Google की इस घोषणा के महज दो दिन बाद कि उसका सबसे मजबूत मॉडल केवल चुनिंदा cyber defenders के एक संरक्षित समूह को उपलब्ध होगा, Mistral AI ने उलटा रास्ता अपनाया। 29 अक्टूबर को पेरिस की इस प्रयोगशाला ने अपने flagship trillion-parameter मॉडल Mistral Large 4 के weights जारी किए, जिसे कोई भी download कर सकता है, परख सकता है और अपनी मशीनों पर चला सकता है।
आंकड़े बताते हैं कि यह अहम क्यों है। public preview के बाद तीन और हफ्तों के reinforcement learning के बाद, Mistral Large 4 अब Cognition के FrontierCode 2.0 benchmark में 19.7 प्रतिशत के साथ आगे है, और Terminal-Bench 4.0 में 41 प्रतिशत पर है, अपने ही preview से तेरह अंक आगे, जबकि output tokens तीस प्रतिशत कम इस्तेमाल करता है। Artificial Analysis Coding Agent Index पर यह अग्रणी open-weight मॉडल GLM-5.3 से 48 प्रतिशत पर बराबरी करता है, जबकि प्रति task औसतन 47 प्रतिशत कम tokens खर्च करता है। Surge Code के blind human evaluations में, परीक्षकों ने इसे GLM-5.3, Kimi K3 और DeepSeek V4.1 Flash पर पसंद किया, और इसे केवल Claude Opus 5.5 से पीछे रखा।
सुरक्षा की कहानी भी उतनी ही ठोस है। Mistral Large 4 ने Artificial Analysis Cyber Index पर 51 प्रतिशत स्कोर किया, जो परखता है कि कोई मॉडल codebase में कमजोरियां खोज सकता है, उन्हें reproduce कर सकता है और कुछ तोड़े बिना patch कर सकता है या नहीं। यह इन defensive कार्यों को बिना अनावश्यक refusals के संभालता है, जबकि malicious cyber requests का 96.6 प्रतिशत refuse करता है, open models में Mistral का मापा हुआ सबसे ऊंचा स्तर। Booz Allen Hamilton, Cisco, Cloudflare, Fortinet, Rubrik और Zscaler सभी ने इस release को अपनी साख दी।
यह वही क्षमता वर्ग है जिसे Google ने ration करने का फैसला किया। एक प्रयोगशाला ने निष्कर्ष निकाला कि इतना सक्षम मॉडल vetting और contracts के पीछे रहना चाहिए। दूसरी ने माना कि defenders तब बेहतर सेवा पाते हैं जब सबके पास एक ही हथियार हो। दोनों दलीलें गंभीर हैं, और industry अब इन्हें सार्वजनिक रूप से अगल-बगल परखा जाना देखेगी।
enterprise आंकड़े तर्क को पूरा करते हैं। Mistral Large 4 Finch finance-workflow benchmark पर 73.3 प्रतिशत, web research के BrowseComp पर 84.5 प्रतिशत तक पहुंचता है, और B3 Agent Security benchmark पर 97.1 प्रतिशत attacks को रोकता है, open-weight मॉडलों में सर्वश्रेष्ठ परिणाम। low, medium और high तीन reasoning modes टीमों को हर task पर लागत और सटीकता के बीच संतुलन चुनने देते हैं।
sovereignty की दलील गहरी चाल है। यह मॉडल European infrastructure पर शून्य से प्रशिक्षित हुआ है और इसकी नस्ल स्पष्ट है, और Mistral अपने दर्शकों को साफ कहता है: ऐसे सरकारें, बैंक और regulated industries जो अपना डेटा किसी और के cloud पर नहीं भेज सकते। public bank La Banque Postale कहता है कि ग्राहक भरोसे के लिए तकनीकी sovereignty वैकल्पिक नहीं है। Orange Cyberdefense जैसे partners के साथ एक vetted cybersecurity variant भी contractual safeguards के साथ preview में है।
नेताओं के लिए व्यावहारिक सवाल बदल गया है। अब सवाल यह नहीं है कि कोई open model गंभीर काम के लिए काफी अच्छा है या नहीं, क्योंकि यह मॉडल स्पष्ट रूप से है। सवाल यह है कि आपका संगठन ऐसे frontier मॉडल के साथ क्या करता है जिसे वह पूरी तरह नियंत्रित कर सकता है: उसकी audit करता है, proprietary डेटा से customize करता है, और जहां आपके नियम लागू होते हैं वहां चलाता है, या किसी और की शर्तों पर क्षमता किराए पर लेता रहता है।
खुलापन और सावधानी दोनों अब बोर्ड पर हैं। जो संगठन आज open-weight मॉडलों का मूल्यांकन, governance और deployment सीख लेते हैं, वही कल अपनी शर्तें तय करेंगे, चाहे कौन सी विचारधारा जीते।
गणितीय सोचें। समझदारी से इंजीनियर करें। रणनीतिक रूप से नेतृत्व करें। जिम्मेदारी से बनाएँ। वैश्विक रूप से बढ़ें। आर्टिफिशियल इंटेलिजेंस के माध्यम से वास्तविक व्यावसायिक मूल्य बनाएँ।
