Mistral เปิดตัว Large 4 โมเดล AI กว่า 1 ล้านล้านพารามิเตอร์ เตรียมปล่อย Weights ให้ใช้งานแบบ Open Weight

Mistral AI เปิดตัว Mistral Large 4 หรือ ML4 โมเดล AI Multimodal รุ่นใหม่ที่มีพารามิเตอร์รวมกว่า 1.05 ล้านล้าน และมี Active Parameters 49,000 ล้าน พร้อม Context Window สูงสุด 1 ล้าน Tokens รองรับทั้งงานเขียนโค้ด AI Agent การวิเคราะห์ภาพ และงานระดับองค์กร จุดเด่นสำคัญคือ Mistral เตรียมเปิดเผย Model Weights ภายในสิ้นเดือนตุลาคม ทำให้ Large 4 กลายเป็นอีกหนึ่งโมเดล Open Weight ขนาดใหญ่ที่กำลังเข้ามาท้าทายตลาด AI ซึ่งปัจจุบันถูกครองโดยทั้งโมเดลแบบปิดและโมเดล Open Weight จากหลายบริษัท

Mistral เปิดตัว Mistral Large 4

Mistral AI เปิดตัว Mistral Large 4 (ML4) ในรูปแบบ Public Preview เมื่อวันที่ 6 ตุลาคม 2026 โดยบริษัทระบุว่าเป็นโมเดล AI ที่มีความสามารถสูงที่สุดของ Mistral ในเวลานี้ และถูกพัฒนาขึ้นเพื่อแข่งขันในตลาดโมเดล AI ระดับแนวหน้า

จุดเด่นของโมเดลรุ่นนี้คือการใช้สถาปัตยกรรม Mixture of Experts (MoE) โดยมีพารามิเตอร์รวมประมาณ 1.05 ล้านล้านพารามิเตอร์ แต่มี Active Parameters ประมาณ 49,000 ล้านพารามิเตอร์ ในระหว่างการประมวลผลแต่ละครั้ง

แนวทางดังกล่าวช่วยให้โมเดลสามารถมีขนาดใหญ่มากโดยไม่จำเป็นต้องเปิดใช้งานพารามิเตอร์ทั้งหมดพร้อมกันทุกครั้ง

Mistral ยังระบุว่า Large 4 เป็นโมเดล Native Multimodal ซึ่งสามารถทำงานกับข้อมูลหลายรูปแบบ และรองรับ Context Window สูงสุดถึง 1 ล้าน Tokens

---

1.05 ล้านล้านพารามิเตอร์ แต่ใช้จริง 49,000 ล้าน

ตัวเลข 1.05 ล้านล้านพารามิเตอร์อาจทำให้หลายคนเข้าใจว่า Large 4 ต้องใช้ทรัพยากรเทียบเท่ากับโมเดล Dense ที่มีพารามิเตอร์ระดับล้านล้านทั้งหมด

แต่ Mistral Large 4 ใช้แนวคิด Mixture of Experts

ระบบจะมี Expert หลายชุดอยู่ภายในโมเดล และ Router จะเลือกเฉพาะ Expert ที่เหมาะสมกับงานในแต่ละ Token

ดังนั้นแม้โมเดลจะมีพารามิเตอร์ทั้งหมดประมาณ 1.05 ล้านล้าน แต่จำนวนพารามิเตอร์ที่ Active ในแต่ละการประมวลผลอยู่ที่ประมาณ 49,000 ล้าน

โครงสร้างนี้ช่วยลดต้นทุนการประมวลผลเมื่อเทียบกับการทำงานของโมเดล Dense ที่ต้องใช้พารามิเตอร์ทั้งหมดทุกครั้ง

---

รองรับ Context สูงสุด 1 ล้าน Tokens

อีกหนึ่งจุดสำคัญของ Mistral Large 4 คือ Context Window สูงสุด 1 ล้าน Tokens

Context Window ขนาดใหญ่ช่วยให้โมเดลสามารถทำงานกับข้อมูลจำนวนมากได้ในคำขอเดียว เช่น

• เอกสารขนาดใหญ่
• Source Code จำนวนมาก
• ฐานข้อมูลเอกสาร
• รายงานขององค์กร
• เอกสารทางกฎหมาย
• ข้อมูลสำหรับ AI Agent
• เอกสารและรูปภาพหลายรายการ

ความสามารถนี้มีความสำคัญต่อการพัฒนา AI Agent เนื่องจาก Agent จำเป็นต้องรับข้อมูลจากหลายแหล่งระหว่างการทำงาน

Mistral ระบุว่า Large 4 รองรับทั้ง Function Calling และความสามารถด้าน Agent รวมถึงเครื่องมือสำหรับการทำงานกับเอกสารและการสนทนา

---

เน้น Coding และ AI Agent

Mistral ไม่ได้ออกแบบ Large 4 มาเพื่อใช้เป็น Chatbot สำหรับตอบคำถามทั่วไปเพียงอย่างเดียว

บริษัทระบุว่าโมเดลถูกพัฒนาให้เหมาะกับงานอย่าง

• Coding
• Agentic Workflows
• Multimodal Understanding
• Cybersecurity
• Finance
• Law
• Enterprise Applications

โดยเฉพาะการทำงานแบบ AI Agent ซึ่งเป็นหนึ่งในตลาดที่กำลังเติบโตอย่างรวดเร็ว

AI Agent จำเป็นต้องสามารถวางแผน เรียกใช้เครื่องมือ วิเคราะห์ข้อมูล และทำงานหลายขั้นตอนต่อเนื่องได้

Large 4 จึงถูกออกแบบให้รองรับ Function Calling และ Agent Workflows โดยตรง

---

Multimodal ช่วยให้ AI เข้าใจข้อมูลมากกว่าข้อความ

Mistral Large 4 เป็นโมเดล Multimodal ที่สามารถประมวลผลข้อมูลภาพร่วมกับข้อความ

ความสามารถนี้เปิดทางให้โมเดลสามารถทำงานกับสถานการณ์ เช่น

ภาพ + คำสั่ง + เอกสาร

แทนที่จะจำกัดอยู่เพียง Text-to-Text

ตัวอย่างเช่น ผู้ใช้สามารถนำเอกสารที่มีทั้งข้อความ ตาราง และรูปภาพมาให้ AI วิเคราะห์ร่วมกันได้

สำหรับองค์กร ความสามารถลักษณะนี้สามารถนำไปประยุกต์ใช้กับระบบ Document Intelligence, Customer Service, Financial Analysis และระบบจัดการเอกสารภายในได้

---

Mistral เตรียมปล่อย Model Weights

หนึ่งในประเด็นที่น่าสนใจที่สุดของ Large 4 คือ Mistral ระบุว่า Model Weights จะถูกเปิดเผยภายในสิ้นเดือนตุลาคม 2026

ในช่วงแรกโมเดลเปิดให้ทดลองผ่าน Mistral API และ Public Preview ก่อน เพื่อให้ผู้พัฒนาและองค์กรสามารถทดสอบความสามารถของระบบ

การเปิด Weights มีความแตกต่างจากโมเดล AI แบบปิดที่ผู้ใช้สามารถเข้าถึงผ่าน API เป็นหลัก

หากผู้ใช้สามารถนำ Weights ไปใช้งานตามเงื่อนไขของ Mistral ได้จริง ก็จะเปิดโอกาสให้นักพัฒนาสามารถนำโมเดลไปปรับใช้กับ Infrastructure ของตัวเองได้มากขึ้น

---

ทำไม Open Weight ถึงมีความสำคัญ?

ตลาด AI กำลังแบ่งออกเป็นสองแนวทางใหญ่

แนวทางแรกคือ Closed Model

ผู้ให้บริการเป็นผู้ควบคุมโมเดล Infrastructure และ API

อีกแนวทางคือ Open Weight Model

ผู้พัฒนาสามารถเข้าถึง Weights และนำไปใช้งานหรือปรับแต่งตามเงื่อนไขของ License

Open Weight มีข้อดีในเรื่องการควบคุมข้อมูลและ Infrastructure

องค์กรบางแห่งอาจต้องการให้ข้อมูลสำคัญอยู่ภายในระบบของตัวเอง แทนที่จะส่งข้อมูลทั้งหมดไปยัง Cloud API

ดังนั้นโมเดลขนาดใหญ่ที่สามารถนำไปติดตั้งเองได้จึงมีความสำคัญมากขึ้นเรื่อย ๆ

---

Mistral กำลังแข่งขันในตลาด AI ระดับโลก

การเปิดตัว Large 4 เกิดขึ้นในช่วงที่การแข่งขันด้าน Open Weight AI กำลังรุนแรงขึ้น

บริษัทจากสหรัฐฯ ยุโรป และจีนต่างพัฒนาโมเดลที่สามารถนำไปใช้งานได้หลากหลายรูปแบบ

Mistral จึงพยายามใช้ Large 4 เป็นโมเดลเรือธงสำหรับแข่งขันทั้งด้านความสามารถและความยืดหยุ่นในการนำไปใช้งาน

Mistral ระบุว่า Large 4 สามารถแข่งขันกับโมเดล Open Weight ระดับสูง และทำผลงานได้ดีในงาน Enterprise หลายประเภท

อย่างไรก็ตาม ตัวเลข Benchmark ที่บริษัทผู้พัฒนาโมเดลประกาศควรถูกมองว่าเป็นข้อมูลจากผู้พัฒนา และควรรอผลทดสอบจากบุคคลที่สามเพื่อเปรียบเทียบอย่างเป็นกลาง

---

การมาของ Large 4 สะท้อนอะไร?

สิ่งที่น่าสนใจไม่ได้มีเพียงตัวเลข 1 ล้านล้านพารามิเตอร์

แต่คือการแข่งขันกำลังเปลี่ยนจากคำถามว่า

“โมเดลไหนฉลาดที่สุด?”

ไปสู่คำถามว่า

“โมเดลไหนสามารถนำไปใช้งานจริงได้ดีที่สุด?”

ความสามารถอย่าง Context Window ขนาดใหญ่, Multimodal, Function Calling, AI Agent และ Open Weight ล้วนเป็นปัจจัยที่องค์กรให้ความสำคัญ

โมเดลที่มีความสามารถเหล่านี้รวมกันจึงมีโอกาสถูกนำไปใช้สร้างระบบ AI ภายในองค์กรได้มากขึ้น

---

สรุป

Mistral Large 4 เป็นโมเดล AI รุ่นใหม่ที่มีพารามิเตอร์รวมประมาณ 1.05 ล้านล้านพารามิเตอร์ และมี Active Parameters ประมาณ 49,000 ล้านพารามิเตอร์

โมเดลรองรับ Multimodal, Context สูงสุด 1 ล้าน Tokens, Coding และ AI Agent พร้อมรองรับการใช้งานในงานระดับองค์กร

ที่สำคัญ Mistral เตรียมเปิดเผย Model Weights ภายในสิ้นเดือนตุลาคม 2026 ซึ่งอาจทำให้ Large 4 กลายเป็นหนึ่งในโมเดล Open Weight ขนาดใหญ่ที่น่าจับตามองที่สุดในช่วงปลายปี

---

ที่มา: Mistral AI, Mistral Documentation, VentureBeat