और उसी महीने आने वाला एक प्रतिद्वंद्वी

मिस्ट्रल वित्त, इंजीनियरिंग, मैन्युफ़ैक्चरिंग, लॉजिस्टिक्स, दवा उद्योग, विज्ञान, शिपिंग और सार्वजनिक क्षेत्र को लक्षित ग्राहक बताती है, साथ ही उन सुरक्षा टीमों को जो मॉडल को निजी क्लाउड या अपने सर्वरों पर चलाना चाहती हैं। उसकी पोस्ट कहती है: “Forged in Europe. Built for AI sovereignty.” यही तर्क भारत के घरेलू मॉडल बनाने के प्रयास के पीछे है, जिसे tuput ने भारत अपनी भाषाओं में AI बना रहा है में कवर किया। ये सिस्टम असल में क्या करते हैं, इसके सामान्य विवरण के लिए देखें चैटबॉट अगला शब्द कैसे अनुमान लगाता है।

उसके पीछे एक और रिलीज़ कतार में है। टेकक्रंच ने 5 अक्टूबर को बताया कि ब्रुकलिन की स्टार्टअप रिफ़्लेक्शन एआई, जिसे गूगल डीपमाइंड के दो पूर्व शोधकर्ताओं ने शुरू किया, ने Beam की घोषणा की, एक सिर्फ़ टेक्स्ट वाला मिक्सचर-ऑफ़-एक्सपर्ट्स मॉडल जिसमें कुल 501 अरब और 23 अरब सक्रिय पैरामीटर हैं। रिफ़्लेक्शन का कहना है कि Beam उन्नत रीज़निंग बेंचमार्क पर Z.ai के GLM-5.2 की बराबरी करता है और उसके वेट अक्टूबर में जारी होंगे। टेकक्रंच नोट करता है कि दावे कंपनी के अपने हैं, और कोई लाइसेंस नहीं बताता।

मिस्ट्रल कहती है कि प्रीव्यू के पीछे का रीइन्फ़ोर्समेंट लर्निंग रन अभी चल रहा है और वह बड़े सुधार की उम्मीद करती है, इसलिए हो सकता है 38 अंतिम स्कोर न हो। वेट जारी करने की मिस्ट्रल की समय-सीमा अक्टूबर का अंत है।