В мире генеративного искусственного интеллекта, где доминируют американские гиганты вроде OpenAI, Google и Anthropic, в апреле 2023 года появился новый игрок из Европы — французский стартап Mistral AI. Созданный тремя молодыми исследователями, за неполные три года "Мистраль" вырос из небольшого парижского офиса в один из самых дорогих и быстрорастущих ИИ-стартапов. В этом материале мы расскажем, как Mistral AI из компьютерной лаборатории по разработке больших лингвистических моделей стал полноценной экосистемой и оценим его претензии на роль глобального игрока.
Рождение Mistral AI: как "отличники" оседлали "единорога"
Mistral AI была основана в Париже 28 апреля 2023 года тремя французскими исследователями, молодыми "отличниками" поколения 90-х Артуром Меншем, Гийомом Ламплем и Тимоте Лакруа. Ещё до начала работы над искуственным интеллектом они уже более десяти лет знали друг друга со времён учёбы в стенах двух самых престижных высших учебных заведений Франции — Политехнической школы (École Polytechnique) и Высшей нормальной школы (École Normale Supérieure). Эти элитные инженерные и научные школы известны своей фундаментальной подготовкой и являются "кузницами" ведущих исследователей Франции.
Получив образование, все трое уехали работать в США, в главные мировые ИИ-лаборатории:
- Артур Менш присоединился к Google DeepMind в Париже, а затем и в Кремниевой долине. Там он работал над большими языковыми моделями (LLM) и написал научную работу о масштабировании LLM на примере модели Chinchilla;
- Гийом Лампль и Тимоте Лакруа работали в Meta* AI, где приложили руку к созданию модели LLaMa (Large Language Model Meta AI).
*Meta внесена в список экстремистов и её деятельность запрещена на территории Российской Федерации
Почувствовав дух времени, они уволились с высокооплачиваемых должностей, чтобы вернуться в Париж и основать свой бизнес. Их опыт оказался настолько убедительным, что уже в июне 2023 года стартап привлёк рекордный для Европы "посев" в размере €105 млн.
Миссия основателей была по-французски патриотична: создать европейского лидера в области ИИ, который сочетал бы передовые инновации с открытостью, прозрачностью, экономической эффективностью и ответственностью. Они стремились демократизировать ИИ, сделав его доступным и настраиваемым — в отличие от проприетарных "чёрных ящиков" американских гигантов. Добиться этого они расчитывали через создание высокопроизводительных моделей с открытыми весами (преимущественно под лицензией Apache 2.0).
В декабре 2023 года Mistral AI привлёк ещё €385 млн, а оценка стоимости "единорожьего" стартапа превысила $2 млрд, за восемь месяцев пройдя путь, который обычно занимает несколько лет. В феврале 2024 года французы заключили стратегическое партнёрство с Microsoft, которое включало инвестиции в размере $16 млн. и размещение моделей Mistral в облаке Azure. Это сотрудничество, хоть и подорвало "европейскую независимость" компании, открыло Mistral AI доступ к глобальной облачной инфраструктуре и миллионам потенциальных клиентов.
Июнь 2024 года принёс новый раунд финансирования на €600 млн, в результате которого оценка компании достигла примерно €5,8 млрд. Это сделало Mistral AI одним из самых дорогих ИИ-стартапов в мире. По некоторым оценкам, на текущий момент (август 2026 года) капитализация компании достигла уже около $14 млрд.
Развитие модельного ряда: хронология и ключевые новинки
За неполные три года существования Mistral AI выпустила целый ряд моделей, каждая из которых представляла собой шаг вперёд в области эффективности, производительности и доступности:
- Mistral 7B (сентябрь 2023) — первая модель компании, и сразу прорывная. При относительно скромном размере в 7 млрд. параметров она демонстрировала производительность, сопоставимую с моделями вдвое большего размера. Ключевыми архитектурными инновациями стали Grouped-Query Attention (GQA) и Sliding Window Attention (SWA), которые позволили достичь высокой эффективности при низких вычислительных затратах, а открытая лицензия мгновенно сделала её популярной в научном сообществе;
- Mixtral 8x7B (декабрь 2023) — вторая попытка была построена уже на совсем другой архитектуре Sparse Mixture-of-Experts (SMoE), в которой на каждом слое трансформера оперирует по восемь экспертов (отсюда и название модели). Mixtral 8x7B имела 46,7 миллиарда параметров, но активных — лишь 12,9 миллиарда на токен, что ещё больше оптимизировало её эффективность. И хотя контекстное окно составляло всего 32 768 токенов, эта LMM в шесть раз превосходила по скорости LLaMa 2 70B, над которой авторы работали в США;
- Mixtral 8x22B (апрель 2024) — более мощная версия предыдущей, на той же архитектуре SMoE, но с большим количеством параметров;
- Серии "Small" и "Medium" (2025–2026) — в 2025 году модельный ряд расширился, разделившись на две ветки, которые стали развивать в последствии;
- Важной вехой стала Mistral Small 4, которая вышла 16 марта 2026 года — гибридная модель, способная читать изображения, рассуждать и писать код, с контекстным окном в 256 тысяч токенов. Модель научили генерировать более короткие ответы, что снизило как задержку, так и стоимость;
- Mistral Medium 3.5, выпущенная в апреле 2026 года, стала флагманской моделью компании. Она тоже имеет контекст всего на 256 тысяч токенов, но 128 млрд. параметров на плотной архитектуре (dense architecture) усилили её способности к следованию инструкциям, рассуждению и программированию.
Кроме основного модельного ряда универсальных LMM, Mistral AI разработала целый "зоопарк" специализированных моделей: Codestral для программирования, мультимодальную Pixtral для работы с картинками, Mistral OCR 4 для оцифровки документов и Voxtral для преобразования речи в текст.
Проблемы на пути, сильные и слабые стороны Mistral AI
Несмотря на впечатляющий рост, Mistral AI столкнулась с рядом серьёзных проблем, которые ставят под сомнение её актуальность на рынке. Одной из самых существенных из них стала чрезмерная доверчивость "Мистралей". Даже самая продвинутая модель Mistral AI оказалась неспособна эффективно фильтровать дезинформацию и заняла лишь 47-е место из 60 исследованных по этому бенчмарку моделей.
Все четыре протестированные модели Mistral AI показали эффективность менее 40% в выявлении злонамеренного обмана. Учитывая подобные риски, планы Франции использовать технологии Mistral в военных целях пока остаются только планами.
Европейское законодательство, которое жестко регулирует, на чём именно могут обучаться нейронки и яро следит за соблюдением авторского права, также сильно тормозит развитие Mistral AI. Некоторые эксперты отмечают, что это фактически "лоботомирует" модели, делая их неконкурентоспособными по сравнению с китайскими и американскими аналогами, которые такими ограничениями не связаны.
Несмотря на такое пристальное внимание правительства, "Мистрали" оказались достаточно любезны и наивны, чтобы поведать о создании химического, биологического и ядерного оружия, если убедить их в искренности своих благих намерений. Эта уязвимость поставила под вопрос надёжность систем безопасности компании.
Плюсы:
- Открытые веса и лицензия Apache 2.0 — модели Mistral AI можно использовать как в коммерческих, так и в академических целях, что способствует развитию ИИ в целом;
- Архитектурные инновации и эффективность — передовые и необычные решения в архитектуре моделей позволили достичь высокой производительности при небольших затратах и очень высокой скорости вычислений;
- Разнообразный модельный ряд — модели разных размеров и узких специализаций позволяют компенсировать недостатки;
- Цифровой суверенитет Европы — пожалуй, главная причина, по которой Mistral получил столько денег на своё развитие это перспектива создать собственную альтернативу американским ИИ-гигантам.
Минусы:
- Отставание от лидеров по бенчмаркам — модели Mistral AI уступают более свежим и мощным моделям конкурентов, включая даже не самые последние их версии;
- Технические ограничения — модели сталкиваются с проблемами при длительной потоковой передаче и при длинных диалогах из-за ограничений архитектуры;
- Проблемы с фильтрацией дезинформации и безопасностью контента бьют по репутации и создают юридические риски;
- Регуляторные ограничения в Европе приводят к "голоду" посреди богатого банкета и сильно сужают выборку данных для обучения моделей:
- Огромные капитальные затраты — чтобы догнать американских конкурентов, "Мистраль" требуется ещё около $5 млрд. на строительство ЦОДов.
Перспективы на будущее
Будущее Mistral AI выглядит полным вызовов, но европейские государства и стратегические предприятия твёрдо намерены помочь своему "единорогу" их преодолеть. Сама компания делает ставку на три ключевых направления — промышленный ИИ, инвестиции в инфраструктуру и даже рассматривает возможность производства собственных чипов.
Новая платформа Mistral for Industrial Engineering, объединяющая языковые модели с технологиями физического моделирования, нацелена на аэрокосмическую, автомобильную и полупроводниковую отрасли. У Mistral AI уже есть стратегические партнёрства с Airbus (по направлениям коммерческих самолётов, вертолётов, обороны и космоса) и BMW (мультимодальные модели для сложных инженерных задач, симуляция столкновений).
ASML, крупнейший в мире производитель литографического оборудования для полупроводниковой промышленности из Нидерландов, является крупнейшим акционером Mistral AI, и получит все эти новые технологии по праву первого.
Развивается и коммерческая публичная экосистема. Платформа Mistral Forge позволяет предприятиям создавать кастомные модели на основе собственных данных, запущены Vibe Remote Agents, облачные агенты для асинхронного программирования, а AI-ассистент Le Chat постепенно превращается в агентную платформу, как того требует рынок.
Часто задаваемые вопросы (FAQ)
Читать по теме
