Mistral Large 4, समझाया गया: एक ट्रिलियन-पैरामीटर मॉडल, और वे स्पेक्स जिन पर Mistral के अपने पेज सहमत नहीं हो पाते

Mistral Large 4 असल में क्या है

Mistral Large 4 एक Mixture-of-Experts मॉडल है जिसे Mistral एक "ओपन-वेट हाइब्रिड इंस्ट्रक्ट-एंड-रीज़निंग" सिस्टम बताता है, मल्टीमॉडल इनपुट और सिर्फ़-टेक्स्ट आउटपुट के साथ: यह टेक्स्ट और इमेज (प्रति रिक्वेस्ट 8 तक, Mistral की अपनी EU AI Act कंप्लायंस फ़ाइलिंग के मुताबिक़) स्वीकार करता है पर हमेशा टेक्स्ट ही वापस लिखता है, कोई इमेज जेनरेशन नहीं। इसमें इमेज साइड के लिए एक अलग 1.6-बिलियन-पैरामीटर विज़न एनकोडर शामिल है, एक डिटेल जो Mistral के टेक्निकल डॉक्यूमेंटेशन में पुष्ट है पर कंपनी के अपने ब्लॉग पोस्ट और ज़्यादातर प्रेस कवरेज में नहीं है। API एक reasoning_effort पैरामीटर एक्सपोज़ करता है, "हाइब्रिड रीज़निंग" फ़्रेमिंग के मुताबिक़: आप यह डायल कर सकते हैं कि जवाब देने से पहले मॉडल कितना सोचे, लेटेंसी को क्वालिटी के बदले ट्रेड करते हुए।

Mistral ने इसे लगभग 3,800 Nvidia Grace Blackwell GPUs (Mistral का अपना आंकड़ा; प्रेस कवरेज इसे राउंड करके "लगभग 4,000" बताती है) पर लगभग दो महीनों में ट्रेन किया, जिसमें हर आधिकारिक EU भाषा समेत 160-से-ज़्यादा भाषाएं शामिल हैं। Mistral की VP ऑफ़ साइंस Pierre Stock ने TechCrunch को बताया कि ट्रेनिंग रन ने अनाम चीनी कॉम्पिटिटर्स के मुक़ाबले "दो से तीन गुना कम" कंप्यूट इस्तेमाल किया, एक एफ़िशिएंसी क्लेम जिसे कंपनी-सोर्स्ड के तौर पर नोट करना ज़रूरी है, स्वतंत्र रूप से सत्यापित के तौर पर नहीं। मॉडल को किसी एक बेंचमार्क पर बहुत सख़्ती से जज करने से पहले एक डिटेल गंभीरता से लेने लायक़ है: Mistral के अपने ब्लॉग में कहा गया है कि लॉन्च के समय रीइनफ़ोर्समेंट-लर्निंग ट्रेनिंग "अभी जारी" थी, यानी पब्लिक-प्रीव्यू चेकपॉइंट साफ़ तौर पर एक अधूरा मॉडल है, Mistral का फ़ाइनल वर्ज़न नहीं।

"Le Chonk" उपनाम की एक ख़ास, सत्यापन योग्य उत्पत्ति है: जून 2026 में ऑनलाइन एक मज़ाक़ फ़ैला "Le Chaton Fat" नाम के एक काल्पनिक मॉडल के बारे में, जिसके 30-ट्रिलियन-पैरामीटर बेंचमार्क बनावटी थे। Mistral के CEO Arthur Mensch ने उस वक़्त सोशल मीडिया पर उसमें शामिल होकर मज़ाक़ उड़ाया, और जब महीनों बाद Mistral Large 4 असल में एक वाक़ई ओवरसाइज़्ड मॉडल के तौर पर शिप हुआ, तो यह अंदरूनी उपनाम चिपक गया, और Mensch ने कथित तौर पर मज़ाक़ में कहा कि यह "असल में le gros chaton है"। यह एक छोटी-सी डिटेल है, पर यह उस तरह की बात है जो बताती है कि Mistral इस बार अपनी "बड़े मॉडल" वाली पोज़िशनिंग के बारे में जानता है, और उसके साथ सहज भी है।

टोटल पैरामीटर काउंट इस पर निर्भर करता है कि आप Mistral का कौन-सा पेज पढ़ रहे हैं

Source                                Total params      Active params
---------------------------------------------------------------------------
Mistral's launch blog post             1 trillion         52 billion
docs.mistral.ai model page              1.05 trillion       52 billion
VentureBeat (launch-day reporting)      1 trillion          49 billion
EU AI Act technical documentation       ">1 trillion"       not disclosed
  (legal filing)

Mistral's blog and technical docs now agree on 52 billion active
parameters. The total count still varies across Mistral's own materials,
and VentureBeat's widely-repeated 49 billion figure doesn't appear in any
current Mistral-published page we could find.

वह लीगल फ़ाइलिंग एक दूसरी वजह से दोबारा देखने लायक़ है। डाउनस्ट्रीम प्रोवाइडर्स के लिए Mistral का EU AI Act टेक्निकल डॉक्यूमेंटेशन, EU में ऑपरेट करने के लिए ज़रूरी कंप्लायंस डिस्क्लोज़र, मॉडल का मैक्सिमम टेक्स्ट इनपुट और आउटपुट एक फ़्लैट "250 टोकन" के तौर पर सूचीबद्ध करता है। यह आंकड़ा लगभग निश्चित रूप से एक टेम्प्लेट फ़ील्ड है जो Mistral ने सही से भरा ही नहीं, किसी असली लिमिट की बजाय (हर दूसरा सोर्स, Mistral के अपने डॉक्स समेत, कॉन्टेक्स्ट विंडो को लाखों से एक मिलियन टोकन के बीच बताता है), पर यह Mistral के अपने आधिकारिक पेपरवर्क में एक असली, सत्यापन योग्य विचित्रता है: हमने फ़ाइलिंग को ऑटोमेटेड टेक्स्ट एक्सट्रैक्शन पर भरोसा करने की बजाय सीधे रेंडर किया, और आंकड़ा ठीक उसी तरह प्रिंटेड है। 250 टोकन को किसी असली लिमिट के तौर पर मत मानें; इसे इस बात के संकेत के तौर पर लें कि इस लॉन्च के लिए Mistral का कंप्लायंस डॉक्यूमेंटेशन जल्दबाज़ी में बनाया गया था।

कॉन्टेक्स्ट विंडो: दावा 1 मिलियन टोकन का, मापा गया उसका लगभग आधा

Mistral का अपना डॉक्यूमेंटेशन 1,000,000-टोकन कॉन्टेक्स्ट विंडो बताता है, वह आंकड़ा जो ज़्यादातर लॉन्च कवरेज में दोहराया गया है। स्वतंत्र API ट्रैकर्स व्यवहार में कुछ छोटा मापते हैं: Vals.ai 256,000-टोकन मैक्सिमम आउटपुट के साथ 512,000-टोकन कॉन्टेक्स्ट विंडो सूचीबद्ध करता है, और Artificial Analysis का स्पेसिफ़िकेशन बॉक्स और उसका अपना FAQ पेज आपस में असहमत हैं, 524,000 बनाम 520,000 टोकन। इन तीन स्वतंत्र आंकड़ों में से कोई भी Mistral के 1M वाले दावे से मेल नहीं खाता, और दोनों स्वतंत्र ट्रैकर्स भी सटीक रूप से आपस में सहमत नहीं हैं। अगर कोई वर्कफ़्लो वाक़ई पूरी मिलियन-टोकन विंडो इस्तेमाल करने पर निर्भर है, तो उस आंकड़े के आस-पास कुछ भी बनाने से पहले अपने ख़ुद के लंबे डॉक्यूमेंट से टेस्ट करें; यहां दावा की गई और मापी गई कैपेसिटी के बीच का फ़र्क़ मायने रखने लायक़ बड़ा है।

प्राइसिंग, और एक डिस्काउंट जो पहले से घटता जा रहा है

Tier                      Input ($/M tokens)   Output ($/M tokens)
---------------------------------------------------------------------
List price                 1.36                  4.18
Launch discount (50% off,   0.68                  2.09
  ~2 weeks from 6 Oct)
Cached input, discounted    0.07                  n/a

Mistral's own changelog states the discount runs roughly two weeks from
launch, putting the likely end date around 20 October 2026. No exact end
date is published on the pricing page itself, so confirm the live price
on Mistral's own console before relying on it.

यह कैसा बेंचमार्क करता है, स्वतंत्र रूप से मापा गया

Artificial Analysis, जो किसी वेंडर के ख़ुद-रिपोर्ट किए स्कोर पर भरोसा करने की बजाय हर मॉडल को उसी स्टैंडर्डाइज़्ड Intelligence Index से गुज़ारता है, Mistral Large 4 को 38 पर रखता है, ट्रैक किए 216 मॉडलों में 65वें नंबर पर, लगभग 26-27 के कैटेगरी मीडियन के मुक़ाबले। यह वाक़ई एक ऊपर-औसत नतीजा है और Mistral के अपने पिछले फ़्लैगशिप से एक बड़ी बढ़त है (नीचे इस पर और), पर यह फ़्रॉन्टियर नतीजा नहीं है: Claude Opus 5.5 चार्ट में 58 पर आगे है, Claude Sonnet 5.5 51.9 पर है, और कई ओपन-वेट चीनी मॉडल, MiMo-V2.6-Pro (46), GLM-5.3 (45) और Qwen 3.8 Max (45.4), सभी उसी इंडेक्स पर Mistral Large 4 से ज़्यादा स्कोर करते हैं। Mistral की अपनी फ़्रेमिंग, "अमेरिका और चीन के बाहर का सबसे मज़बूत मॉडल," GPT-6 Luna (लगभग 37-38) जैसे वेस्टर्न क्लोज़्ड कॉम्पिटिटर्स के मुक़ाबले टिकती है, पर उन चीनी ओपन मॉडलों के मुक़ाबले नहीं, जो हेडलाइन के इशारे से कहीं ज़्यादा सीमित दावा है। पैमाने के लिए, उसी हफ़्ते के दूसरे बड़े लॉन्च, Meta के Muse Wonder के API-पहुंच योग्य टियर, का स्कोर उसी स्वतंत्र इंडेक्स पर 52 है, Mistral Large 4 से काफ़ी आगे।

अगर आप तय कर रहे हैं कि इस मॉडल को असल में इस्तेमाल करना है या नहीं, तो दो स्वतंत्र आंकड़े हेडलाइन स्कोर से ज़्यादा मायने रखते हैं। पहला, हैल्यूसिनेशन रेट: Artificial Analysis का AA-Omniscience मेज़रमेंट इसे 41.9% पर रखता है, जिसे स्वतंत्र रिव्यूअर eesel.ai ने इस लॉन्च की सबसे बड़ी कमज़ोरी के तौर पर फ़्लैग किया है, यह जानना ज़रूरी है इससे पहले कि आप इसे किसी ऐसी चीज़ के लिए इस्तेमाल करें जहां ग़लत-पर-कॉन्फ़िडेंट जवाब महंगा पड़े। दूसरा, लेटेंसी शेप: स्ट्रीमिंग शुरू होने के बाद, आउटपुट एक ठीक-ठाक 116 टोकन प्रति सेकंड पर चलता है, पर लंबे प्रॉम्प्ट्स पर टाइम-टू-फ़र्स्ट-टोकन लगभग 18.7 सेकंड मापा गया, यानी शुरू होने के बाद तेज़, पर शुरू होने में धीमा। यह किसी लाइव चैट इंटरफ़ेस के लिए एक बुरा कॉम्बिनेशन है और किसी बैच जॉब के लिए ठीक है जो स्टार्टअप डिले बर्दाश्त कर सकता है।

Vals.ai, एक अलग स्वतंत्र ट्रैकर जिसका तुलनात्मक सेट ज़्यादा मज़बूत फ़्रॉन्टियर मॉडलों की ओर झुका है, इसे सापेक्ष रूप से कम स्कोर देता है: Vals Index पर 48.05%, 47 में 35वां रैंक। इसका सबसे अच्छा सापेक्ष प्रदर्शन Harvey का Legal Agent Benchmark है, एक लीगल-डॉक्यूमेंट टास्क जिसमें यह 79 में 9वें नंबर पर है, एक सम्मानजनक पोज़िशन भले ही रॉ स्कोर (15.83%) अपने आप में बेअसर दिखे, क्योंकि इस तरह के लीगल-रीज़निंग बेंचमार्क पूरे बोर्ड में कम स्कोर करते हैं। इसका सबसे कमज़ोर प्रदर्शन MysteryMechanism है, जहां यह 27 में से 27वें नंबर पर, सबसे आख़िर में फ़िनिश करता है। ख़ासतौर पर साइबरसिक्यूरिटी पर, Mistral के अपने ख़ुद-रिपोर्ट किए आंकड़ों (वल्नरेबिलिटी रिप्रोड्यूस-एंड-पैच टास्क पर 82-93%) को एक चेतावनी चाहिए जिसे apidog के रिव्यूअर्स ने सीधे फ़्लैग किया: Claude Opus 5.5 और GPT-6 Astra उसी ख़ुद-रिपोर्ट की तुलना पर क़रीब-क़रीब ज़ीरो स्कोर करते हैं, इस वजह से नहीं कि वे टास्क नहीं कर सकते, बल्कि इस वजह से कि वे इसे सेफ़्टी आधार पर मना करते हैं। यह एक मेथडोलॉजी फ़र्क़ है, कोई शुद्ध कैपेबिलिटी गैप नहीं, और Mistral की अपनी सामग्री इस फ़र्क़ को साफ़ नहीं करती।

Mistral Large 4 बनाम Mistral Large 3

                          Mistral Large 3        Mistral Large 4
------------------------------------------------------------------------
Total / active params      675B / 41B             ~1T-1.05T / 52B
Training hardware          3,000 Nvidia H200       3,800 Nvidia Blackwell
Released                    ~December 2025          6 October 2026
AA Intelligence Index       9                       38 (~4.2x higher)
Verbosity (output tokens     9.8M                    200M (~20x more
  to run full Index)                                  verbose)
Cost per Index task          $0.03                   $1.13 (~38x higher)

Intelligence Index, verbosity and cost figures are Artificial Analysis's
own independent measurements, not Mistral-reported.

Large 3 से Large 4 तक की कैपेबिलिटी बढ़त Artificial Analysis के स्वतंत्र मेज़र के मुताबिक़ असली और बड़ी है, लगभग Intelligence Index स्कोर का 4 गुना। यह एक भारी कॉस्ट के साथ आती है: मॉडल उसी इवैल्यूएशन पर लगभग 20 गुना ज़्यादा वर्बोस है, और एक सिंगल Intelligence Index टास्क चलाने की क़ीमत $0.03 से $1.13 तक बढ़ गई, लगभग 38 गुना ज़्यादा। अगर आप यह तय कर रहे हैं कि Large 3 पर बने किसी वर्कफ़्लो को अपग्रेड करें या नहीं, तो उस कॉस्ट बढ़ोतरी के लिए साफ़ तौर पर बजट बनाएं, यह मान लेने की बजाय कि एक नया, ज़्यादा स्मार्ट मॉडल प्रति टास्क चलाने में ख़ुद-ब-ख़ुद सस्ता होगा।

ओपन वेट्स: "अक्टूबर के अंत तक," पर पुष्ट नहीं

Mistral का अपना ब्लॉग और चेंजलॉग दोनों ओपन वेट्स को "महीने के अंत तक" या सीधे "जल्द आ रहा है" आते बताते हैं, किसी ख़ास तारीख़ के बिना। VentureBeat की रिपोर्टिंग 27 अक्टूबर 2026 का एक ख़ास टारगेट बताती है, जिसे डेवलपर्स, साइबरसिक्यूरिटी रिसर्चर्स और सरकारी अधिकारियों के साथ लगभग तीन-हफ़्ते की टेस्टिंग पीरियड के अंत के तौर पर फ़्रेम किया गया है, पर वह तारीख़ VentureBeat का अपना अनुमान है Mistral की "तीन-हफ़्ते" वाली फ़्रेमिंग से, कोई तारीख़ नहीं जो Mistral ने ख़ुद प्रकाशित की हो। TechCrunch की कवरेज और भी अस्पष्ट है, 6 अक्टूबर के लॉन्च के बाद "सिर्फ़ तीन हफ़्ते" का हवाला देते हुए। अक्टूबर के अंत को दिशात्मक रूप से सही मानें और ख़ासतौर पर 27 अक्टूबर को अपुष्ट। आख़िरी ओपन रिलीज़ के लिए लाइसेंस भी फ़ाइनल नहीं है: VentureBeat रिपोर्ट करता है कि Mistral को Apache 2.0 या MIT जैसे किसी स्टैंडर्ड लाइसेंस की बजाय एक कस्टम Mistral लाइसेंस इस्तेमाल करने की उम्मीद है, पर वह भी प्रकाशित नहीं हुआ है, और आज की एक्सेस सिर्फ़ Mistral की टर्म्स ऑफ़ सर्विस और सेल्फ़-डिप्लॉयमेंट एग्रीमेंट से गवर्न होती है।

आज इसे कैसे एक्सेस करें

अभी, Mistral Large 4 इस्तेमाल करने का सिर्फ़ पुष्ट तरीक़ा Mistral के अपने API डॉक्यूमेंटेशन या Mistral Studio कंसोल के ज़रिए है, मॉडल ID mistral-large-4 के नीचे (डॉक्स पेज पर mistral-large-4-0 के तौर पर सूचीबद्ध)। TechCrunch ख़ासतौर पर मौजूदा एक्सेस को "एक पब्लिक गार्डरेल एंडपॉइंट" तक सीमित बताता है, जो याद रखने लायक़ है अगर आपको किसी सेंसिटिव वर्कलोड के लिए बिना-पाबंदी वाली एक्सेस चाहिए। यह OpenRouter (mistralai/mistral-large-4-0 के तौर पर), Eden AI, और LLMGateway समेत थर्ड-पार्टी गेटवे पर भी पहले से सूचीबद्ध है। हम यह पुष्ट नहीं कर सके कि यह Vibe के भीतर अभी लाइव है या नहीं, Mistral का अपना कंज़्यूमर चैट ऐप (मई 2026 में Le Chat से नाम बदला गया, अकाउंट्स और सब्सक्रिप्शन आगे कैरी होते हुए); Mistral की घोषणा Vibe को लिंक करती है बिना यह बताए कि मॉडल वहां उपलब्ध है, तो यह मान लेने से पहले कि आप इसे वहां फ़्री में ट्राई कर सकते हैं, chat.mistral.ai पर सीधे पुष्ट करें।

क्या आपको इसे इस्तेमाल करना चाहिए

• EU-सॉवरिन होस्टिंग या आधिकारिक EU भाषाओं में मल्टीलिंगुअल काम: एक ठीक-ठाक फ़िट, और अमेरिकी और चीनी लैब्स के मुक़ाबले Mistral के सबसे साफ़ डिफ़रेंशिएटर्स में से एक।
• लंबे लीगल या कंप्लायंस डॉक्यूमेंट: Harvey के Legal Agent Benchmark पर रैंकिंग (79 में 9वां, स्वतंत्र रूप से मापा गया) यहां असली मज़बूती का इशारा करती है, भले ही रॉ स्कोर एब्सलूट टर्म्स में मामूली है।
• लाइव चैट या लेटेंसी-सेंसिटिव एप्लिकेशन: लंबे प्रॉम्प्ट्स पर लगभग 18.7-सेकंड के टाइम-टू-फ़र्स्ट-टोकन को देखते हुए एक कमज़ोर फ़िट, भले ही शुरू होने के बाद आउटपुट स्पीड ठीक हो।
• कोई भी ऐसी चीज़ जहां एक कॉन्फ़िडेंट ग़लत जवाब महंगा पड़े: स्वतंत्र रूप से मापा गया 41.9% हैल्यूसिनेशन रेट रिव्यूअर्स में सबसे ज़्यादा ज़िक्र की गई कमज़ोरी है; आउटपुट पर सीधे भरोसा करने की बजाय उन्हें वेरिफ़ाई करें।
• कटिंग-एज कोडिंग या लेटेंसी-सेंसिटिव एजेंटिक काम: एक कमज़ोर फ़िट। इसका Artificial Analysis Intelligence Index (38) कई चीनी ओपन मॉडलों (MiMo-V2.6-Pro 46 पर, GLM-5.3 45 पर, Qwen 3.8 Max 45.4 पर) से पीछे है जो ख़ुद भी ओपन-वेट हैं, और यह तुलना कोडिंग मॉडल चुनने वाले डेवलपर्स के लिए सबसे ज़्यादा मायने रखने वाली है।

लोग यह भी पूछते हैं

क्या Mistral Large 4 फ़्री है?

कोई फ़्री टियर मौजूद नहीं है। यह सिर्फ़ API के ज़रिए है, प्रति टोकन बिल होता है, एक समय-सीमित 50%-छूट वाले लॉन्च डिस्काउंट (लगभग $0.68/$2.09 प्रति मिलियन इनपुट/आउटपुट टोकन) के साथ जो Mistral के अपने चेंजलॉग के मुताबिक़ 6 अक्टूबर 2026 के लॉन्च से लगभग दो हफ़्ते चलता है।

क्या Mistral Large 4 ओपन सोर्स या ओपन वेट है?

अभी नहीं। Mistral इसे ओपन-वेट बनाने के इरादे वाला बताता है और 2026 के "अक्टूबर के अंत तक" वेट्स का वादा करता है, VentureBeat 27 अक्टूबर का एक ख़ास पर अपुष्ट टारगेट रिपोर्ट करता है। लाइसेंस अभी फ़ाइनल नहीं हुआ है; Mistral को Apache 2.0 जैसे किसी स्टैंडर्ड लाइसेंस की बजाय एक कस्टम लाइसेंस इस्तेमाल करने की उम्मीद है।

Mistral Large 4 में कितने पैरामीटर हैं?

52 बिलियन एक्टिव पैरामीटर, एक आंकड़ा जिस पर Mistral का अपना ब्लॉग और टेक्निकल डॉक्स अब सहमत हैं। टोटल पैरामीटर काउंट Mistral की अपनी सामग्री में अब भी अलग-अलग है: लॉन्च ब्लॉग के मुताबिक़ 1 ट्रिलियन, टेक्निकल डॉक्स के मुताबिक़ 1.05 ट्रिलियन। VentureBeat की लॉन्च-डे रिपोर्टिंग ने अलग से 49 बिलियन एक्टिव पैरामीटर का हवाला दिया, एक आंकड़ा जो Mistral के अपने मौजूदा पेजों में नहीं मिलता।

Mistral Large 4 का असली कॉन्टेक्स्ट विंडो क्या है?

Mistral 1 मिलियन टोकन बताता है। स्वतंत्र ट्रैकर्स व्यवहार में कम मापते हैं: Vals.ai 512,000 टोकन सूचीबद्ध करता है, और Artificial Analysis का अपना स्पेसिफ़िकेशन बॉक्स और FAQ आपस में 524,000 बनाम 520,000 टोकन पर असहमत हैं।

Mistral Large 4 की तुलना Mistral Large 3 से कैसे होती है?

नए Nvidia Blackwell हार्डवेयर पर लगभग 1.5 गुना टोटल पैरामीटर। स्वतंत्र रूप से, Artificial Analysis Intelligence Index स्कोर में लगभग 4x की बढ़त मापता है (9 से 38), पर आउटपुट वर्बोसिटी लगभग 20 गुना ज़्यादा है और प्रति-टास्क इवैल्यूएशन कॉस्ट $0.03 से $1.13 तक बढ़ गई, लगभग 38 गुना ज़्यादा।

क्या Mistral Large 4 बहुत हैल्यूसिनेट करता है?

Artificial Analysis का AA-Omniscience मेज़रमेंट इसका हैल्यूसिनेशन रेट 41.9% पर रखता है, जिसे स्वतंत्र रिव्यूअर eesel.ai ने मॉडल की सबसे बड़ी कमज़ोरी के तौर पर फ़्लैग किया है। फ़ैक्चुअल आउटपुट पर सीधे भरोसा करने की बजाय उन्हें वेरिफ़ाई करें, ख़ासतौर पर अनजान या निच टॉपिक्स के लिए।

Mistral Large 4 किस चीज़ में सबसे बेहतर है?

स्वतंत्र रूप से मापी गई मज़बूतियों में लीगल और लंबे-डॉक्यूमेंट वाला काम (Harvey के Legal Agent Benchmark पर एक सम्मानजनक रैंक) और साइबरसिक्यूरिटी वल्नरेबिलिटी-रिप्रोडक्शन टास्क शामिल हैं, भले ही Mistral के ख़ुद-रिपोर्ट किए साइबर स्कोर को एक चेतावनी चाहिए कि कुछ राइवल मॉडल उसी टेस्ट पर क़रीब-क़रीब ज़ीरो स्कोर करते हैं, इस वजह से नहीं कि वे टास्क नहीं कर सकते, बल्कि इस वजह से कि वे सेफ़्टी आधार पर उसे मना करते हैं।