تقدم مسترال على منصتها نموذج GLM، المتاح مجانًا (أوزان مفتوحة)، من المختبر الصيني Zhipu AI. هذا الخيار، الذي أثار ردود فعل في الوسط التقني الفرنسي، يستجيب وفقًا للمصدر لرهان مالي وتقني في آن واحد، وقد مهّد لظهور Mistral Large 4، وهو نموذج ذو تريليون (1000 مليار) معلمة صدر مطلع أكتوبر.
رأى البعض فيه خيانة لوعيد الشركة بالسيادة، بينما رأى آخرون تطورًا نحو نشاط استشاري وسحابي. في جوهره، التفسير هو في المقام الأول مالي. تنفق ناشرو الذكاء الاصطناعي مبالغ طائلة في البنى التحتية المادية ومعالجات الرسومات (GPU) لتدريب نماذجهم. في ملف الطرح العام الأولي لشركة Anthropic، الذي استشهد به المصدر، تظهر 7.33 مليار دولار تم إنفاقها على الحوسبة في عام 2025، مقابل إيرادات بلغت 4.6 مليار دولار.
تمتلك مسترال إمكانيات أقل بكثير من تلك المتاحة لـ OpenAI أو Anthropic، رغم عدة جولات تمويل متتالية، منها 1.7 مليار يورو في عام 2025. لذا، يهدف دمج GLM إلى خلق مصدر للإيرادات المتكررة، من خلال تحصيل رسوم من الشركات مقابل كل إجابة يتم توليدها ضمن خدماتها. ويوضح بلال العلمي، الشريك المؤسس والرئيس التنفيذي لشركة Pyratz (مبادر المشاريع الناشئة)، قائلاً: «إنه بوضوح عمل تجاري جيد جدًا، يجلب إيرادات متكررة، مع استهلاك تدريجي للنفقات الرأسمالية».
عرض مصمم للاستدلال السيادي
تستلهم مسترال أيضًا من Palantir ومهندسيها المعارين لدى العميل، الذين يُطلق عليهم «مهندسون ميدانيون». هؤلاء المهندسون الموجودون في الموقع يقومون بتركيب ونشر التقنيات، ويقدمون المشورة للشركات حول الذكاء الاصطناعي بشكل عام. يتيح هذا الوجود لمسترال التواجد لدى العملاء الكبار، خاصة في مجال الذكاء الاصطناعي السيادي، وهو قطاع يرى فيه مارك ترايلينغ، الرئيس والرئيس التنفيذي لشركة Saegus، «أفقًا قويًا للنمو».
وفقًا لشركة Saegus، التي تقدم الاستشارات لشركات مؤشر CAC 40، فإن هذه الشركات تهتم أقل بأصل النموذج وأكثر بالمكان الذي يتم فيه تشغيل عملية الاستدلال الخاصة به، أي العملية التي تتيح له العمل على الخوادم. تؤكد مسترال في مدونة نشرت في 11 أغسطس أن GLM والنماذج الخارجية المستقبلية «ستعمل على نفس البنية التحتية، مع نفس الضوابط الإقليمية ونفس التزامات الخدمة» مثل نماذجها الخاصة.
هذا الطلب يستجيب لحاجة ملموسة. يلاحظ نيكولا غودميه، رئيس قسم الذكاء الاصطناعي في Onepoint، أن «بعض عملائنا لديهم تحديات سيادية حقيقية»، خاصة في القطاع العام، بشأن البيانات فائقة الحساسية. بالنسبة للعديد من الشركات، يظل تشغيل هذه النماذج محليًا أو على بنيتها التحتية السحابية الخاصة مكلفًا للغاية، لأن النماذج الحالية ثقيلة جدًا. وفقًا له، تصبح واجهة مسترال الحل الأكثر منطقية حينئذ. ويذكر Scaleway وOVHcloud وCloud Temple ومسترال باعتبارهم الجهات الفاعلة الوحيدة التي تقدم حاليًا وصولاً سياديًا واسع النطاق عبر واجهات برمجة التطبيقات (API) إلى النماذج المتطورة.
منصة اختبار للنماذج المتطورة
يُتيح استضافة GLM لمسترال أيضًا فرصة تعلم كيفية تشغيل نموذج متطور على نطاق واسع على بنيتها التحتية الخاصة. إن تقديم خدمة سليمة لآلاف العملاء بنماذج تحتوي على مئات المليارات من المعلمات أمر دقيق، وقد واجهت كل من OpenAI وAnthropic صعوبات في ذلك، حتى لو كان حجم عملائها لا يقارن. يرى بلال العلمي أنه بمجرد اكتمال البنية التحتية، ستتمكن مسترال من اللحاق بمنافسيها من خلال الاستفادة من الممارسات الجيدة الحالية.
يبقى Mistral Large 4 متأخرًا مقارنة بأفضل النماذج الصينية والأمريكية أداءً. ومع ذلك، فإن تدريب نموذج ذي تريليون معلمة باستخدام 4000 شريحة فقط من Nvidia Grace Blackwell يُعتبر، وفقًا للمصدر، إنجازًا تقنيًا. ويُلخص بيير ستوك، نائب رئيس العلوم في Mistral AI، قائلاً: «نعتقد حقًا أننا وجدنا الطريقة الصحيحة للتكرار».
لن تصبح قدرات الحوسبة التي تم شراؤها بجولة التمويل من السلسلة C، التي أُعلن عنها في سبتمبر 2025، قيد التشغيل الكامل إلا بين نهاية أكتوبر 2026 ومطلع 2027. حتى ذلك الحين، ليس من المفترض أن يبقى GLM في الصدارة. ويؤكد بيير ستوك: «الخطة هي بوضوح أن يكون ML4 هو النموذج الافتراضي في جميع منتجاتنا». ويوضح غيوم لامبل، الشريك المؤسس والرئيس التنفيذي للعلوم في مسترال، أن النموذج الصيني سيبقى في الكتالوج، لكن «بشكل افتراضي، الهدف هو بوضوح إبراز Mistral Large 4».
