Google ने जाहीर केल्यानंतर फक्त दोन दिवसांत की त्याचे सर्वात बलवान मॉडेल फक्त निवडक सायबर रक्षकांच्या संरक्षित गटालाच उपलब्ध होईल, Mistral AI ने उलट मार्ग घेतला. २९ ऑक्टोबर रोजी पॅरिसच्या या प्रयोगशाळेने आपल्या अग्रगण्य ट्रिलियन-पॅरामीटर मॉडेल Mistral Large 4 चे weights जाहीर केले, जेणेकरून कोणीही ते डाउनलोड करू शकेल, तपासू शकेल आणि स्वतःच्या यंत्रांवर चालवू शकेल.
आकडे हे का महत्त्वाचे आहे ते सांगतात. public preview नंतर आणखी तीन आठवड्यांच्या reinforcement learning नंतर, Mistral Large 4 आता Cognition च्या FrontierCode 2.0 बेंचमार्कमध्ये १९.७ टक्क्यांनी आघाडीवर आहे आणि Terminal-Bench 4.0 मध्ये ४१ टक्क्यांवर आहे, स्वतःच्या preview पेक्षा तेरा गुण पुढे, तरीही output tokens तीस टक्के कमी वापरतो. Artificial Analysis Coding Agent Index वर तो आघाडीच्या open-weight मॉडेल GLM-5.3 शी ४८ टक्क्यांवर बरोबरीत आहे, आणि प्रति task सरासरी ४७ टक्के कमी tokens खर्च करतो. Surge Code च्या blind human evaluations मध्ये, मूल्यमापकांनी GLM-5.3, Kimi K3 आणि DeepSeek V4.1 Flash पेक्षा त्याला प्राधान्य दिले आणि फक्त Claude Opus 5.5 च्या मागे ठेवले.
सुरक्षेची कहाणीही तितकीच ठळक आहे. Mistral Large 4 ने Artificial Analysis Cyber Index वर ५१ टक्के गुण मिळवले, हा निर्देशांक तपासतो की मॉडेल codebase मधील उणिवा शोधू शकतो, त्या पुन्हा निर्माण करू शकतो आणि काहीही न तोडता patch करू शकतो का. तो ही संरक्षणात्मक कामे अनावश्यक refusals शिवाय करतो, तर malicious सायबर विनंत्यांच्या ९६.६ टक्के नाकारतो, open मॉडेल्समध्ये Mistral ने मोजलेली सर्वाधिक टक्केवारी. Booz Allen Hamilton, Cisco, Cloudflare, Fortinet, Rubrik आणि Zscaler या सगळ्यांनी या प्रकाशनाला पाठिंबा दिला.
Google ने ration करायचं ठरवलेली हीच ती क्षमताची श्रेणी आहे. एका प्रयोगशाळेने असा निष्कर्ष काढला की इतके सक्षम मॉडेल vetting आणि contracts च्या मागेच राहिले पाहिजे. दुसऱ्याने मानले की सगळ्यांकडे सारखेच शस्त्र असेल तेव्हा रक्षकांची चांगली सेवा होते. दोन्ही युक्तिवाद गांभीर्याने घ्यावे लागतील, आणि उद्योग आता त्यांची सार्वजनिकरित्या पुढाकाराने चाचणी पाहणार आहे.
enterprise आकडे पूरक पुरावा देतात. Mistral Large 4 Finch finance-workflow बेंचमार्कवर ७३.३ टक्के, web research च्या BrowseComp वर ८४.५ टक्के गाठतो आणि B3 Agent Security बेंचमार्कवर ९७.१ टक्के हल्ले रोखतो, open-weight मॉडेल्समधील सर्वोत्तम निकाल. low, medium आणि high अशा तीन reasoning modes संघांना प्रत्येक task वर खर्च आणि अचूकतेत समतोल साधू देतात.
सार्वभौमत्वाचा युक्तिवाद हा खरा खेळ आहे. हे मॉडेल European infrastructure वर शून्यापासून प्रशिक्षित करण्यात आले आहे आणि त्याची वंशावळ स्पष्ट आहे, आणि Mistral आपले लक्ष्य स्पष्टपणे सांगते: अशा सरकार, बँका आणि regulated industries ज्या त्यांचा डेटा दुसऱ्याच्या cloud वर पाठवू शकत नाहीत. सार्वजनिक बँक La Banque Postale म्हणते की ग्राहकांचा विश्वास टिकवण्यासाठी तांत्रिक सार्वभौमत्व हा पर्याय नाही. Orange Cyberdefense सारख्या भागीदारांसोबत एक तपासलेला cybersecurity variant देखील करारात्मक सुरक्षासह preview मध्ये आहे.
नेत्यांसाठी व्यावहारिक प्रश्न बदलला आहे. आता प्रश्न हा राहिला नाही की एखादे open model गंभीर कामासाठी पुरेसे चांगले आहे का, कारण हे मॉडेल स्पष्टपणे तसे आहे. प्रश्न हा आहे की तुमची संस्था असे frontier मॉडेल ज्यावर ती पूर्ण नियंत्रण ठेवू शकते त्याचा कसा वापर करते: त्याचे audit करते, proprietary डेटाने customize करते आणि जिथे तुमचे नियम लागू होतात तिथे चालवते, की दुसऱ्याच्या अटींवर क्षमता भाड्याने घेत राहते.
खुलेपण आणि सावधगिरी दोन्ही आता फलकावर आहेत. आजच open-weight मॉडेल्सचे मूल्यमापन, governance आणि deployment शिकणार्या संस्थाच उद्या स्वतःच्या अटी ठरवतील, कोणतेही तत्त्वज्ञान जिंकू दे.
गणितीय पद्धतीने विचार करा. हुशारीने अभियांत्रिकी करा. धोरणात्मकपणे नेतृत्व करा. जबाबदारीने बांधा. जागतिक पातळीवर वाढा. कृत्रिम बुद्धिमत्तेद्वारे खरी व्यावसायिक किंमत निर्माण करा.
