Mistral, açık ağırlıklı Large 4 modelini yayınladı: kodlamada öne çıkıyor

Fransız yapay zekâ şirketi Mistral, bugüne kadarki en büyük modeli Mistral Large 4'ün ağırlıklarını Hugging Face üzerinde yayımladı. Üç hafta süren herkese açık önizlemenin ardından paylaşılan model, kodlama görevlerinde açık rakiplerini geçiyor ancak bağımsız testlerde genel sıralamada Çinli modellerin gerisinde kalıyor. Model, yayınlandığı açıklamaya göre yaklaşık bir trilyon parametre içeriyor ve adım başına 52 milyar parametresi etkin çalışıyor.

Large 4, metin ve görüntüyü girdi olarak alıp metin ve kod üretiyor. Modelin kendi sunucularında çalıştırılması ciddi donanım gerektiriyor: çıkarım çerçevesi SGLang'ın dokümantasyonuna göre standart sürüm sekiz Nvidia B300 GPU'da, daha sıkıştırılmış bir varyant ise dört GB300 GPU'da çalışıyor. Model değiştirilmiş MIT lisansıyla yayımlandı; kullanım, değiştirme ve ticari kurulum serbest, ancak Large 4'ü ticari bulut hizmeti olarak sunan şirketlerin Mistral'dan ayrı lisans alması gerekiyor.

Mistral Large 4 kodlamada ne kadar iyi?

Mistral, önizlemeden bu yana modeli pekiştirmeli öğrenmeyle eğitmeyi sürdürdü. Şirkete göre bu süreç özellikle kodlama ve siber savunmada belirgin kazanç sağladı. Mistral araştırmacıları Pierre Stock ve Corentin Petit, düzenlenen basın toplantısında eğitim boyunca zorluk derecesi artan görevleri kendi bünyelerinde oluşturduklarını anlattı. İkilinin aktardığına göre performansın tek sınırı, ekibin hâlâ üretip doğrulayabildiği görevlerin zorluğu.

Üç haftalık ek eğitim, Terminal-Bench 4.0 skorunu yüzde 28'den yüzde 41'e taşıdı. Bu sonuç, yüzde 40'ta kalan GLM-5.3'ün hemen önünde. Mistral'ın verdiği bilgiye göre model, Artificial Analysis'in Coding Agent Index'inde yüzde 48'e ulaşıyor ve bu skora GLM-5.3'ten yüzde 47 daha az token harcayarak erişiyor. Endeksin zirvesinde ise 62 puanla Claude Opus 5.5 kullanılan Claude Code yer alıyor.

Cognition'ın yeni FrontierCode 2.0 testinde Large 4, açık modeller arasında yüzde 19,7 ile önde. Claude Opus 5.5 ise aynı testte yüzde 46 puan alıyor. Surge'ün yürüttüğü kör karşılaştırmalarda katılımcılar Large 4'ün kodunu GLM-5.3, Kimi K3 ve DeepSeek'in koduna kıyasla daha sık tercih etti. Opus 5.5 karşısında ise Large 4 yalnızca karşılaştırmaların yüzde 22'sini kazanabildi.

Genel zekâ sıralamasında neden geride?

Artificial Analysis, Intelligence Index'in beşinci sürümünü yayımladı ve Large 4'ün nihai sürümünü yüksek modda 26 puanla derecelendirdi. Endeksin beşte üçü artık görevleri ya da çözümleri kamuya açık olmayan testlere dayanıyor; dokuz test arasında Terminal-Bench 4.0 ve FrontierCode 2.0 da var. Önizleme 25 puan aldığına göre üç haftalık ek eğitim genel puana yalnızca bir puan ekledi.

Artificial Analysis'e göre Large 4, benzer büyüklükteki açık modellerin ortalamasını (23 puan) geride bırakıyor. Ancak Çin'in en güçlü açık modellerine yetişemiyor: DeepSeek V4.1 Flash ve GLM-5.3'er 32, MiMo-V2.6-Pro ise 30 puan alıyor. Endeksin zirvesinde 59 puanla Google'ın Gemini 4 Carbon modeli var, onu bir puan geriden Claude Opus 5.5 izliyor. Ancak Gemini 4 Carbon'u şu an yalnızca seçili siber güvenlik ortakları kullanabiliyor.

Hız, fiyat ve siber savunma performansı

Large 4'ün öne çıkan yanları hız ve maliyet. Model saniyede 161 token üretiyor; bu rakam önizlemede 111'di. Artificial Analysis'in karşılaştırmasına göre yalnızca DeepSeek V4.1 Flash ve Muse Wonder daha hızlı. Endeksteki bir görevin ortalama maliyeti Large 4 ile 2,06 dolar; önizlemede bu tutar 5,54 dolardı. Böylece model GLM-5.3 (5,01 dolar) ve Kimi K3.1 Pro'dan (3,68 dolar) daha ucuz, ancak DeepSeek V4.1 Flash (0,60 dolar) ve MiMo-V2.6-Pro'dan (0,26 dolar) belirgin biçimde pahalı.

API üzerinden Large 4, milyon giriş tokenı başına 0,70 dolar, milyon çıkış tokenı başına 2,10 dolar tutuyor. Önizlemede liste fiyatı 1,36 ve 4,18 dolardı; Mistral lansmanda bu fiyatları iki hafta boyunca 0,68 ve 2,09 dolara indirmişti, yeni fiyat kabaca o indirime denk geliyor. Karşılaştırma için Kimi K3.1 Pro milyon giriş tokenı başına 2, çıkış tokenı başına 10 dolar fiyatlanıyor.

Mistral, Large 4'ü siber savunmada lider açık model olarak tanıtıyor. Şirkete göre nihai sürüm, bir kod tabanındaki güvenlik açıklarını mevcut işlevleri bozmadan bulma, yeniden üretme ve yamalama becerisini ölçen Artificial Analysis Cyber Index'te yüzde 51 alıyor. Ancak Mistral'ın kendi grafiğinde iki açık model önde: DeepSeek V4.1 Flash yüzde 57, MiMo-V2.6-Pro yüzde 56. Bu durumda Large 4 açık modeller arasında üçüncü sırada, yüzde 50'deki GLM-5.3 Flash'ın hemen önünde. Endeksin tamamında 64 puanla Kimi K3.1 Pro lider.

Model, zararlı talepleri reddetmede daha iyi performans gösteriyor. Mistral'a göre kötü niyetli siber taleplerin ortalama yüzde 96,6'sını reddediyor ve bu oranla açık modeller arasında en yükseğe ulaşıyor. Şirket yine de modelin gerçek saldırıları kolaylaştırabileceğini kabul ediyor ve önümüzdeki aylarda korumaları sıkılaştırmayı planlıyor. Orange Cyberdefense gibi seçili ortaklar, sızma testlerine yönelik özel bir sürümü şimdiden deniyor; erişim bir incelemeden geçmeyi ve sözleşmesel kısıtlamaları gerektiriyor.

Türkiye ve sektör için neden önemli?

Mistral, Large 4'ü tamamen Avrupa'da eğitilmiş ve kendi sunucularında çalıştırılabilen "egemen" bir yapay zekâ modeli olarak konumlandırıyor. Bu yaklaşım, verisini kendi altyapısında tutmak isteyen kurumlar için alternatif bir seçenek oluşturuyor. Modeli kendi sunucularında barındırmak istemeyenler için Microsoft Foundry gibi platformlar üzerinden erişim de mümkün. Türkiye'de kullanıcılara yönelik ayrı bir erişim planı ya da yerel fiyatlandırma hakkında ise kaynakta bilgi yer almıyor.

Mistral ekibi, ABD ve Çin'deki laboratuvarların kaynaklarının çok küçük bir bölümüyle çalıştığını, on kat daha fazla sermayeyle zirvede olacaklarını savunuyor. Large 4, şirketin özelleşmiş modelleri için temel işlevi görecek. Şirket, bu model üzerine kurulacak daha küçük sürümler hakkında henüz açıklama yapmadı.