Французы выпустили пушку. И она стреляет экспертами
Помните те утечки про Mistral 4? Так вот, 10 марта 2026 они стали реальностью. Mistral Small 4 — не просто очередная большая языковая модель. Это архитектурный манифест. 119 миллиардов параметров, из которых в любой момент времени активны только ~20. 128 экспертов в комитете, но для каждого вашего вопроса приглашают двоих. Остальные 126 продолжают обсуждать сиесту и сыры, не тратя ваши вычислительные ресурсы.
Лицензия Apache 2.0. Полная мультимодальность — текст, изображения, таблицы. Контекстное окно в 256 тысяч токенов. И та самая функция reasoning mode, которая заставляет модель "думать вслух", как Claude, но без американского пафоса.
Внимание: это Small версия. В семействе Mistral 4 будут и более крупные модели. Но Small 4 уже бьет по параметрам многие плотные модели 2025 года.
Архитектура: 128 экспертов, которые не толпятся у микрофона
Если вы читали нашу статью про Mixture of Experts в трансформерах, то знаете — классическая плотная архитектура мертва. Mistral Small 4 подтверждает это с французской элегантностью.
- 128 экспертов в каждом MoE-слое. Каждый — независимая нейросеть.
- Топ-2 активация. Для каждого токена маршрутизатор выбирает только двух самых компетентных экспертов.
- 119B общих параметров, но активных параметров на инференс — примерно 20B. Вот где магия экономии.
- Архитектура Mistral 4 — улучшенный трансформер с новой схемой позиционного кодирования, которая не сходит с ума на 256k контексте.
Китайские коллеги, о которых мы писали в статье "MoE — архитектурный стандарт китайских моделей", могут нервно курить в сторонке. Французы взяли их идею и добавили средиземноморской изысканности.
Что умеет кроме разговоров? Всё, что видит
Мультимодальность в 2026 году — это не фича, а ожидание по умолчанию. Mistral Small 4 понимает:
| Тип ввода | Что делает модель |
|---|---|
| Текст | Пишет, анализирует, переводит, суммирует. Стандарт. |
| Изображения | Описание, анализ содержимого, извлечение текста (OCR). |
| Таблицы (CSV, Excel) | Анализ данных, поиск аномалий, генерация выводов. |
| Смешанный контент | Например, PDF-документ с текстом и графиками. |
Reasoning mode — вот что действительно цепляет. Активируете флаг reasoning=true в API, и модель начинает выдавать цепочки мыслей. Не просто ответ, а рассуждение: "Сначала я анализирую вопрос... Замечаю, что данные противоречивы... Поэтому предлагаю два варианта..." Идеально для сложных аналитических задач.
API: Проще, чем заказать круассан в Париже
Mistral всегда славились удобным API. Small 4 — не исключение. Два основных способа:
- Через официальный Mistral API — платно, но с гарантированной uptime и поддержкой.
- Самый хардкор — скачать веса с Hugging Face и крутить на своем железе. Лицензия Apache 2.0 позволяет все.
Пример запроса к API (да, в новостях кода быть не должно, но без этого никак):
import requests
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
payload = {
"model": "mistral-small-4",
"messages": [
{"role": "user", "content": "Проанализируй этот график и сделай вывод"}
],
"images": ["base64_encoded_image"],
"reasoning": true,
"max_tokens": 2000
}
response = requests.post("https://api.mistral.ai/v1/chat/completions",
json=payload,
headers=headers)
print(response.json()['choices'][0]['message']['content'])В ответе получите не просто описание графика, а структурированный анализ с обоснованием. Если, конечно, не отключите reasoning mode.
С кем деремся? Сравнение на ринге 2026 года
Ландшафт LLM в марте 2026 — это не только OpenAI и Anthropic. Вот основные конкуренты Mistral Small 4:
| Модель | Архитектура | Контекст | Лицензия | Сильная сторона |
|---|---|---|---|---|
| Mistral Small 4 | MoE 128/4 | 256k | Apache 2.0 | Баланс цены и качества, reasoning mode |
| GPT-4.5 Turbo (янв 2026) | Плотная (предположительно) | 128k | Проприетарная | Интеграции, экосистема |
| Claude 3.5 Sonnet | Неизвестно | 200k | Проприетарная | Рассуждения, безопасность |
| Qwen 3.5 MoE 122B | MoE 64/4 | 128k | Apache 2.0 | Китайский язык, стоимость |
По бенчмаркам MMLU (март 2026) Mistral Small 4 показывает 86.4%. Это немного ниже GPT-4.5 (89.1%), но значительно дешевле в эксплуатации. А в задачах на французский язык и юридические тексты EU — вообще вне конкуренции.
Кому впишется в техстек? Трем типам людей
1. Стартапы с тощим бюджетом. Хотите мультимодального ИИ в продукт, но платить OpenAI как за второй офис? Качайте веса, настраивайте инференс на своем железе (см. "Тройной GTX 1070 против MoE-моделей") и работайте. Apache 2.0 — модифицируйте, встраивайте, продавайте.
2. Исследователи, которые устали от черных ящиков. Reasoning mode позволяет заглянуть в "ход мыслей" модели. Плюс полная прозрачность архитектуры. Хотите поэкспериментировать с маршрутизацией экспертов? Держите исходники.
3. Европейские компании с паранойей насчет данных. Данные не должны уходить в США или Китай? Разворачивайте Mistral Small 4 в своем дата-центре в Германии или Франции. Модель тренирована с учетом GDPR, и вы контролируете все.
Предупреждение для энтузиастов: запуск 119B модели локально — это не про игры. Даже с MoE-архитектурой вам потребуется минимум 48 ГБ VRAM для работы в FP8. Или читайте нашу статью про "CPU-only MoE", если видеокарт нет.
Итог: Французы сделали ставку на изящную эффективность
Mistral Small 4 не пытается быть самой большой моделью в мире. Она пытается быть самой умной в расчете на потраченный мегаватт. 128 экспертов — это не показуха, а инженерный расчет. В 2026 году, когда каждый доллар за cloud-инференс на счету, такой подход имеет смысл.
Open-source сообщество уже копается в весах. Через месяц появятся квантованные версии под разные железки. Через два — fine-tune'ы под узкие задачи. А пока — это один из самых сбалансированных вариантов для тех, кто хочет modern AI без modern ценников.
Мой прогноз? К лету 2026 половина европейских стартапов, заявляющих об "ИИ внутри", будет работать на вариациях Mistral 4. А GPT-4.5 останется для тех, кому лень возиться с настройкой. Выбор за вами.
