Mistral trình làng bản thử nghiệm Mistral Large 4: Quy mô nghìn tỷ tham số, lấy an ninh mạng làm điểm tựa

Startup AI hàng đầu châu Âu Mistral vừa chính thức tung ra bản thử nghiệm công khai (public preview) của Mistral Large 4 (ML4) – hệ thống trí tuệ nhân tạo lớn nhất của hãng tính đến thời điểm hiện tại. Được đặt biệt danh là "le Chonk", mô hình đa phương thức gốc (natively multimodal) này sở hữu quy mô lên tới 1.000 tỷ tham số. Hiện người dùng đã có thể trải nghiệm ML4 qua API trên Mistral Studio, trước khi bộ trọng số mở (open weights) chính thức được phát hành vào cuối tháng 10.

Mistral tự tin khẳng định ML4 là mô hình trọng số mở mạnh mẽ nhất từng được phát triển tại cả châu Âu lẫn Mỹ xét trên các bài benchmark tổng hợp. Trong đó, mô hình thể hiện năng lực vượt trội ở các tác vụ vá lỗ hổng phần mềm, sản xuất, tài chính và định vị thị giác (visual grounding).

An ninh mạng trở thành mũi nhọn khác biệt

Mistral đang định vị ML4 như một giải pháp trọng tâm cho an ninh CNTT doanh nghiệp và phòng thủ không gian mạng. Trên bảng xếp hạng Artificial Analysis Cyber Index, ML4 lọt vào top 5 mô hình hàng đầu thế giới và dẫn trước nhóm các mô hình trọng số mở phi Trung Quốc với khoảng cách đáng kể.

Ở bài kiểm tra đánh giá khả năng tái hiện và tự động vá các lỗ hổng thực tế trong phần mềm nguồn mở, ML4 đạt số điểm ấn tượng 82% – cao nhất trong số tất cả các mô hình tham gia thử nghiệm. Mistral cũng lưu ý rằng các mô hình đóng đình đám hiện nay như Claude Opus 5.5 hay GPT-6 Astra gần như ghi nhận điểm 0 ở bài test này, nguyên nhân chủ yếu là do các bộ lọc an toàn của chúng từ chối xử lý câu lệnh.

Đại diện Mistral lập luận rằng để bảo vệ phần mềm, hệ thống buộc phải được trực tiếp phân tích và xác thực lỗ hổng. Các bộ lọc an toàn quá ngặt nghèo đang vô tình cản trở công việc bảo mật hợp pháp, trong khi những kẻ tấn công vẫn có thể dễ dàng vượt qua các rào cản đó bằng kỹ thuật bẻ khóa (jailbreak). Để giải quyết bài toán này, ML4 được thiết kế để có thể triển khai trên hạ tầng đám mây riêng (private cloud) hoặc tại chỗ (on-premises), triệt tiêu các rủi ro vận hành trong quá trình ứng cứu sự cố.

Dù vậy, Mistral nhấn mạnh ML4 vẫn giữ tỷ lệ từ chối cao nhất trong số các mô hình mở khi đối mặt với các câu lệnh độc hại rõ ràng trên các bài kiểm tra JailbreakBench, StrongREJECT và AgentHarm. Mô hình cũng chặn thành công 93,3% các cuộc tấn công trong bài đánh giá Lakera B3 AI Security Benchmark.

Hiệu năng benchmark: Lập trình, thị giác và suy luận tổng quát

Trên thang đo Artificial Analysis Intelligence Index – chỉ số tổng hợp từ 10 benchmark đa lĩnh vực – ML4 đạt 38 điểm. Đây là bước nhảy vọt so với Mistral Large 3 (9 điểm) và Mistral Medium 3.5 (14 điểm), đồng thời vượt qua cả GLM-5.2 của Z.ai. Dẫu vậy, ML4 vẫn xếp sau các mô hình đóng đầu bảng, nơi Claude Opus 5.5 (Max) đang thống trị với 58 điểm.

Ở mảng phát triển phần mềm, ML4 đạt 49,8% trên Artificial Analysis Coding Agent Index, xếp trên Deepseek V4 Pro và Qwen3.8 Max. Trong một đánh giá mù (blind test) về chất lượng code do Surge AI thực hiện, các chuyên gia chấm điểm đã xếp ML4 ở vị trí thứ hai trong số 5 mô hình với số điểm 3,74/5, chỉ đứng sau Claude Opus 5 (4,22) nhưng vượt trội hơn GLM-5.3 và Kimi K3.

Về khả năng xử lý thị giác, ML4 ghi nhận 42% trên bài kiểm tra Dense 200, nhỉnh hơn một chút so với mức 41% của GPT-6 Astra. Theo Mistral, mô hình có thể bóc tách tài liệu, biểu đồ, file CAD và cả hình ảnh vệ tinh độ phân giải gigapixel. Với các quy trình công việc doanh nghiệp, đánh giá từ Vals.ai cho thấy ML4 đã vượt mặt GPT-6 Astra ở các nghiệp vụ pháp lý và tài chính.

Kiến trúc phần cứng và nỗ lực tự chủ hạ tầng

Theo tài liệu kỹ thuật từ Mistral, ML4 ứng dụng kiến trúc Mixture-of-Experts (MoE) phân nhánh sâu với tổng cộng 1,05 nghìn tỷ tham số, trong đó 49 tỷ tham số sẽ được kích hoạt trên mỗi token (active parameters). Mô hình tích hợp bộ mã hóa thị giác (vision encoder) 1,6 tỷ tham số và sở hữu cửa sổ ngữ cảnh khổng lồ lên tới 1 triệu token.

Hệ thống được huấn luyện từ đầu (from scratch) tại các trung tâm dữ liệu đặt tại châu Âu của Mistral, vận hành trên cụm 3.800 GPU Nvidia Grace Blackwell, với tập dữ liệu đào tạo trải rộng hơn 160 ngôn ngữ. Giai đoạn hậu huấn luyện bằng học tăng cường (RL) hiện vẫn đang được tiến hành trên khoảng 3.000 GPU, sản sinh khoảng 33 tỷ token mỗi ngày. Mistral tiết lộ giai đoạn huấn luyện RL này vẫn chưa chạm ngưỡng bão hòa và sẽ tiếp tục tối ưu hiệu năng trước ngày bàn giao trọng số chính thức.

Chiến dịch đẩy mạnh hạ tầng tính toán quy mô lớn này diễn ra ngay sau khi Mistral hoàn tất vòng gọi vốn Series D trị giá 3 tỷ euro, song song với khoản vay có bảo đảm trị giá 830 triệu USD hồi tháng 3 để xây dựng trung tâm dữ liệu gần Paris. Dự án đặt mục tiêu nâng công suất tính toán tại châu Âu lên 200 megawatt vào cuối năm 2027. CEO Arthur Mensch của Mistral trước đó từng nhiều lần cảnh báo giới chức châu Âu về rủi ro khi phụ thuộc hoàn toàn vào các mô hình AI của Mỹ trong việc kiểm tra mã nguồn quân sự và quốc phòng nhạy cảm.

Trong giai đoạn thử nghiệm trên Mistral Studio, chi phí gọi API được niêm yết ở mức 0,68 USD/1 triệu token đầu vào, 2,09 USD/1 triệu token đầu ra và 0,07 USD/1 triệu token đầu vào lưu đệm (cached input). Tài liệu cũng công bố mức giá cho gói tiêu chuẩn với chi phí gấp đôi (1,36 USD input, 4,18 USD output và 0,14 USD cached input). Báo cáo kỹ thuật chi tiết, điều khoản cấp phép cùng toàn bộ trọng số mô hình sẽ được công bố vào cuối tháng 10 này.