@wa2sil:

W4SS

Open In TikTok:

Region: FR

Thursday 04 June 2026 18:52:19 GMT

136983

21511

151

2264

Music

Download

No Watermark .mp4 (4.01MB) No Watermark(HD) .mp4 (4.1MB) Watermark .mp4 (4.09MB) Music .mp3

Comments

wld.ahr.🇲🇦🦁 :

DOOOONNE

2026-06-05 11:13:57

838

𝒩ℴ𝓇𝒶🇩🇿 ⵣ :

2026-06-04 21:15:01

273

🍒إيناس :

Raibi jamilaaaaaa

2026-06-04 22:19:57

157

ch.maaa13k :

bah donne y’a quoi

2026-06-05 04:42:53

120

m🇲🇦 :

maman elle a dit on partage

2026-08-03 13:55:30

7

🌸 ‘ :

Donne un peu y’a quoi

2026-06-04 20:50:41

9

Mkis.93🐺 :

Wsh partage non ?

2026-06-05 21:41:17

11

Lina_ksmi :

ramène ramène

2026-06-05 15:28:18

28

𝒮’🐆 :

on peut prendre les yaourts avec le vendeur ou pas

2026-06-20 20:01:49

8

Yasmine :

Raibi Jamila

2026-06-05 13:00:32

5

j.hd91 :

Donneee

2026-06-05 11:52:50

10

Casawia_09011 :

Partage un peu

2026-06-05 13:23:16

11

C.Z :

J’ai la ref

2026-06-04 22:00:54

12

￴ ￴ ￴ ￴ ￴ ￴ ￴ ￴￴ ￴ ￴￴ ￴ ￴ ￴ ￴ :

2026-06-05 14:15:19

9

𝐋'🪭 :

Je met sa dans ma dote

2026-06-05 13:46:09

14

منال🤍 :

moi aussi je peux en avoir ?

2026-06-05 20:11:58

6

aaaml.2122 :

Mon reveee

2026-06-05 04:46:54

7

🇲🇦 :

Partage ya quoi

2026-06-05 10:58:47

8

rosssitoo :

Donne frR

2026-06-09 07:10:13

2

𝐔𝐬𝐞𝐫.🎭 :

3DINI RAIBIIIIII

2026-06-05 19:10:39

2

￴ :

DONNEEEE

2026-06-07 11:06:50

3

To see more videos from user @wa2sil, please go to the Tikwm homepage.

Other Videos

Wood carving of dove of peace #wood #woodworking #woodcarving

Wood carving of dove of peace #wood #woodworking #woodcarving

Boleh jadi 2in1 😃 masak nasi,tumis,goreng2 semua boleh.. bawa camping,travel or makan berdua pun sesuai .. #multifunctionalcooker #multicooker #mmx #kapikahlegacy

Boleh jadi 2in1 😃 masak nasi,tumis,goreng2 semua boleh.. bawa camping,travel or makan berdua pun sesuai .. #multifunctionalcooker #multicooker #mmx #kapikahlegacy

Mistral, Avrupa tarafında şimdiye kadarki en iddialı modellerinden birini hazırlıyor: Mistral Large 4, kod adıyla Le Chonk. İlk dikkat çeken sayı devasa: 1.05 trilyon toplam parametre. Ama burada kritik bir detay var. Model her token üretirken 1 trilyon parametrenin tamamını çalıştırmıyor. Le Chonk, MoE — Mixture of Experts mimarisi kullanıyor. Yani ihtiyaç duyulan uzman parçalar devreye giriyor ve her token için yaklaşık 49 milyar aktif parametre kullanılıyor. Kısaca: 1.05T toplam kapasite ≠ 1.05T aktif hesaplama. Bu yapı, büyük bir modelin kapasitesini korurken hesaplama maliyetini daha verimli hale getirmeyi amaçlıyor. Ama asıl mesele sadece modelin büyüklüğü değil. Le Chonk aynı zamanda: 💻 Kodlama 🤖 Agent workflow 🔐 Siber güvenlik 📊 Finans ⚖️ Hukuk 🖼️ Görsel ve multimodal işler gibi alanlara odaklanıyor. Bir diğer dikkat çekici özellik ise 1 milyon token context window. Bu da modelin çok büyük kod tabanları, uzun belgeler ve karmaşık görev zincirleri üzerinde daha uzun süre çalışabilmesini sağlayabilir. Özellikle agent sistemlerinde bu önemli. Çünkü model yalnızca ilk prompt’u değil; süreç boyunca oluşan dosyaları, kararları, araç çıktılarını ve değişiklikleri de takip etmek zorunda. Mistral’ın hedefi de tam olarak burada görünüyor: Sadece soru cevaplayan bir chatbot değil, daha uzun ve çok adımlı görevleri sürdürebilen bir AI sistemi. Modelin bir başka önemli tarafı da open weights planı. Le Chonk şu anda public preview aşamasında ve ağırlıkların 26 Ekim’de yayınlanması planlanıyor. Eğer bu gerçekleşirse model yalnızca API üzerinden kullanılan kapalı bir sistem olmayacak. Kendi altyapısında model çalıştırmak isteyen şirketler ve araştırmacılar için de ciddi bir alternatif haline gelebilir. Fiyat tarafı da agresif. Launch döneminde 1 milyon token için: Input: $0.68 Output: $2.09 fiyatları öne çıkıyor. Bu seviyeler özellikle büyük hacimli kurumsal kullanım için oldukça dikkat çekici. Avrupa tarafında da önemli bir detay var. Mistral Large 4’ün 160+ dili desteklediği ve Avrupa’daki altyapıda sıfırdan eğitildiği belirtiliyor. Eğitim tarafında ise yaklaşık 3.800 NVIDIA Grace Blackwell GPU kullanılmış. Bu önemli çünkü günümüzde güçlü bir AI modeli yapmak yalnızca iyi algoritma geliştirmek demek değil. GPU kapasitesi, veri merkezi altyapısı, eğitim pipeline’ı ve modeli büyük ölçekte çalıştırabilme gücü de en az model kadar önemli hale geldi. Bu yüzden Le Chonk yalnızca “Mistral yeni model çıkardı” haberi değil. Daha büyük soru şu: Avrupa kendi frontier AI ekosistemini gerçekten kurabilir mi? 1.05T toplam parametre etkileyici. 49B aktif parametre verimlilik açısından ilginç. 1M context büyük projelerde avantaj sağlayabilir. Multimodal + agentic yapı da doğru yönde. Ama gerçek test benchmark değil. Model büyük kod tabanlarında ne kadar iyi çalışacak? 1M context gerçekten verimli kullanılabilecek mi? Agent görevlerinde stabil kalacak mı? Ve open weights geldiğinde bu modeli kendi sisteminde çalıştırmak ne kadar pahalı olacak? Bence Le Chonk’u asıl ilginç yapan sorular bunlar. Eğer açık ağırlıklar planlandığı gibi yayınlanır ve gerçek kullanım performansı güçlü çıkarsa, özellikle enterprise AI ve self-hosted modeller tarafında çok ciddi bir oyuncu görebiliriz. Sence bu model tutar mı? Yoruma “TUTAR” veya “TUTMAZ” yaz. 👇 Kaydetmeyi unutma; yeni AI modellerini sadece benchmark skorlarıyla değil, gerçek hayatta ne işe yaradıklarıyla anlatmaya devam ediyorum. ⚡ #Mistral #AI #LLM #Coding #YapayZeka

Mistral, Avrupa tarafında şimdiye kadarki en iddialı modellerinden birini hazırlıyor: Mistral Large 4, kod adıyla Le Chonk. İlk dikkat çeken sayı devasa: 1.05 trilyon toplam parametre. Ama burada kritik bir detay var. Model her token üretirken 1 trilyon parametrenin tamamını çalıştırmıyor. Le Chonk, MoE — Mixture of Experts mimarisi kullanıyor. Yani ihtiyaç duyulan uzman parçalar devreye giriyor ve her token için yaklaşık 49 milyar aktif parametre kullanılıyor. Kısaca: 1.05T toplam kapasite ≠ 1.05T aktif hesaplama. Bu yapı, büyük bir modelin kapasitesini korurken hesaplama maliyetini daha verimli hale getirmeyi amaçlıyor. Ama asıl mesele sadece modelin büyüklüğü değil. Le Chonk aynı zamanda: 💻 Kodlama 🤖 Agent workflow 🔐 Siber güvenlik 📊 Finans ⚖️ Hukuk 🖼️ Görsel ve multimodal işler gibi alanlara odaklanıyor. Bir diğer dikkat çekici özellik ise 1 milyon token context window. Bu da modelin çok büyük kod tabanları, uzun belgeler ve karmaşık görev zincirleri üzerinde daha uzun süre çalışabilmesini sağlayabilir. Özellikle agent sistemlerinde bu önemli. Çünkü model yalnızca ilk prompt’u değil; süreç boyunca oluşan dosyaları, kararları, araç çıktılarını ve değişiklikleri de takip etmek zorunda. Mistral’ın hedefi de tam olarak burada görünüyor: Sadece soru cevaplayan bir chatbot değil, daha uzun ve çok adımlı görevleri sürdürebilen bir AI sistemi. Modelin bir başka önemli tarafı da open weights planı. Le Chonk şu anda public preview aşamasında ve ağırlıkların 26 Ekim’de yayınlanması planlanıyor. Eğer bu gerçekleşirse model yalnızca API üzerinden kullanılan kapalı bir sistem olmayacak. Kendi altyapısında model çalıştırmak isteyen şirketler ve araştırmacılar için de ciddi bir alternatif haline gelebilir. Fiyat tarafı da agresif. Launch döneminde 1 milyon token için: Input: $0.68 Output: $2.09 fiyatları öne çıkıyor. Bu seviyeler özellikle büyük hacimli kurumsal kullanım için oldukça dikkat çekici. Avrupa tarafında da önemli bir detay var. Mistral Large 4’ün 160+ dili desteklediği ve Avrupa’daki altyapıda sıfırdan eğitildiği belirtiliyor. Eğitim tarafında ise yaklaşık 3.800 NVIDIA Grace Blackwell GPU kullanılmış. Bu önemli çünkü günümüzde güçlü bir AI modeli yapmak yalnızca iyi algoritma geliştirmek demek değil. GPU kapasitesi, veri merkezi altyapısı, eğitim pipeline’ı ve modeli büyük ölçekte çalıştırabilme gücü de en az model kadar önemli hale geldi. Bu yüzden Le Chonk yalnızca “Mistral yeni model çıkardı” haberi değil. Daha büyük soru şu: Avrupa kendi frontier AI ekosistemini gerçekten kurabilir mi? 1.05T toplam parametre etkileyici. 49B aktif parametre verimlilik açısından ilginç. 1M context büyük projelerde avantaj sağlayabilir. Multimodal + agentic yapı da doğru yönde. Ama gerçek test benchmark değil. Model büyük kod tabanlarında ne kadar iyi çalışacak? 1M context gerçekten verimli kullanılabilecek mi? Agent görevlerinde stabil kalacak mı? Ve open weights geldiğinde bu modeli kendi sisteminde çalıştırmak ne kadar pahalı olacak? Bence Le Chonk’u asıl ilginç yapan sorular bunlar. Eğer açık ağırlıklar planlandığı gibi yayınlanır ve gerçek kullanım performansı güçlü çıkarsa, özellikle enterprise AI ve self-hosted modeller tarafında çok ciddi bir oyuncu görebiliriz. Sence bu model tutar mı? Yoruma “TUTAR” veya “TUTMAZ” yaz. 👇 Kaydetmeyi unutma; yeni AI modellerini sadece benchmark skorlarıyla değil, gerçek hayatta ne işe yaradıklarıyla anlatmaya devam ediyorum. ⚡ #Mistral #AI #LLM #Coding #YapayZeka

С первым днем лета Барни #фантайм #funtime #майнкрафт #рейм #fypシ

С первым днем лета Барни #фантайм #funtime #майнкрафт #рейм #fypシ

Enzo Knol en zijn vriendin komen elkaar tegen in de studio. Wat staat er vandaag nog op het programma? #enzoknol #studio #streamen

Enzo Knol en zijn vriendin komen elkaar tegen in de studio. Wat staat er vandaag nog op het programma? #enzoknol #studio #streamen

ما أجرع أنفـاسي لو أن تخطأ وياي ، جبار رشيد #مَـيمة #fyp #شَـعر

ما أجرع أنفـاسي لو أن تخطأ وياي ، جبار رشيد #مَـيمة #fyp #شَـعر

About

Robot
API

Legal

Privacy Policy