Công ty Mistral có trụ sở tại Paris ra mắt "Le Chonk", mô hình lập trình mạnh nhưng xét trên tổng thể vẫn xếp sau Trung Quốc

AI trong thực tiễn Sao chép liên kết vào bộ nhớ tạm Chia sẻ bài viết Chuyển đến phần bình luận Hãng công nghệ Mistral có trụ sở tại Paris ra mắt "Le Chonk", mô hình lập trình mạnh mẽ nhưng vẫn xếp sau Trung Quốc về tổng thể Maximilian Schreiner Xem hồ sơ LinkedIn của Maximilian Schreiner Ngày 29/10/2026 GPT-Image-2 tạo theo câu lệnh của THE DECODER Các điểm chính Mistral đã phát hành trọng số cho mô hình Large 4 ("Le Chonk"). Mô hình có quy mô khoảng 1.000 tỷ tham số, trong đó 52 tỷ tham số hoạt động, và có thể vận hành trên phần cứng nội bộ theo giấy phép MIT sửa đổi. Trong các bài kiểm chuẩn độc lập, mô hình thể hiện năng lực lập trình tốt. Tuy nhiên, trên Chỉ số Trí tuệ của Artificial Analysis, mô hình đạt 26 điểm, xếp sau các mô hình mở của Trung Quốc như DeepSeek V4.1 Flash và GLM-5.3, đồng thời thua xa các hệ sinh thái hàng đầu của Anthropic và Google. Ưu thế của mô hình là tốc độ xử lý 161 token/giây, chi phí API thấp hơn và tỷ lệ từ chối các yêu cầu an ninh mạng độc hại đạt 96,6%. Đặt câu hỏi về bài viết này… Tìm kiếm Mistral đã phát hành trọng số cho Mistral Large 4, mô hình có quy mô lớn nhất từ trước đến nay của hãng. Doanh nghiệp này cho biết mô hình vượt qua các đối thủ mã nguồn mở ở năng lực lập trình. Trong đợt kiểm thử độc lập đầu tiên, mô hình ghi nhận tốc độ xử lý nhanh cùng chi phí tương đối thấp, song vẫn đứng sau các mô hình của Trung Quốc trên bảng xếp hạng tổng thể. Ba tuần sau đợt giới thiệu thử nghiệm công khai, Mistral đã đưa các bộ trọng số của Large 4 lên nền tảng Hugging Face. Mô hình có tên định danh là "Le Chonk", tiếp nhận dữ liệu đầu vào là văn bản và hình ảnh, đồng thời trích xuất dữ liệu đầu ra là văn bản và mã lập trình. Hệ thống có tổng cộng khoảng 1.000 tỷ tham số, với 52 tỷ tham số hoạt động ở mỗi chu trình suy luận. Việc tự vận hành mô hình này đòi hỏi cấu hình phần cứng rất lớn. Theo tài liệu của khung suy luận SGLang, phiên bản tiêu chuẩn yêu cầu tám GPU Nvidia B300, trong khi biến thể nén chuyên sâu hơn cần bốn GPU GB300. Kể từ bản thử nghiệm ban đầu, Mistral tiếp tục huấn luyện mô hình bằng phương pháp học tăng cường. Hãng nhận định quy trình này mang lại những bước tiến đáng kể, đặc biệt là trong tác vụ lập trình và phòng thủ không gian mạng. Các nhà nghiên cứu của Mistral là Pierre Stock và Corentin Petit đã giải thích chi tiết quy trình này trong một buổi trao đổi với báo chí. Nhóm nghiên cứu đã tự xây dựng các bài tập nội bộ với mức độ khó tăng dần theo tiến trình huấn luyện. Họ cho biết giới hạn duy nhất đối với hiệu năng là độ phức tạp của bài tập mà đội ngũ còn có thể tạo lập và kiểm chứng. Mistral gọi đây là "canh bạc kéo dài hai năm" và hiện đang mang lại kết quả.Quảng cáo Large 4 dẫn đầu các mô hình mở về lập trình nhưng vẫn thua xa Claude Sau ba tuần huấn luyện bổ sung, điểm số của Large 4 trên bảng kiểm chuẩn Terminal-Bench 4.0 đã tăng từ 28% lên 41%. Kết quả này giúp mô hình vượt nhẹ so với mức 40% của GLM-5.3. Mistral cho biết Large 4 đạt 48% trên Chỉ số Tác nhân Lập trình của Artificial Analysis, mức tương đương với GLM-5.3 nhưng Large 4 sử dụng lượng token ít hơn 47%. Đứng đầu chỉ số này là Claude Code kết hợp mô hình Claude Opus 5.5 với 62 điểm.Quảng cáo Trên bảng kiểm chuẩn FrontierCode 2.0 mới của Cognition, Large 4 dẫn đầu nhóm mô hình mở với tỷ lệ 19,7%. Trong khi đó, Claude Opus 5.5 đạt mức 46%. Tại các cuộc thử nghiệm so sánh ẩn danh do Surge thực hiện, các chuyên gia kiểm thử phần lớn đánh giá cao mã lập trình của Large 4 hơn so với mã của GLM-5.3, Kimi K3 và DeepSeek. Tuy nhiên, khi đối chiếu với Opus 5.5, Large 4 chỉ giành chiến thắng trong 22% các lượt so sánh. Các mô hình Claude Code của Anthropic đứng đầu bảng xếp hạng tác tử lập trình (coding agent), trong khi Mistral Large 4 và GPT-6.1 Terra mang lại hiệu năng trên giá thành tối ưu nhất trong nhóm tiềm năng nhất. Đường biên Pareto thể hiện giới hạn hiệu quả trên toàn bộ 30 mô hình được thử nghiệm. Các so sánh của Mistral không bao gồm Kimi K3.1 Pro của Moonshot. Về mặt kỹ thuật, điều này là hợp lý do trọng số của mô hình này chưa được công bố. Moonshot dự kiến phát hành bộ trọng số trước ngày 4/11/2026. Sau thời điểm đó, Mistral nhiều khả năng sẽ không còn duy trì được lợi thế dẫn đầu, bởi Kimi K3.1 Pro đang đứng đầu bảng đánh giá Terminal-Bench 4.0 với 67%. Quảng cáo Large 4 đứng thứ ba trong số các mô hình mở về phòng thủ không gian mạng, không phải vị trí dẫn đầu Mistral nhận định Large 4 là mô hình mở hàng đầu về phòng thủ không gian mạng. Doanh nghiệp này cho biết phiên bản chính thức đạt 51% trên bảng chỉ số Cyber Index của Artificial Analysis. Chỉ số này đánh giá khả năng tìm kiếm, tái hiện và vá các lỗ hổng bảo mật trong cơ sở mã (codebase) mà không làm ảnh hưởng đến các tính năng hiện có. Tuy nhiên, biểu đồ do chính Mistral công bố lại cho thấy có hai mô hình mở xếp phía trên, gồm DeepSeek V4.1 Flash với 57% và MiMo-V2.6-Pro với 56%. Kết quả này khiến Large 4 chỉ đứng thứ ba trong nhóm mô hình mở, xếp ngay trên GLM-5.3 Flash (50%). Kimi K3.1 Pro dẫn đầu toàn bộ bảng chỉ số với 64%. Quá trình huấn luyện bổ sung hầu như không mang lại cải thiện đáng kể. Theo Artificial Analysis, phiên bản thử nghiệm (preview) đạt 50 điểm, và phiên bản chính thức chỉ tăng thêm một điểm. Quảng cáo Mistral Large 4 (bản cấu hình cao) đạt 51 điểm trên Cyber Index của Artificial Analysis với chi phí 1,21 USD cho mỗi tác vụ. Mức giá này đắt hơn đáng kể so với các lựa chọn thay thế như DeepSeek V4.1 Flash 1017, mô hình đạt điểm số cao hơn với chi phí chỉ bằng một phần nhỏ. Large 4 thể hiện tốt hơn trong việc từ chối các yêu cầu độc hại. Mistral cho biết mô hình từ chối trung bình 96,6% các yêu cầu độc hại trong lĩnh vực an ninh mạng, cao hơn bất kỳ mô hình mở nào khác. Mô hình vẫn được thiết kế nhằm xử lý các nhiệm vụ phòng thủ hợp pháp. Dù vậy, Mistral thừa nhận mô hình có thể khiến các cuộc tấn công thực tế trở nên dễ dàng hơn, do đó công ty có kế hoạch thắt chặt các biện pháp bảo đảm an toàn trong những tháng tới. Một số đối tác được lựa chọn như Orange Cyberdefense hiện đã thử nghiệm phiên bản đặc biệt phục vụ kiểm thử xâm nhập (penetration testing). Quyền tiếp cận đòi hỏi phải qua quy trình xét duyệt và đi kèm các ràng buộc theo hợp đồng. Quảng cáo Mistral cũng ghi nhận tiến bộ trong các tác vụ văn phòng. Doanh nghiệp này cho biết Large 4 chỉ xếp sau Kimi K3 trong số các mô hình mở về khả năng xử lý bảng tính tài chính và tìm kiếm thông tin trên web. Mistral giảm giá nhưng kèm theo điều kiện về giấy phép sử dụng Thông qua API, Large 4 có giá 0,70 USD cho mỗi một triệu token đầu vào và 2,10 USD cho mỗi một triệu token đầu ra. Trong giai đoạn thử nghiệm, mức giá niêm yết lần lượt là 1,36 USD và 4,18 USD. Mistral từng giảm xuống còn 0,68 USD và 2,09 USD trong hai tuần đầu ra mắt, do đó mức giá mới gần tương đương với mức chiết khấu trước đây. Để so sánh, Kimi K3.1 Pro có giá 2 USD cho token đầu vào và 10 USD cho token đầu ra. Mistral phát hành mô hình theo giấy phép MIT sửa đổi. Việc sử dụng, chỉnh sửa và triển khai thương mại đều được miễn phí. Tuy nhiên, các doanh nghiệp cung cấp Large 4 dưới dạng dịch vụ điện toán đám mây thương mại cần phải có giấy phép riêng từ Mistral. Công ty chủ yếu định vị mô hình này là giải pháp AI "tự chủ",