Mistral Large 4 آگیا—کھلے وزن 27 اکتوبر کو، آزاد درجہ بندی میں 32واں

فرانسیسی کمپنی Mistral AI نے ۶ اکتوبر ۲۰۲۶ کو Mistral Large 4 کا عوامی API پیش منظر کھولا؛ Le Monde کی رپورٹ کے مطابق ڈاؤن لوڈ کے قابل وزن ۲۷ اکتوبر کو جاری کرنے کا منصوبہ ہے، جبکہ شریک بانی Guillaume Lample نے بہترین حریفوں سے فاصلے کے لیے “narrows the gap” کے الفاظ استعمال کیے اور کمپنی نے Deep SWE 1.1 کے ابتدائی کوڈنگ امتحان میں ۶۳ فیصد نتیجہ پیش کیا۔ فی الحال ڈویلپر کے لیے دستیاب چیز کمپنی کی میزبانی میں چلنے والا پیش منظر ہے۔

Mistral AI کی ماڈل تفصیل میں سیاق کی حد ۱۰ لاکھ ٹوکن، پیش منظر کی قیمت فی ۱۰ لاکھ اِن پٹ ٹوکن ۰٫۶۸ ڈالر، محفوظ اِن پٹ کے ۰٫۰۷ ڈالر اور آؤٹ پٹ کے ۲٫۰۹ ڈالر درج ہیں۔ Vals کے آزاد پروفائل میں مجموعی نتیجہ ۴۸٫۰۵ فیصد، ۴۴ ماڈلوں میں ۳۲واں مقام، فی آزمائش ۱۳٫۷۸ ڈالر لاگت، سیاق ۵۱۲ ہزار ٹوکن اور Terminal-Bench 4.0 میں ۲۲٫۷۳ فیصد کے ساتھ ۴۴ میں ۲۰واں مقام درج ہے۔ ایک طرف موجودہ سروس کی رسائی اور قیمت ہیں، دوسری طرف مخصوص امتحانوں میں ماپی گئی کارکردگی۔

API پیش منظر اور وزن کے اجرا میں فرق

عوامی پیش منظر سے درخواستیں کمپنی کے API کو بھیجی جاتی ہیں اور جواب اسی کے زیر انتظام نظام سے واپس آتا ہے۔ ڈویلپر ماڈل کو متن، تصاویر اور دستاویزی سوالات کے کام میں آزما سکتے ہیں؛ اس کے دستیاب افعال میں ساختہ جواب اور فنکشن کال بھی شامل ہیں۔ اس رسائی کے لیے ماڈل کی اصل فائلیں ڈاؤن لوڈ کرنا ضروری نہیں۔

وزن جاری ہونے سے اختیار کی نوعیت بدلتی ہے۔ وزن وہ عددی فائلیں ہیں جنہیں موزوں کمپیوٹنگ وسائل کے ساتھ اپنے زیر انتظام ماڈل چلانے کے لیے استعمال کیا جا سکتا ہے۔ اس سے میزبانی، رسائی کے قواعد اور چلانے کے اخراجات کے فیصلے ادارے کے ہاتھ میں آ سکتے ہیں، لیکن تنصیب، دیکھ بھال اور کارکردگی کی ذمہ داری بھی اسی کو اٹھانا ہوگی۔

فی الحال ’’کھلے وزن‘‘ ماڈل کی منصوبہ بند تقسیم کی صفت ہے، موجودہ ڈاؤن لوڈ کی تصدیق نہیں۔ کسی ماڈل فہرست میں وزن کی قسم کو ’’اوپن‘‘ دکھانا بھی فائلوں کی فوری دستیابی کے برابر نہیں۔ یہ فرق اس ٹیم کے لیے اہم ہے جو ماڈل اپنے نظام میں چلانا چاہتی ہے: موجودہ API سے حاصل تجربہ مقامی ہارڈویئر پر ممکنہ رفتار یا خرچ کا براہ راست پیمانہ نہیں۔

قیمت اور سیاق کی حد کا عملی مطلب

موجودہ API نرخ بنیادی نرخوں سے کم دکھائے گئے ہیں۔ اِن پٹ میں بھیجا گیا مواد اور آؤٹ پٹ میں پیدا ہونے والا جواب الگ گنے جاتے ہیں، اس لیے طویل ہدایات کے ساتھ مختصر جواب اور مختصر ہدایت کے ساتھ طویل جواب ایک جیسی لاگت نہیں رکھتے۔ محفوظ اِن پٹ کی کم شرح اسی وقت متعلق ہوتی ہے جب دوبارہ استعمال ہونے والا مواد واقعی اس زمرے میں شمار ہو۔

سیاق کی بڑی حد ایک درخواست میں زیادہ مواد رکھنے کی گنجائش بتاتی ہے، ہر درخواست کے لیے مفت جگہ نہیں۔ دستاویز، سابقہ گفتگو اور ہدایات اسی گنجائش میں آتی ہیں، جبکہ جواب کے لیے بھی جگہ درکار ہوتی ہے۔ اصل بل استعمال شدہ ٹوکن سے بنتا ہے؛ پوری حد استعمال کیے بغیر بھی لمبی گفتگو یا بار بار بھیجی گئی دستاویز خرچ بڑھا سکتی ہے۔

اعلان کردہ API حد اور آزاد جانچ کے پروفائل میں درج سیاق ایک جیسا نہیں۔ پہلا عدد کمپنی کی پیش کردہ حد ہے، دوسرا آزمائش کے ریکارڈ میں ماڈل کے لیے درج حد۔ اس فرق سے یہ نتیجہ نہیں نکالنا چاہیے کہ شائع شدہ بینچ مارک زیادہ سے زیادہ سرکاری حد پر چلایا گیا تھا، یا ہر اکاؤنٹ میں پوری گنجائش یکساں طریقے سے استعمال ہو سکے گی۔

آزاد پروفائل کی فی آزمائش لاگت عام API درخواست کی قیمت سے الگ ہے۔ وہ مقررہ امتحانی سوالات، استعمال شدہ اِن پٹ، پیدا شدہ جواب اور جانچ کی ترتیب سے بنتی ہے۔ پاکستانی ڈویلپر کے لیے یہ امریکی ڈالر میں تقابلی خرچ کا اشارہ ہے، مقامی ادائیگی کی حتمی رقم نہیں؛ اپنا بل درخواستوں کی مقدار اور لاگو نرخ پر منحصر ہوگا۔

آزاد درجہ بندی کیا ناپتی ہے

مجموعی اشاریہ مختلف پیشہ ورانہ امتحانوں کی کارکردگی کو یکجا کرتا ہے۔ ان میں کوڈنگ کے ساتھ مالی، قانونی اور ٹیکس کے کام بھی شامل ہیں۔ اس سے ملنے والا مقام کسی ایک پروگرامنگ مسئلے، کسی ایک زبان یا صرف کھلے وزن والے ماڈلوں میں حتمی درجہ نہیں بنتا؛ فہرست میں بند اور کھلے وزن والے دونوں قسم کے ماڈل شامل ہیں۔

اس وسیع مقابلے میں نسبتاً نیچا مقام مخصوص کاموں میں اچھے نتیجے کے ساتھ بیک وقت موجود ہو سکتا ہے۔ کمپنی کا ابتدائی کوڈنگ دعویٰ ایک متعین امتحان سے متعلق تھا، جبکہ مجموعی اشاریہ کئی الگ کاموں کو ملاتا ہے۔ مقابلے کا گروہ اور کامیابی کا معیار بدلتے ہی نتیجے کی تعبیر بدلتی ہے؛ منتخب کوڈنگ مثال سے پوری فہرست میں برتری اخذ نہیں کی جا سکتی۔

قانونی ایجنٹ کے امتحان میں ماڈل کی پوزیشن اس کے مجموعی مقام سے بہتر ہے، جبکہ کوڈ کی منتقلی اور دوسرے پروگرامنگ کام الگ نتائج دیتے ہیں۔ اس میں حسابی تضاد نہیں: ہر امتحان مختلف سوالات اور کامیابی کی تعریف استعمال کرتا ہے۔ کسی خاص شعبے کی مضبوط کارکردگی پورے مجموعے میں اوپر پہنچانے کے لیے کافی ہونا ضروری نہیں۔

درجہ بندی کے ساتھ آزمائشی خرچ دکھایا جانا بھی اہم ہے۔ زیادہ درست جواب دینے والا ماڈل زیادہ ٹوکن یا وقت مانگ سکتا ہے، جبکہ سستا ماڈل کسی خاص کام میں کم کامیاب ہو سکتا ہے۔ یہاں خرچ مخصوص امتحان کا ہے؛ اسے ماہانہ فیس، ہر API درخواست کی یکساں قیمت یا اپنے سرور پر ماڈل چلانے کے خرچ کے برابر نہیں رکھنا چاہیے۔

کوڈنگ کے نتائج میں فرق کیوں ہے

طویل سافٹ ویئر کام کا ابتدائی نتیجہ اور آزاد ٹرمینل امتحان کا نتیجہ ایک ہی آزمائش کے دو اندازے نہیں۔ پہلے میں طویل کوڈنگ کاموں پر کامیابی دیکھی گئی، دوسرے میں ٹرمینل کے ذریعے مسائل حل کرنے کی صلاحیت۔ ان کے سوالات، چلانے کی ترتیب اور کامیابی کی شرط مختلف ہو سکتی ہے؛ اسی وجہ سے دونوں فیصد کو براہ راست ایک دوسرے کے مقابل نہیں رکھا جا سکتا۔

ٹرمینل پر مسئلہ حل کرنا، موجودہ کوڈ کو منتقل کرنا اور نئی ایپلی کیشن بنانا بھی الگ صلاحیتیں مانگتے ہیں۔ ایک امتحان میں حاصل شرح کو دوسرے کام کے ممکنہ نتیجے کے طور پر پیش کرنے سے یہ فرق چھپ جاتا ہے۔ مجموعی مقام ان میں سے کسی ایک کوڈنگ کام کی ضمانت نہیں دیتا، اور کسی ایک اچھے کوڈنگ نتیجے سے مجموعی مقام بدل نہیں جاتا۔

شائع شدہ آزاد نتائج چلانے کی ترتیب سے بھی وابستہ ہیں۔ پروفائل میں بنیادی فراہم کنندہ، استدلال کی ترتیب اور جواب کی حد درج ہے، ساتھ یہ وضاحت بھی کہ بعض امتحانات میں ترتیب بدل سکتی ہے۔ ٹوکن کی اجازت، سوالات یا ماڈل کو دیے گئے وسائل بدلنے سے اسی نام کے تحت حاصل شرح مختلف ہو سکتی ہے؛ اس لیے نتیجے کا درست موضوع ماڈل کے ساتھ اس کی آزمائشی ترتیب بھی ہے۔

اگلا ٹھوس مرحلہ وزن کی متوقع اشاعت ہے۔ اصل فائلوں، استعمال کی شرائط اور مزید تکنیکی تفصیل سامنے آنے پر خود میزبانی کی گنجائش واضح ہوگی؛ تب موجودہ میزبان پیش منظر کے مقابل اس نسخے کی کارکردگی اور اسے چلانے کا خرچ الگ سے ناپا جا سکے گا۔

یہ بھی پڑھیں:

• AlphaGenome Atlas میں 9 ارب DNA تبدیلیاں، مگر ہر نتیجہ پیش گوئی ہے
• California نے بچوں کے AI chatbots باندھ دیے، آزاد audit بھی لازم ہوگا
• Mistral AI کو €3 ارب ملے، مگر اصل شرط یورپی کنٹرول ہے