Model Mistral Large 4, na Hugging Face přezdívaný „Le Chonk“, se objevil 29. října 2026. Jde o multimodální a vícejazyčný model typu Mixture-of-Experts, který přijímá text i obrázky a odpovídá textem. Podle blogu Hugging Face byl v den vydání pátým nejlepším modelem s otevřenými váhami v indexu Artificial Analysis Intelligence Index.

Architektura a parametry

Celkový počet parametrů se blíží jednomu bilionu, aktivních je zhruba 49 miliard. Označení modelu přitom uvádí „A52B“, tedy 52 miliard, a blog tento rozpor nevysvětluje. Kontextové okno má velikost milionu tokenů.

Textový dekodér má 72 vrstev, skrytou dimenzi 6 144 a 64 hlav pozornosti. První vrstva je hustá, zbylých 71 používá směrovač, který pro každý token vybere 4 ze 128 expertů a přidá jednoho sdíleného experta. Aktivních je tedy pět expertů na token.

Pozornost řeší technika Multi-head Latent Attention s indexerem DeepSeek Sparse Attention, který vybírá až 2 048 pozic klíčů na dotaz. Obrazový vstup zajišťuje enkodér Pixtral s 1,6 miliardy parametrů. Model má také vestavěnou „návrhovou“ hlavu DSpark pro spekulativní dekódování.

Výsledky v testech

Hugging Face uvádí výsledky, které ale pocházejí od vydavatele. V programování model dosáhl 61,7 % v DeepSWE v1.1, 59,4 % v SWE-Atlas-QnA a 28,3 % v Terminal-Bench 4. Coding Agent Index vyšel na 49,8 %.

V úlohách pro znalostní práci získal 59,9 % v AutomationBench a 1 393 bodů Elo v AA-Briefcase. V kybernetické bezpečnosti se podle blogu umístil v první pětce indexu Artificial Analysis Cyber Index, u úlohy reprodukce a opravy zranitelností uspěl v 82 % případů a v testu Cybench dosáhl 93 % ze 40 úloh.

Odolnost proti útokům vyšla na 93,3 % v benchmarku B3 od firmy Lakera. Průměrná míra odmítnutí kybernetických dotazů je podle blogu vyšší než u kteréhokoli jiného modelu s otevřenými váhami. Model přitom běží vždy s uvažováním, které nejde vypnout, a lze zvolit nízkou, střední nebo vysokou úroveň, výchozí je vysoká.

Jak model spustit

Oficiální kontrolní body existují ve formátech FP8 a NVFP4. Komunita z ggml-org a Unsloth připravila i GGUF verze, od silně komprimovaných IQ2_XXS a Q2_K po Q8_0 a BF16. Podporu mají knihovny Transformers, vLLM a llama.cpp, přičemž NVFP4 vyžaduje grafické karty NVIDIA s architekturou Blackwell.

Firmy mohou model nasadit přes Hugging Face Inference Endpoints, kde je k dispozici recept pro osm karet H200, nebo přes Inference Providers a Dell Enterprise Hub. Na osmi kartách H200 podle měření trvá první token zhruba 0,6 sekundy u promptu o 1 000 tokenech a jeden požadavek generuje přibližně 65 tokenů za sekundu.

I domácí hardware má šanci: na jediném Macu M3 Ultra s kvantizací Q2_K blog uvádí kolem 90 tokenů za sekundu při zpracování vstupu a asi 15 tokenů za sekundu při generování. Na čtyřech kartách RTX 6000 Pro s NVFP4 je generování kolem 10 tokenů za sekundu. Pro dolaďování je od prvního dne podpora v knihovně TRL, příklad využívá osm karet B300 a LoRA s parametry r=16 a alpha=32.

Licence a co zatím není jasné

Model vychází pod licencí Mistral Ecosystem Open-Weight License, kterou blog popisuje jako odvozeninu licence MIT s omezeními pro nabízení modelu jako služby. Firmy, které chtějí model sami provozovat jako komerční službu, by si proto měly znění licence přečíst předem.

Pro české čtenáře zůstává několik otázek otevřených. Blog uvádí jen to, že je model vícejazyčný, bez seznamu jazyků, takže kvalitu češtiny je třeba vyzkoušet. Cena přes Inference Providers a Endpoints v textu také není uvedena.

Zdroje

• Welcome Le Chonk: Mistral Large 4 on Hugging Face, 29. října 2026