Відкритість як стратегія. Як Mistral AI конкурує з Anthropic та OpenAI

Єлизавета Гогілашвілі
2 лип.
Читати 3 хв

Французька Mistral AI — єдина з європейських компаній, що впевнено увірвалась у ШІ-гонку технологічних гігантів. За чутками, вона готується залучити $3.5 млрд інвестицій, що призведе до її оцінки у $22 млрд.

Проте минулого місяця виявилось, що моделі Mistral AI погано відфільтровують російську пропаганду: найкращим результатом для моделей французів стало 49 місце з 62 можливих.

HBJ розібрався, чому французькі генеративні ШІ не впоралися з дезінформацією, й що відрізняє Mistral AI від інших відомих розробників штучного інтелекту.

Сильний вітер: чим Mistral AI відрізняється від конкурентів

Стартап Mistral AI запустили 2023 року у Парижі. Свою назву проєкт отримав на честь сильного холодного вітру півдня Франції.

Засновники Mistral AI познайомились ще під час навчання у Політехнічній школі — престижному французькому виші, що виховує майбутню наукову та інженерну еліту. До запуску проєкту усі троє працювали у провідних ШІ-лабораторіях. Гійом Лампль і Тімоті Лакруа розвивали штучний інтелект у Meta FAIR, Артур Менш — у Google DeepMind.

Mistral AI хоче зробити передові ШІ-технології доступнішими, а моделі — компактними. LLM на кшталт СhatGPT чи Claude зберігають усі дані на серверах компаній-власників, а користувачі мають доступ до моделей тільки через спеціальні інтерфейси. До того ж, ці LLM потребують сотень гігабайт оперативної пам'яті для роботи. Розгорнути таку модель на ноутбуці неможливо.

На відміну від заокеанських конкурентів з пропрієтарними (закритими) моделями, Mistral AI працює за гібридною стратегією: частина їхніх моделей — у вільному доступі, тобто їхні ваги та архітектура відомі (open core). Будь-хто може скачати таку модель, дотренувати під свої завдання, розгорнути на власному «залізі» і використовувати без обмежень.

Це економить кошти і незалежним розробникам, і компанії, яка не мусить витрачати мільярди євро на зберігання даних користувачів на власних серверах.

Завдяки тому, що компанія базується в Парижі, її рішення є привабливими для європейських банків, урядів, оборонних компаній та інших бізнесів, яким критично важливо, щоб їхні дані не зберігались на серверах у США.

Як влаштовані моделі Mistral AI

Mistral AI розділяє свої великі мовні моделі (LLM) на три групи:

моделі загального призначення (працюють за принципом «текст на вході — текст на виході» і підходять для загальних завдань з обробки природної мови (NLP) та генерації тексту);
дослідницькі (open source-моделі без обмежень на комерційне використання, середовища розгортання або файнтюнінг (донавчання));
спеціалізовані (навчені для конкретних сфер або завдань).

Флагманська модель — Mistral Large 3 з лінійки Mistral 3, яку компанія представила в грудні 2025 року. Mistral Large 3 — модель з архітектурою Mixture-of-Experts («суміш експертів»).

Тобто, модель складається з багатьох підмоделей-експертів. Кожна з них обробляє вхідний запит, а ще одна підмодель визначає, які з експертів варто активувати. Нерелевантних експертів можна не запускати взагалі.

Саме Mistral AI популяризував архітектуру Mixture-of-Experts у світі відкритих LLM, запустивши серію моделей Mixtral.

Кількість експертів, які можуть бути активовані Large 3, — 41 млрд із 675 млрд загальних параметрів. Це дозволяє економити обчислювальні ресурси і памʼять при високій продуктивності моделі.

Також Mistral AI розвиває, зокрема, ШІ-агентів для кодингу, модель text-to-speech Voxtral TTS й платформу для тренування кастомних моделей Forge. У травні 2026 року CEO стартапу Артур Менш заявив, що розглядає можливість створення власних ШІ-чипів.

Останній реліз компанії — Mistral OCR 4 — це інструмент для розпізнавання та парсингу документів із підтримкою 170 мов. OCR 4, за словами розробників, не тільки розпізнає текст, а й розуміє структуру документа (здатний визначити заголовок, таблицю, підпис тощо).

Відкриті моделі проти пропрієтарних — хто переможе

Естонські дослідники протестували 62 моделі генеративного ШІ на здатність впізнавати російську пропаганду.

Моделі проходили перевірку за 75 питаннями трьома мовами — англійською, російською та естонською. Із завданням найгірше впорались саме відкриті моделі. Так, чотири моделі Mistral AI показали не вище 62.3% ефективності у виявленні пропагандистських джерел. Навіть китайські пропрієтарні моделі показали вищі результати. Щоправда, представники французької компанії сказали, що дослідження аналізувало «сирі моделі до їхнього налаштування клієнтами».

Найкраще впоралися моделі Anthropic, на першому місці — Claude Fable 5.

На думку Арві Таваста, директора Інституту естонської мови, це підкреслює: комерційні моделі стійкіші і безпечніші за відкриті.

Проте це ще не привід ставити хрест на майбутньому відкритих моделей. Великі гравці також дивляться у бік цієї стратегії.

Так, OpenAI минулого року відкрила одну зі своїх моделей (gpt-oss), а Google поступово скорочує розрив у якості між своїми закритими (Gemini) і відкритими (Gemma) моделями. Майбутнє покаже, якою буде динаміка, і де опиниться Mistral AI у цих перегонах.