מיסטרל פרסם את 4 המשקולות הגדולות, הלא הוא לה צ'ונק. לאחר התצוגה המקדימה, הדגם עבר הכשרה נוספת למשך שלושה ש…

מיסטרל פרסם את 4 המשקולות הגדולות, הלא הוא לה צ'ונק. לאחר התצוגה המקדימה, הדגם עבר הכשרה נוספת למשך שלושה שבועות נוספים עם חיזוק, והחברה הציגה מדידות של ניתוח מלאכותי בהודעה: ב-טרמינל-ספסל 4.0 לגרסה החדשה הייתה 41%, התוצאה הטובה ביותר מבין הדגמים עם משקלים פתוחים, והתצוגה המקדימה, המבוססת על המדידות של מיסטרל עצמה, קיבלה 28%. ב-אינדקס סוכני קידוד במצב גבוה, הוא כמעט מדביק את ה-GLM-5.3, 48% לעומת 49%, ומוציא בממוצע 47% פחות אסימונים במשימה. המשקולות שוחררו תחת MIT שונה: ניתן להשתמש בדגם ולהתאמן בהמשך במוצרים מסחריים; יש צורך ברישיון נפרד לחברות המספקות גישה למודל כשירות. בתוך MoE, 49 מיליארד פעילים מתוך טריליון פרמטרים, הקשר של מיליון אסימונים. לא עצלן כבר הידור GGUF, הקוונטי הדחוס ביותר שוקל 233 GB. ב-API המחיר הוא 0.70$ למיליון אסימוני קלט ו-$2.10 למיליון אסימוני פלט, כמעט כמו התצוגה המקדימה המוזלת שכתבתי עליה.