מיסטרל מציגה מודל ענק אבל הריבונות הטכנולוגית תישאר בענן

הבטחות לעצמאות מול ספקיות ענן אמריקאיות נשמעות מצוין במצגות הנהלה, עד שמגיעים למחירי החומרה הנדרשת כדי לממש אותן. החברה הצרפתית Mistral שחררה היום בגישה מוקדמת את Mistral Large 4, מודל שמכונה Le Chonk וכולל טריליון פרמטרים. לפי הודעת ההשקה, המודל מציג יכולות שמקבילות לחזית העולמית בקוד ובסייבר, תוך הבטחה לשחרור משקלים פתוחים בסוף החודש. אם אתם שוקלים להקים עבורו שרת ייעודי כדי להתנתק מספקים חיצוניים, כדאי לעצור רגע ולבדוק את הפרטים הקטנים.

לא הייתי ממהר להזמין שרתים חדשים.

החומרה עדיין מציבה מחסום כבד, וההכרזות על ריבונות טכנולוגית לא פותרות את מגבלת הזיכרון הפיזי של השרתים שלכם.

מפלצת של טריליון פרמטרים

הארכיטקטורה מאחורי המודל מבוססת על Mixture-of-Experts, עם 1.05 טריליון פרמטרים בסך הכול, אך רק 49 מיליארד פרמטרים פעילים בכל טוקן נתון. לצד מנוע השפה פועל מעבד ראייה ייעודי של 1.6 מיליארד פרמטרים, וההקשר עומד על מיליון טוקנים. לפי החברה, האימון בוצע מאפס על גבי 3,800 מעבדי Nvidia Grace Blackwell במרכזי נתונים באירופה. הגישה כרגע פתוחה אך ורק דרך ממשק API ב־Mistral Studio, מה שאומר שבשלב זה אתם עדיין תלויים לחלוטין בתשתית של החברה ולא מריצים דבר בעצמכם.

בבדיקות פנימיות של החברה ובהערכות של Surge AI, המודל קיבל ציון 3.74 באיכות קוד, מעל GLM-5.3 שקיבל 3.60, אך מתחת ל־Claude Opus 5 שקיבל 4.22. במבחני DeepSWE v1.1 הוא רשם 61.7%, ב־SWE-Atlas-QnA קיבל 59.4%, וב־Terminal-Bench 4 הגיע ל־28.3%. הציון המשולב שלו במדד Coding Agent Index עומד על 49.8%, נתון שמציב אותו לפי החברה מעל DeepSeek V4 Pro 0813 ו־Qwen3.8 Max. המערכת כוללת תמיכה בחיבור סוכנים לאפליקציות עסקיות דרך סביבת Mistral Forge. למרות זאת, העובדה שרק חלק קטן מהפרמטרים מופעל בכל חישוב אינה מקטינה את נפח האחסון הכולל שנחוץ לטעינת המשקלים לזיכרון.

זה שווה בדיקה רק אם יש לכם תקציב ענן מתאים.

ההבדל בין סייבר לסינון

היתרון התחרותי הבולט ביותר שמציגה מיסטרל נוגע למדיניות הסירובים של מודלים סגורים. לפי החברה, במדד Artificial Analysis Cyber Index המודל מדורג בין חמשת המובילים בעולם, ובאחד ממבחני המדד שדורש שחזור ותיקון של חולשת אבטחה בתוכנת קוד פתוח הוא השיג 82%. באותו מבחן ספציפי, מודלים כמו Claude Opus 5.5 ו־GPT-6 Astra קיבלו ציון קרוב לאפס, פשוט מפני שהם סירבו לבצע את המשימה מטעמי בטיחות. המודל של מיסטרל לא סירב, שחזר את הפרצה וסיפק תיקון מתאים. בנוסף, במבחן Cybench שכולל 40 תרגילי תחרויות אבטחה, המודל פתר 93% מהאתגרים.

אם אתם משתמשים במודל סגור, אין ערובה שהוא עדיין יהיה זמין מחר.גיום למפל, מייסד שותף ומדען ראשי ב־Mistral, בראיון ל־Wired

עבור צוותי אבטחה בישראל שעוסקים בניתוח נוזקות ובבדיקות חדירות, המגבלה שבה מודל מסרב לנתח קוד זדוני היא מכשול יומיומי. במקביל, מיסטרל מסרה גישה לגרסה עם בקרות בטיחות מופחתות לחוקרי סייבר מורשים ולגורמי ממשל לצורך בדיקות עמידות (red-teaming) לקראת שחרור המשקלים. במבחן B3 AI Security Benchmark של Lakera המודל בלם 93.3% ממתקפות הזרקת הפרומפטים, ובמבחני JailbreakBench, StrongREJECT ו־AgentHarm המודל הציבורי שומר על שיעור סירובים גבוה לבקשות תקיפה.

מחיר הריבונות מול המציאות

בצד העלויות, לפי דוקומנטציית המודל, תעריף ה־API עומד כעת על 0.68 דולר למיליון טוקנים של קלט, 0.07 דולר לקלט במטמון ו־2.09 דולר למיליון טוקנים של פלט. אלו מחירים נגישים יחסית לעבודה שוטפת מול ענן. לפי הכתבה ב־Wired, מיסטרל גייסה בספטמבר 3.3 מיליארד דולר לפי שווי של 24 מיליארד דולר, הכנסותיה צמחו פי 20 בשנה האחרונה, והיא מבססת את המודל העסקי על תשלום לפי שימוש בענן לצד פריסת מהנדסים אצל לקוחות.

הרצה עצמית של מודל המכיל 1.05 טריליון פרמטרים מציבה דרישות תשתית כבדות ביותר, שחומרה עבורן נמצאת לרוב מחוץ להישג ידם של רוב ארגוני הפיתוח. במבחני משימות עסקיות כמו AutomationBench המודל הגיע ל־59.9% מול אפליקציות כמו Slack ו־Gmail, ובמדד AA-Briefcase רשם 1,393 נקודות Elo. במבחן Dense 200 לעיגון חזותי הוא השיג 42% מול 41% של GPT-6 Astra. כל היכולות הללו עובדות היטב בשרתי הענן של החברה, אך הרצתן באופן עצמאי היא סיפור אחר לחלוטין.

ההבטחה לריבונות מוחלטת מתנגשת עם חשבונית החומרה. לכל השאר, הקריאה לעצמאות מסתכמת בהחלפת ספק ענן אמריקאי בספק ענן צרפתי.

לחכות למשקלים בסוף החודש

נכון להיום, פרטים טכניים רבים עדיין חסרים. החברה טרם חשפה באילו פורמטי כימות, כגון FP8 או FP4, המשקלים יופצו בסוף אוקטובר 2026, ומה יהיו דרישות החומרה המינימליות להפעלתם. בנוסף, תנאי הרישיון המסחרי המדויקים טרם פורסמו, כך שעדיין לא ברור האם השימוש יהיה חופשי לחלוטין או מוגבל לפי היקף הכנסות, כפי שראינו במודלים קודמים בתעשייה.

מה שבאמת מעניין כאן הוא שאלת הרישוי הסופי.

אם אתם עוסקים באבטחת מידע, מומלץ לבדוק את ה־API של המודל כבר כעת מול משימות שכשלו במודלים סגורים בגלל סירובים. אם המטרה שלכם היא הקמת תשתית עצמאית בתוך החברה, כדאי להמתין לשחרור הקבצים בסוף החודש לפני שאתם מתחייבים לרכישת שרתים. החומרה לא תהפוך לזולה יותר עד אז, אבל לפחות תדעו איזה רישיון אתם מקבלים.

שאלות ותשובות

מה שואלים על זה

כמה עולה להשתמש במודל החדש דרך ה־API?

לפי הדוקומנטציה, המחיר עומד על 0.68 דולר למיליון טוקנים של קלט (0.07 דולר לקלט שמור במטמון) ו־2.09 דולר למיליון טוקנים של פלט.

האם אפשר להוריד את המשקלים ולהריץ את המודל על שרת מקומי כבר עכשיו?

לא. בשלב זה המודל זמין רק בתצוגה מקדימה דרך ה־API של מיסטרל. שחרור המשקלים הפתוחים מתוכנן לסוף אוקטובר 2026.

באילו משימות המודל באמת מציג ביצועים עדיפים על מודלים סגורים?

היתרון המרכזי מופיע במשימות אבטחת מידע וסייבר שבהן מודלים מסחריים סגורים מפעילים מסנני בטיחות ומסרבים לבצע את הבדיקה, כגון שחזור פגיעויות בקוד וניתוח נוזקות.

איזה רישיון יחול על המשקלים הפתוחים כשישוחררו?

תנאי הרישיון המדויקים טרם נחשפו וצפויים להתפרסם לצד קובצי המשקלים בסוף אוקטובר 2026.

מקורות

1. Introducing Mistral Large 4mistral.ai · המקור
2. Mistral Says Its New AI Model ‘Le Chonk’ Is the Best Open-Weight Offering Outside of Chinawired.com · המקור
3. Mistral Large 4 - Mistral AIdocs.mistral.ai · דוקומנטציה
4. Mistral Large 4 - Mistral AIdocs.mistral.ai · דוקומנטציה

איך בדקנו

29 עובדות בכתבה נבדקו אחת־אחת מול המקורות המקושרים ב־6 באוקטובר 2026. מה שלא אומת הוסר או מסומן כטענה של החברה. הכתיבה נעשתה בעזרת AI מהמקורות האלה בלבד, בעריכה ובאחריות של סלבה מלנדוביץ׳. טעות? כתבו לנו.