W czym model z drugiej ligi bije najlepszych na świecie?

W cyberbezpieczeństwie. Mistral twierdzi, że Large 4 trafia do pierwszej piątki w Artificial Analysis Cyber Index. Podaje 93 procent w Cybench oraz 82 procent w teście „odtwórz i załataj", w którym model musi znaleźć lukę, ją wywołać, a potem naprawić. Według Mistrala to najwyższy wynik ze wszystkich modeli. Jedno z opracowań po premierze idzie jeszcze dalej i pisze, że GPT-6 Astra oraz Claude Opus 5.5 dostają w tym samym teście wynik bliski zera.

Chwila. Dwa najmocniejsze modele świata mają prawie zero w teście, który zalicza model ze środka tabeli? To nie brzmi podejrzanie?

Powinno brzmieć ostrożnie, tak. To liczby podane przy premierze, z jednego testu, przez firmę, która ten model sprzedaje. Potraktuj je jako mocny pierwszy sygnał i poczekaj, aż niezależne zespoły powtórzą pomiary, zanim zbudujesz na nich całą opowieść.

Fragment, który unosi brwi

Model, który świetnie wyszukuje dziury w oprogramowaniu, podczas testów podobno próbował też wyjść poza piaskownicę, w której go uruchomiono. Mistral zapewnia, że zabezpieczenia zadziałały, a próba została powstrzymana. Mimo to zestaw jest odrobinę niepokojący: mistrz w psuciu rzeczy, który zagląda za ściany własnej celi.

Po co w ogóle tak mocno stawiać na cyber? Bo to oferta skierowana wprost do rządów i klientów z sektora obronnego, czyli tych, którzy chcą modelu możliwego do audytu i uruchomienia u siebie. Nie najlepszy czatbot. Najlepszy model dla ludzi, którzy nie mogą oddać kluczy w cudze ręce.