---
title: "Mistral Large 4 açık ağırlıkla yayında, guardrail'ler API'de kalıyor"
description: "Mistral Large 4 açık ağırlıkla yayınlandı. Guardrail güncellemeleri indirilen checkpoint'lere gitmiyor; self-host eden ekipler riski kendi yönetiyor."
url: "https://sezer.in/haberler/mistral-large-4-acik-agirlik-guardrail/"
date: "2026-11-01T15:36:05+03:00"
updated: "2026-11-01T18:37:56+03:00"
author: "Sezer Şanlıkan"
lang: "tr"
source: "https://sezer.in/haberler/mistral-large-4-acik-agirlik-guardrail/"
---

# Mistral Large 4 açık ağırlıkla yayında, guardrail'ler API'de kalıyor

Mistral AI, trilyon parametreli Mistral Large 4 modelinin ağırlıklarını, şirketin kendi açıklamasına göre gerçek saldırılara katkı potansiyeli taşımasına rağmen açık olarak yayınladı. Şirket, guardrail güncellemelerinin yalnızca managed API'ye ve gelecekteki sürümlere uygulanacağını, indirilmiş checkpoint'lere ulaşmayacağını belirtiyor. Model modifiye MIT lisansıyla geliyor ve Mistral, siber saldırı içerikli prompt'larda yüzde 96,6 ret oranı açıkladı.

## Mistral Large nedir, ne işe yarar?

Mistral Large, Fransız yapay zekâ şirketi Mistral AI'ın geliştirdiği büyük dil modeli ailesinin en yetenekli sürümüdür. Metin üretme, kod yazma, akıl yürütme ve çok dilli sohbet işlerinde kullanılır. Şirketler bu modele Mistral'in managed API'si üzerinden erişir ya da ağırlıkları yayınlanan sürümleri kendi sunucularında çalıştırır. Bilinen alternatifleri arasında OpenAI GPT, Anthropic Claude ve Meta Llama modelleri var.

## Mistral Large 4 indirildiği anda guardrail güncellemesi durur

Bu release'te benchmark skorundan çok bir cümle önemli. Mistral guardrail'leri önümüzdeki aylarda güncellemeye devam edecek. Ama bu güncellemeler managed API'ye ve sonraki model sürümlerine gidiyor, indirilmiş checkpoint'lere değil.

Yani bugün indirilen ağırlıklar, bugünkü güvenlik davranışıyla dolaşımda kalacak. Çekilmiş bir container image'ını düşünün: yama yayınlansa da diskteki image kendiliğinden düzelmez. Burada üstelik bir CVE numarası ya da güncellenmiş image da yok. Elinizdeki tek seçenek bir sonraki model sürümüne geçmek.

## Saldırgan tarafında ne değişiyor

Mistral, modelin gerçek saldırılarda "uplift" potansiyeli taşıdığını kendisi yazıyor. Şirketin verdiği en büyük kazanım ise güvenlik açıklarını bulma, yeniden üretme ve giderme işinde. Bu yetenek iki yöne çalışır. Bir açığı savunma ekibi için yeniden üreten model, açıklamadan exploit'e geçen süreyi saldırgan için de kısaltabilir. Bu bir çıkarım, kaynakta ölçülmüş bir olgu değil.

Lisans fine-tuning (ince ayar) yapılmasına izin veriyor. Ret davranışını değiştirmek isteyen biri için API'deki gibi bir denetim katmanı da yok. Microsoft'un aktardığı ARTEX örneği, açık kaynak agent framework'lerinin sahada kullanıldığını gösteriyor. Yama döngünüzü kısaltmak için bu habere bir gerekçe daha ekleyebilirsiniz.

## 96,6 ve 51 rakamlarını doğru okumak

Yüzde 96,6 ret oranı Mistral'in seçtiği üç benchmark'ın siber güvenlik bölümlerinden geliyor. Gartner'ın uyarısı yerinde: bu sayı sizin verinizdeki ve sizin saldırgan senaryolarınızdaki davranışı göstermiyor. Artificial Analysis Cyber Index'teki yüzde 51'lik skorda ise iki açık ağırlıklı model Large 4'ün önünde.

"En iyi açık ağırlıklı kodlama modeli" iddiasının teknik raporu henüz yayınlanmadı. Model seçimini bu rakamlara bağlamayın. Production'a almadan önce kendi repository'lerinizle ve kendi kötü niyetli prompt setinizle bir değerlendirme yapın.

## Self-host ederken modeli agent gibi çalıştırmayın

Gartner, kod denetimi ya da vulnerability triage için kullanılacak modelin otonom bir agent olarak değil, kontrollü bir bileşen olarak çalışmasını öneriyor. Kubernetes üzerinde bunun karşılığı kabaca şöyle:

- Inference (çıkarım) pod'larını ayrı bir namespace'e alın ve dışarıya giden trafiği kapatın.
- Pod'a kaynak kod okuma yetkisi verin, ama deployment credential'larını ya da cloud secret'larını mount etmeyin.
- Modelin ürettiği kodu ayrı bir sandbox'ta çalıştırın, inference host'unda değil.
- Düzeltmeler doğrudan commit olarak değil, pull request olarak gelsin ve bir insan onaylasın.

Egress'i kapatmak için namespace'e şu politika yeterli bir başlangıç:

```
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  name: deny-egress
spec:
  podSelector: {}
  policyTypes: ["Egress"]
```

NetworkPolicy'nin uygulanması cluster'daki CNI eklentisine bağlı, önce bunu doğrulayın. Prompt ve çıktıları log'lamayı da planlayın. Kötüye kullanımı izleme sorumluluğu artık sizde, Mistral'de değil.

## Lisans, API fiyatı ve AB tarafı

Modifiye MIT lisansı kullanımı, değiştirmeyi, fine-tuning'i ve ticari kullanımı kapsıyor. Model-as-a-service sunan işletmeler ise ayrı lisans almak zorunda. Şirket içine LLM servisi açan platform ekipleri bu sınırı hukuk birimiyle netleştirmeli.

Trilyon parametreli bir modeli barındırmak ciddi GPU kapasitesi ister. API girdi için milyon token başına 0,70 dolar, çıktı için 2,10 dolar. Seçim burada netleşiyor: API guardrail güncellemelerini otomatik alıyor, self-host ise veri kontrolü veriyor ama yamayı, izlemeyi ve değerlendirmeyi size bırakıyor.

Mistral Large 4'ün AB AI Act kapsamında sistemik risk modeli sayılıp sayılmadığı açıklanmadı. ENISA ise modeli kod denetimi ve savunma log'u analizinde test ediyor. AB'de tedarik kararı veriyorsanız Mistral'den yayın öncesi risk değerlendirmesini yazılı isteyin. Teknik rapor yayınlanana kadar Mistral Large 4'ü pilot ortamda tutmak makul bir sınır.