Mistral открыла веса ИИ-модели, которая ищет уязвимости и может помогать в атаках

Модель под внутренним именем Le Chonk появилась в предварительном доступе 6 октября. Её с нуля обучали на европейских серверах. Конструкция насчитывает 1,05 трлн параметров, однако на каждый фрагмент текста приходится лишь 52 млрд. Нейросеть понимает текст и картинки, держит в памяти до миллиона токенов и переключается между тремя режимами рассуждения: Low, Medium и High.

В тесте Artificial Analysis Cyber Index, замеряющем пригодность к кибероперациям, Large 4 получила 51%. Собственные замеры Mistral показывают, что система отсекает 96,6% вредоносных запросов, однако эти цифры получены на внутреннем наборе проверок. Разработчики зафиксировали потенциальное умение модели участвовать в реальных атаках, хотя в ходе наблюдения она отказывалась бить по действующим целям. Mistral готовит отдельный инструмент для пентеста, доступ к которому будет ограничен проверенными партнёрами. Испытывать его разрешат только на своих системах или с согласия владельца.

Помимо кибербезопасности, Large 4 оценили и в разработке: 48% в Artificial Analysis Coding Agent Index и 41% на Terminal-Bench 4.0 — на 13 процентных пунктов выше, чем у предварительной версии. Веса распространяются по лицензии Mistral Ecosystem Open-Weight, модифицированной MIT. Она допускает дообучение и коммерческое использование. Поставщикам Model-as-a-Service нужна отдельная лицензия. Модель доступна через Hugging Face и облачные API по цене $0,70 за миллион входных токенов и $2,10 за миллион выходных.

Чем Large 4 опасна для российских компаний

Открытые веса модели с подтверждёнными способностями к поиску уязвимостей меняют ландшафт угроз. Инструмент может упростить создание эксплойтов и снизить порог входа для атакующих. Под ударом окажутся компании, активно использующие open source-библиотеки и фреймворки. С другой стороны, те же возможности открывают путь для защитников: Large 4 можно развернуть на собственных серверах, передавать ей чувствительный код без риска утечки за периметр и адаптировать под внутренние регламенты. Исход будет зависеть от скорости внедрения таких инструментов обеими сторонами.

Как действовать прямо сейчас

Mistral продолжит дорабатывать защитные ограничения, но полагаться только на встроенные фильтры не стоит. Для запуска триллионной модели потребуется мощное серверное оборудование — это естественный барьер для массового использования. Компаниям, обрабатывающим чувствительный код, стоит уже сейчас протестировать Large 4 в изолированном контуре на своих репозиториях: оценить, какие уязвимости она находит, и приоритизировать их закрытие. Развёртывание на внутренней инфраструктуре сохранит контроль над данными.