İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

Mistral, Large 4 modelinin ağırlıklarını indirmeye açtı

Mistral, Large 4'ün model ağırlıklarını açtı. Kodlama ve siber savunmaya odaklanan modelin lisansı, model hizmeti sunan işletmeler için ayrı anlaşma istiyor.

Yapay TU Editör · 4 dk okuma
Mistral Large 4'ün ağırlıkları açıldı
Kısa cevap

Mistral, 29 Ekim 2026'da bir trilyon parametreli Large 4 modelinin geliştirilmiş sürümünün ağırlıklarını indirmeye açtı. Le Chonk adıyla da anılan model kendi altyapısında çalıştırılabiliyor. Modeli hizmet olarak sunan işletmeler için ayrı ticari lisans gerekiyor.

Mistral, 29 Ekim'de Large 4 modelinin geliştirilmiş sürümünün ağırlıklarını indirmeye açtı. Le Chonk adıyla da anılan bir trilyon parametreli model, ayın başında herkese açık önizlemeye çıkmıştı. Yeni duyurunun odağında, kodlama ve siber savunma çalışmalarının ardından güncellenen modeli kendi altyapısında çalıştırmak isteyen ekipler var.

Mistral Large 4'te ne değişti?

Mistral'in 29 Ekim tarihli duyurusuna göre Large 4, önizleme sonrasında ek eğitimle kodlama performansını artırdı ve bazı testlerde daha az token kullanmaya başladı. Token, modelin metni işlerken kullandığı parçalara verilen ad. Şirket, model ağırlıklarını bu iyileştirmelerle birlikte yayımlıyor.

Mistral'in aktardığı Terminal-Bench 4.0 sonuçlarında başarı oranı önizlemedeki yüzde 28'den yüzde 41'e çıkıyor. Aynı karşılaştırmada üretilen token sayısının yüzde 30 azaldığı belirtiliyor. Bunlar şirketin duyuruda sunduğu ölçümler; her yazılım deposunda aynı artışı göreceğin anlamına gelmiyor.

Artificial Analysis Coding Agent Index için verilen sonuç yüzde 48. Mistral, bu testte GLM-5.3 ile yaklaşık aynı başarı düzeyine ulaşırken görev başına ortalama yüzde 47 daha az token kullandığını söylüyor. Token tüketimiyle fatura arasındaki ilişkiyi değerlendirmek için modelin birim fiyatını ve görevi kaç denemede bitirdiğini de birlikte incelemek gerekir.

Model artık Low, Medium ve High olmak üzere üç akıl yürütme ayarı sunuyor. Mistral basit görevler için Low, günlük işler için Medium ayarını öneriyor; zor görevler için önerilen High varsayılan seçenek. Duyuruya göre Low, önceki None ayarının yerini alıyor. Bir geliştirici aynı hata düzeltme görevini farklı ayarlarda deneyerek süreyi ve çıkan kodun doğruluğunu karşılaştırabilir.

Siber savunma için hangi sonuçlar paylaşıldı?

Mistral, Large 4'ün Artificial Analysis Cyber Index testinde yüzde 51 aldığını bildiriyor. Bu test, kodda açık bulma, açığı yeniden üretip doğrulama ve mevcut işlevleri bozmadan düzeltme görevlerini ölçüyor. Şirket ayrıca zararlı siber taleplerde ortalama ret oranını yüzde 96,6 olarak açıklıyor.

Duyurudaki savunma örneğinde bir ajan gelen güvenlik açığı raporunu okuyor, kaynak kodunu inceliyor ve sorunu yalıtılmış bir ortamda yeniden üretiyor. Ardından yama yazıp açığın hâlâ kullanılabilir olup olmadığını kontrol ediyor. Bu akış, modelin güvenlik ekibinde hangi işe aday olduğunu gösteriyor; şirketlerin kendi uygulamalarında ayrıca değerlendirme yapması gerekiyor.

Mistral, canlı kullanımı izlerken modelin gerçek saldırılara katkı sağlayabileceği bir risk gördüğünü açıkça belirtiyor ve korumaları güncellediğini söylüyor. Gelişmiş siber güvenlik işleri için hazırlanan özel bir varyant ise seçilmiş kurumsal ortakların önizlemesine sunuluyor. Bu erişim inceleme ve sözleşme koşullarına bağlı; testler sahip olunan veya açıkça izin verilmiş sistemlerle sınırlandırılıyor.

Model nasıl kullanılacak ve fiyatı ne?

Mistral, Large 4'e Mistral Studio, API (uygulamaların modele bağlandığı programlama arayüzü) ve OpenRouter üzerinden erişim sunuyor. Ağırlıkları Hugging Face'ten indirip kendi altyapısında çalıştırmak isteyenler için vLLM veya SGLang belirtiliyor. Microsoft Foundry üzerinden yönetilen kullanım ve Azure geliştiricileri için özel dağıtım seçenekleri de duyuruda yer alıyor.

Yazı tarihinde açıklanan API fiyatları, bir milyon token başına giriş için 0,70 dolar, önbellekteki giriş için 0,07 dolar ve çıkış için 2,10 dolar. Bu ücretler modelin kendi altyapında çalıştırılmasının maliyetini göstermiyor. Sunucu gereksinimlerine ilişkin ayrıntılı bir donanım listesi duyuru metninde verilmiyor.

Lisansın adı Mistral Ecosystem Open-Weight. Şirket bunu değiştirilmiş bir MIT lisansı olarak tanımlıyor; kullanma, değiştirme, ince ayar yapma ve ticarileştirmeye izin veriyor. Ancak modeli hizmet olarak sunan işletmelerin ticari kullanımdan önce Mistral'den ayrı lisans alması gerekiyor. Ürünün bu koşula girip girmediği belirsizse sözleşmeyi bir hukuk uzmanıyla değerlendirmen uygun olur.

İndirilebilir ağırlıklar ile kullanım koşullarını birlikte okumak gerekiyor. Kavramları ayırmak için açık kaynak yapay zekâ rehberine bakabilirsin. Bu duyurudaki izinler, modelin her kullanım biçiminde koşulsuz biçimde sunulduğu şeklinde yorumlanmamalı.

Basit bir kod düzeltme karşılaştırması için şu prompt taslağını kendi hata raporunla doldurabilirsin:

text
Bu depodaki hata raporunu incele: [hata ve yeniden üretme adımları].
Beklenen davranış: [beklenen sonuç].
Sorunu yeniden üreten bir test yaz, ardından düzeltmeyi uygula.
Çalıştırdığın testleri ve çalıştıramadıklarını ayrı ayrı belirt.

Bizim yorumumuz: kendi kodunda küçük bir karşılaştırma yap

Bizce Large 4'ü değerlendirecek bir yazılım ekibinin ilk işi, mevcut aracının zorlandığı küçük bir görevi seçmek olmalı. Örneğin yeniden üretilebilen bir hatayı, beklenen davranışı ve çalıştırılacak testleri hazırlayabilirsin. Aynı görevi farklı akıl yürütme ayarlarıyla çalıştırıp doğru düzeltmeye ulaşmak için kaç müdahale gerektiğini kaydet. Duyurudaki token tasarrufunun senin işinde karşılığı olup olmadığını böyle görebilirsin.

Kendi altyapısında çalıştırma seçeneği, kaynak kodunu nereye gönderdiğine karar vermek isteyen ekipler için değerli. Fakat bir trilyon parametre ifadesinden kişisel bilgisayarda rahatça çalışacağı sonucunu çıkarmamak gerekiyor. Duyuru asgari donanımı belirtmiyor. Küçük bir işletmeysen önce çalıştırma gereksinimlerini öğrenmeni, ardından bakım yükünü hesaba katmanı öneririz. Yerel kurulum düşüncesini değerlendirmek için bilgisayarda yapay zekâ çalıştırma rehberi kavramlara giriş sağlayabilir.

Türkiye'den erişim için ayrı bir açıklama yapılmıyor. Sayfada modelin 160'tan fazla dilde çalıştığı belirtilse de Türkçe özelinde bir başarı ölçümü paylaşılmıyor; Türkçe desteğinin ayrıntıları açıklanmadı. Türkçe hata raporlarıyla çalışacaksan kendi terimlerini içeren örnekler seç. Kod doğru görünse bile rapordaki isteğin doğru anlaşılıp anlaşılmadığını kontrol et.

Güvenlik işlerinde de başlangıç görevinin sınırları belli olsun. Kendi test ortamında bilinen bir açığın giderilmesini isteyip mevcut testlerin geçmesini şart koşabilirsin. Yamanın doğruluğunu incelemeden üretime aktarma; karşılaştırma kaydına kullanılan model ayarını ve insan incelemesinde gereken düzeltmeleri de ekle.

Sık sorulanlar

Mistral Large 4 indirilebiliyor mu?

Evet. Mistral model ağırlıklarını Hugging Face üzerinden indirmeye açtı; kendi altyapısında çalıştırmak için vLLM ve SGLang seçeneklerini belirtiyor.

Mistral Large 4 ticari kullanım için ücretsiz mi?

Mistral, kullanım ve değiştirme dahil ticari kullanıma izin veren bir lisans açıklıyor. Ancak model hizmeti sunan işletmelerin ticari kullanım öncesinde ayrı lisans alması gerekiyor.

Mistral Large 4 API fiyatı ne kadar?

29 Ekim 2026 tarihindeki duyuruda bir milyon token için giriş 0,70 dolar, önbellekteki giriş 0,07 dolar ve çıkış 2,10 dolar olarak belirtiliyor.

#mistral#large-4#kodlama#siber-güvenlik
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Mistral, Studio'ya yönetilen ajan ve uygulama ekledi

Bunları da okuyun