Mistral Large 4 Đứng Nhất Bài Thử Vá Lỗi Bảo Mật, Còn Claude Opus 5.5 Bị Chặn 98% Tác Vụ
Ngày 6/10/2026 Mistral mở bản xem trước Mistral Large 4: 1,05 nghìn tỷ tham số, 52 tỷ hoạt động, trọng số hẹn cuối tháng, giấy phép chưa nêu. Artificial Analysis xác nhận ML4 giải 81,7% bài thử vá lỗi bảo mật CyberGym-E2E-AA, cao nhất trong 18 mô hình, nhưng Claude Opus 5.5 bị chặn 98% tác vụ và GPT
Ngày 6/10/2026, Mistral mở bản xem trước công khai của Mistral Large 4 (ML4): 1,05 nghìn tỷ tham số, 52 tỷ tham số hoạt động mỗi token, nhận cả ảnh, gọi được qua API ngay; còn trọng số được hẹn "vào cuối tháng". Mistral nói ML4 đứng nhất một bài thử vá lỗi bảo mật, trong khi Claude Opus 5.5 và GPT-6 Astra "gần như bằng 0 vì từ chối". Artificial Analysis (AA), bên đo độc lập, xác nhận cả hai nửa câu đó: ML4 giải 81,7% bài CyberGym-E2E-AA, cao nhất trong 18 mô hình, còn Opus 5.5 bị chặn 98% tác vụ và Astra 100%. Nhưng cũng chính AA xếp ML4 ở 38 điểm trên chỉ số trí tuệ tổng hợp, sau ba mô hình mở dẫn đầu (46, 45 và 44). Vị trí số một ở bài thử này là kết hợp của khả năng và chính sách từ chối.
Mistral công bố gì
| Hạng mục | Theo Mistral (6/10/2026) |
|---|---|
| Quy mô | Khoảng 1 nghìn tỷ tham số (thông cáo); 1,05 nghìn tỷ tổng, 52 tỷ hoạt động, bộ mã hoá ảnh 1,6 tỷ, kiến trúc Mixture-of-Experts chi tiết (trang tài liệu) |
| Trạng thái | Bản xem trước công khai (public preview), phiên bản v26.10, mã mô hình mistral-large-4, thử trên Mistral Studio. Nhãn "Open" trong tài liệu, chưa nêu giấy phép cụ thể |
| Trọng số | Hẹn phát hành "vào cuối tháng", tức trước 31/10/2026, cùng chi tiết kiến trúc, thêm bài đo và phương pháp hậu huấn luyện. Hiện chưa tải được |
| Ngữ cảnh | 1 triệu token theo trang tài liệu của Mistral; bảng xếp hạng của AA ghi 524k |
| Huấn luyện | Từ đầu trên 3.800 GPU NVIDIA Grace Blackwell trong trung tâm dữ liệu của Mistral ở châu Âu; bản xem trước chạy trên cùng hạ tầng |
| Ngôn ngữ | Dữ liệu huấn luyện có hơn 160 ngôn ngữ, gồm mọi ngôn ngữ chính thức của EU. Tiếng Việt không được nêu riêng |
| Giá API (mỗi triệu token) | 1,36 USD đầu vào, 4,18 USD đầu ra (giá gốc, như thông cáo). Trang tài liệu đang ghi giá khuyến mại giảm một nửa: 0,68 và 2,09 USD; đầu vào đọc từ bộ nhớ đệm 0,14 xuống 0,07 USD. Locaith không thấy hạn của khuyến mại |
- Truy cập giảm kiểm duyệt cho đối tác đã xác minh. Trong lúc chờ phát hành trọng số, Mistral cho các lãnh đạo an ninh mạng, đối tác đã kiểm tra và cơ quan nhà nước dùng cùng mô hình "với kiểm duyệt giảm và khả năng an ninh mạng mở rộng" để thử tấn công trong môi trường thực. Cách làm này giống bậc truy cập của Anthropic mà Locaith viết hôm qua, nhưng chỉ kéo dài tới khi trọng số ra.
- Các bài đo do Mistral công bố, chưa kiểm: DeepSWE 1.1 đạt 61,7%, SWE-Atlas-QnA 59,4%, Terminal-Bench 4 là 28,3%, Coding Agent Index 49,8% (Mistral nói hơn DeepSeek V4 Pro 0813 và Qwen3.8 Max), AutomationBench 59,9% trên 657 quy trình, Cybench 93% trên 40 bài, Lakera B3 chống 93,3% tấn công. Đánh giá mù do Surge AI thực hiện theo đặt hàng của Mistral xếp ML4 thứ hai trong năm mô hình (3,74), sau Claude Opus 5 (4,22).
Bài thử an ninh: Mistral nói gì và AA kiểm ra sao
Điểm nhấn của thông cáo là an ninh mạng. Mistral viết ML4 nằm trong năm mô hình hàng đầu của Cyber Index do AA dựng, dẫn đầu các mô hình mở không phải của Trung Quốc "với khoảng cách lớn", đạt 82% ở bài tái hiện rồi vá một lỗ hổng thật (cao nhất trong mọi mô hình), và rằng Claude Opus 5.5 cùng GPT-6 Astra "gần như bằng 0" ở bài đó vì từ chối làm. Locaith đối chiếu với các trang của AA đọc ngày 8/10/2026:
| Lời Mistral | Số của AA (độc lập) | Kết quả |
|---|---|---|
| ML4 đạt 82% bài tái hiện và vá lỗ hổng, cao nhất | CyberGym-E2E-AA: ML4 Preview 81,7%, MiMo-V2.6-Pro 78,6%, GPT-6 Luna (max) 77,9%; hạng 1 trong 18 mô hình | Khớp |
| Top năm Cyber Index, dẫn đầu mô hình mở ngoài Trung Quốc | Cyber Index: Grok 4.7 và MiMo-V2.6-Pro 56, Luna 53, GLM-5.3-Flash và ML4 Preview 50; Nemotron 3 Ultra 13 | Khớp |
| Opus 5.5 và GPT-6 Astra gần như bằng 0 vì từ chối | CyberGym-E2E-AA, phần bị chặn vì an toàn: Opus 5.5 98%, Fable 5.1 99%, GPT-6 Astra 100%, GPT-6 Sol 100% | Khớp, và còn rộng hơn Mistral nêu |
| ML4 cạnh tranh với các mô hình mở mạnh nhất thế giới | Intelligence Index: ML4 Preview 38, các mô hình mở dẫn đầu 46, 45, 44 | Không khớp trên chỉ số tổng hợp |
Thứ hạng này đo hai thứ cùng lúc
AA định nghĩa điểm là tỉ lệ tác vụ giải được trong 131 tác vụ, mỗi tác vụ một lần thử; tác vụ bị chặn vì an toàn vẫn không được tính là giải. Vì vậy ở CyberGym-E2E-AA, Opus 5.5 (98% bị chặn) và GPT-6 Astra (100%) gần như không có cột giải được trong biểu đồ, không phải vì chúng không làm nổi bài mà vì nhà cung cấp chặn. Trên toàn Cyber Index, bốn mô hình Claude và GPT hàng đầu bị chặn 36% đến 38% tác vụ. Bảng xếp hạng cho biết mô hình nào dùng được ngay cho công việc phòng thủ mà không xin quyền, chứ không cho biết mô hình nào giỏi nhất khi không bị chặn: Anthropic công bố Opus 5.5 giải 67,6% một bài thử khác khi không có lớp bảo vệ.
- Cyber Index chỉ đo phòng thủ. AA viết không tác vụ nào yêu cầu biến lỗ hổng thành khai thác chạy được; chỉ số không bao gồm ứng cứu sự cố, mục tiêu không có mã nguồn hay máy chủ đang chạy. Việc ML4 không bị chặn ở đây không cho biết gì về khả năng hỗ trợ tấn công.
- ML4 qua API không có phần bị chặn nào trong biểu đồ của AA (không có vùng gạch chéo), nhưng Mistral nói tỉ lệ từ chối yêu cầu độc hại về an ninh mạng của ML4 (đo bằng JailbreakBench, StrongREJECT, AgentHarm) cao hơn mọi mô hình mở khác. Hai điều không mâu thuẫn: ML4 làm việc phòng thủ, từ chối yêu cầu rõ ràng độc hại. Số này do Mistral tự đo.
- Sau khi trọng số phát hành, lớp kiểm duyệt của Mistral không còn kiểm soát được bản đã tải về. Đó là đặc tính chung của mọi mô hình mở, không riêng ML4. Mistral nêu mặt tích cực (tổ chức "chạy công việc an ninh nâng cao theo chính sách của riêng mình"); mặt còn lại là bên tải cũng tự đặt chính sách. Locaith chưa có số liệu độc lập về khả năng tấn công của ML4.
- Cỡ mẫu và phạm vi: 131 tác vụ C/C++ từ OSS-Fuzz, một lần thử mỗi tác vụ, chạy trên bộ chạy mã nguồn mở Stirrup của AA, 90 phút mỗi tác vụ. AA ghi các số này không so trực tiếp được với số do Berkeley RDI công bố.
Trên chỉ số tổng hợp, ML4 chưa phải mô hình mở mạnh nhất
Bảng xếp hạng chung của AA (Intelligence Index v4.3.2, mười bài đo về công việc tri thức, lập trình, lập luận) cho ML4 Preview 38 điểm, tốn 1,13 USD mỗi tác vụ, tốc độ 116 token/giây. AA không nói tính theo giá gốc hay giá khuyến mại. ML4 chưa có tên trong danh sách mô hình mở của AA, hợp lý vì trọng số chưa ra.
| Mô hình (AA đo, 8/10/2026) | Điểm Intelligence Index | Chi phí mỗi tác vụ | Ghi chú |
|---|---|---|---|
| MiMo-V2.6-Pro | 46 | 0,13 USD | Trọng số mở |
| GLM-5.3 (max) | 45 | 2,01 USD | Trọng số mở |
| Kimi K3 (max) | 44 | 2,00 USD | Trọng số mở |
| GLM-5.3-Flash | 42 | 0,25 USD | Trọng số mở |
| Claude Haiku 5.5 (xhigh) | 41 | 0,12 USD | Đóng, để so sánh |
| DeepSeek V4.1 Flash (max) | 39 | 0,27 USD | Trọng số mở |
| Mistral Large 4 Preview | 38 | 1,13 USD | Trọng số hẹn cuối tháng |
- So với các mô hình mở của hãng Mỹ trong danh sách của AA, ML4 cao hơn: Nemotron 3 Ultra của NVIDIA 23 điểm, Inkling của Thinking Machines 25 điểm, Muse Glimmer của Meta 17 điểm. Điều này phù hợp với câu "vượt xa mọi mô hình mở của Mỹ hay châu Âu" của Mistral, trong phạm vi các mô hình AA liệt kê.
- So với các mô hình mở dẫn đầu, ML4 kém 6 đến 8 điểm trên chỉ số chung, và chi phí mỗi tác vụ gấp 8,7 lần MiMo-V2.6-Pro (1,13 so với 0,13 USD). Mistral lập luận ML4 mạnh nhất ở các việc doanh nghiệp (an ninh mạng, tài chính, pháp lý); các việc đó nằm ngoài chỉ số tổng hợp của AA, ngoại trừ phần an ninh đã nêu ở trên.
- Về giá API, đây không phải mô hình rẻ. Chi phí mỗi tác vụ 1,13 USD gấp khoảng 9,4 lần Haiku 5.5 xhigh (0,12 USD, 41 điểm) mà Locaith viết trong bài cùng ngày. Lý do để chọn ML4 là quyền kiểm soát và khả năng tự lưu trữ khi trọng số ra, không phải giá gọi API.
Doanh nghiệp Việt Nam cần biết
- Trọng số chưa có, giấy phép chưa rõ. Hạn hẹn là cuối tháng; hãy kiểm lại sau 31/10. Điều cần đọc trước tiên: giấy phép có cho dùng thương mại không, có điều kiện về quy mô hay mục đích không. Nhãn "Open" trên trang tài liệu chưa trả lời câu đó.
- Tự chạy ML4 không phải việc của một máy chủ văn phòng. Locaith tính từ số tham số: 1,05 nghìn tỷ tham số cần khoảng 2,1 TB ở độ chính xác 16 bit, 1,05 TB ở 8 bit và khoảng 0,53 TB ở 4 bit, chưa kể bộ nhớ đệm khi chạy. 52 tỷ tham số hoạt động chỉ giảm lượng tính toán mỗi token, không giảm dung lượng phải nạp. Định dạng trọng số Mistral sẽ phát hành chưa công bố. Với đa số doanh nghiệp, đường thực tế là gọi API hoặc thuê nhà cung cấp đám mây đặt mô hình; Mistral nói sẽ có triển khai ở châu Âu do chính họ vận hành, theo luật châu Âu, chưa nêu vùng nào gần Việt Nam.
- Tiếng Việt chưa có số đo. Mistral nói hơn 160 ngôn ngữ nhưng không đưa điểm hay tỉ lệ token theo tiếng Việt. Khi trọng số và bộ tách từ ra, có thể đếm số token cho cùng một văn bản tiếng Việt như Locaith đã làm với Qwen ngày 5/10; trước đó hãy tự thử trên tài liệu của mình qua API xem trước.
- Đội phòng thủ an ninh mạng: thử ML4 trên mã của chính mình thay vì tin con số 81,7%, vì đó là 131 bài C/C++ mã nguồn mở. Lợi thế thực của ML4 qua API là không bị chặn ở việc phòng thủ; với Claude, Anthropic mở bậc Defense Access và Red Team Access qua Cyber Verification Program, có thời gian duyệt từ vài ngày tới vài tuần.
Điều Locaith chưa kiểm chứng được
- Các bài đo của Mistral (DeepSWE, Terminal-Bench 4, Cybench, B3, KORA, đánh giá mù của Surge AI): do Mistral công bố, chưa có bên thứ ba lặp lại ngoài phần của AA đã nêu.
- Giấy phép, định dạng và dung lượng trọng số: chưa công bố; ngày phát hành là lời hẹn "cuối tháng".
- Khả năng tấn công của ML4 và hành vi của bản không kiểm duyệt: chưa có số đo độc lập; Cyber Index chỉ đo phòng thủ.
- Ngữ cảnh thực tế: Mistral ghi 1 triệu token, AA ghi 524k; Locaith chưa thấy giải thích sự chênh lệch.
- Chi phí 1,13 USD mỗi tác vụ của AA tính theo giá gốc hay giá khuyến mại: AA không nêu.
- Chất lượng và số token tiếng Việt: chưa công bố.
Nguồn:
- Mistral AI — Introducing Mistral Large 4, 6/10/2026 — thông số, bài đo, kế hoạch phát hành trọng số, truy cập giảm kiểm duyệt
- Mistral AI — Mistral Large 4 trên docs.mistral.ai, đọc ngày 8/10/2026 — 1,05 nghìn tỷ tham số, 52 tỷ hoạt động, ngữ cảnh 1 triệu token, giá gốc và giá khuyến mại
- Artificial Analysis — CyberGym-E2E-AA và Cyber Index, đọc ngày 8/10/2026 — điểm, tỉ lệ bị chặn vì an toàn, biểu đồ
- Artificial Analysis — phương pháp Cyber Index, đọc ngày 8/10/2026 — ba bài đo, chỉ đo phòng thủ, cách ghi tác vụ bị chặn
- Artificial Analysis — bảng xếp hạng mô hình và danh sách mô hình mở, đọc ngày 8/10/2026 — Intelligence Index, chi phí mỗi tác vụ
Thông cáo, trang tài liệu của Mistral và các trang của Artificial Analysis được Locaith đọc trực tiếp ngày 8/10/2026. Một số bản tin tổng hợp ghi ML4 có 49 tỷ tham số hoạt động; thông cáo và trang tài liệu của Mistral ghi 52 tỷ, Locaith dùng số của Mistral. Dung lượng trọng số, tỉ lệ 8,7 lần và 9,4 lần, và hiệu số điểm do Locaith tính từ số liệu đã nêu; dung lượng chỉ là phép nhân số tham số với số byte mỗi tham số, chưa tính định dạng thực tế Mistral sẽ dùng. Tên các mô hình mở và chi phí lấy từ bảng của AA; AA có thể điều chỉnh về sau. Ảnh bìa: ảnh nền hero của trang thông cáo Mistral (không phải ảnh sự kiện). Ảnh trong bài: ảnh chụp màn hình biểu đồ của Artificial Analysis, đã cắt bỏ phần thanh điều hướng của trang. Biên soạn và phân tích bởi Ban Biên Tập Locaith, 08/10/2026.