โดย Insightist™ | เผยแพร่: 7 ต.ค. 2569 | อ้างอิง: Mistral AI
สรุปสาระสำคัญ
- Mistral เปิด public preview ของ Mistral Large 4 หรือ ML4 ชื่อเล่น le Chonk ลองผ่าน API บน Mistral Studio ได้แล้ว
- เป็นโมเดล multimodal 1 ล้านล้าน parameters ทำงานจริงครั้งละ 49 พันล้านตัว เทรนบน GPU 3,800 ตัวในยุโรป
- weights จะปล่อยปลายเดือนนี้ ระหว่างนี้ Mistral ทำ red-teaming กับพาร์ตเนอร์ด้านไซเบอร์และหน่วยงานรัฐ
- ผลทดสอบทั้งหมดมาจากประกาศของ Mistral ควรรอดูการทดสอบซ้ำจากคนนอกหลัง weights ออก
คนทำงานป้องกันระบบต้องพิสูจน์ก่อนว่าช่องโหว่มีจริง แต่คำสั่งแบบนี้ฟังดูเหมือนการโจมตี โมเดลปิดบางตัวจึงปฏิเสธไม่ทำ ตามที่ Mistral อธิบาย ข่าว AI โดย Insightist™ วันนี้เล่าเรื่องโมเดลที่ Mistral ออกแบบมาให้ทำงานนี้ได้
Mistral Large 4 คืออะไร?
ML4 คือ โมเดลที่ใหญ่และเก่งที่สุดที่ Mistral เคยทำ รับได้ทั้งข้อความและภาพ มี 1 ล้านล้าน parameters แต่ทำงานจริงครั้งละ 49 พันล้านตัว เทรนตั้งแต่ศูนย์บน NVIDIA Grace Blackwell GPUs 3,800 ตัว ในดาต้าเซ็นเตอร์ของ Mistral เองที่ยุโรป ข้อมูลเทรนครอบคลุมกว่า 160 ภาษา ตอนนี้เป็นรุ่น preview
ทำไมงาน Cyber ถึงเป็นจุดขายของ ML4?
เพราะ Mistral ชี้ว่าโมเดลปิดหลายตัวปฏิเสธงานนี้ บนบททดสอบที่ให้จำลองช่องโหว่จริงแล้วเขียน patch แก้ ML4 ได้ 82% สูงที่สุดของทุกโมเดล ส่วน Claude Opus 5.5 กับ GPT-6 Astra ได้เกือบศูนย์เพราะปฏิเสธไม่ทำ ML4 ยังแก้โจทย์ใน Cybench ได้ 93% จาก 40 ข้อ และอยู่ใน 5 อันดับแรกของโลกบน Artificial Analysis Cyber Index แต่ Mistral ก็ระบุว่า ML4 ปฏิเสธคำขอประสงค์ร้ายด้านไซเบอร์ในอัตราที่สูงกว่าโมเดลเปิดตัวอื่นทั้งหมดด้วย
ด้านอื่นๆ ML4 ทำคะแนนได้แค่ไหน?
ตัวเลขที่ Mistral ยกมามีดังนี้
- DeepSWE v1.1 ทำได้ 61.7% ในงานเขียนโค้ดระดับ repository
- Terminal-Bench 4 ทำได้ 28.3% ในงานบน terminal
- AutomationBench ทำได้ 59.9% จาก 657 workflow ธุรกิจ เช่น Gmail, Slack, Salesforce
Dense 200 ซึ่งวัด visual grounding ทำได้ 42% สูงกว่า GPT-6-Astra ที่ได้ 41% - งานกฎหมายและการเงิน ผล vals.ai บอกว่าเหนือกว่า GPT-6-Astra ทั้งสองด้าน
ธุรกิจไทยควรมองเรื่องนี้ยังไง?
จุดที่น่าสนใจ คือ weights เปิดและรันเองได้ Mistral บอกว่าจะรันบน private cloud หรือ on-premise ได้ ธุรกิจที่ถือข้อมูลลูกค้า สัญญา หรือรายงานการเงินจึงมีทางเลือกให้โมเดลอยู่ในระบบของตัวเอง ไม่ต้องส่งข้อมูลออกนอกบริษัท ข้อสังเกตคือโมเดลขนาด 1 ล้านล้าน parameters น่าจะกินทรัพยากรเครื่องมาก ประกาศยังไม่บอกสเปกที่ต้องใช้ ควรคำนวณต้นทุนฮาร์ดแวร์ให้ชัดก่อนตัดสินใจ
ตอนนี้ทำอะไรได้บ้าง?
ลองใช้ preview API บน Mistral Studio แล้วทดสอบกับงานจริงของทีม เช่น วิเคราะห์เอกสารกฎหมายหรือสรุปรายงานการเงิน ส่วนทีม IT ควรเริ่มเช็กว่าองค์กรมี GPU และคนดูแลพอไหม เพราะ weights ออกปลายเดือนนี้ และ Mistral บอกว่าจะมีรายละเอียดสถาปัตยกรรมกับ benchmark เพิ่มตามมา
คำถามที่พบบ่อย (FAQs)
Q: ML4 ราคาเท่าไหร่?
A: ประกาศยังไม่ระบุราคา
Q: weights ปล่อยเมื่อไหร่?
A: ภายในสิ้นเดือนนี้ตามประกาศของ Mistral
Q: รันเองในองค์กรได้ไหม?
A: Mistral บอกว่า เมื่อ weights ออก จะรันบน private cloud หรือ on-premise ได้
Q: รองรับภาษาไทยไหม?
A: ประกาศไม่ได้ระบุภาษาไทยโดยเฉพาะ บอกแค่ว่าข้อมูลเทรนมีกว่า 160 ภาษา
Q: ตัวเลขเชื่อถือได้แค่ไหน?
A: บางผลมาจากผู้ประเมินภายนอก เช่น Artificial Analysis, vals.ai และ Surge AI แต่ Mistral เป็นคนเลือกและนำเสนอเอง จึงควรรอทีมอิสระทดสอบซ้ำ
ถ้าคุณสนใจข่าวสารนี้ ให้ Add Line OA เพิ่ม: https://lin.ee/ulsmCKk หรือ @nhx2358e
