Mistral Large 4 ('Le Chonk') is als preview beschikbaar en wordt eind oktober open te downloaden

Het Franse AI-bedrijf Mistral heeft Mistral Large 4 voorgesteld, intern ook ‘Le Chonk’ genoemd. Het is een preview: ontwikkelaars kunnen het model al uitproberen via de API van Mistral, de technische toegangspoort waarmee software met het model praat. De volledige versie om zelf te downloaden volgt volgens Mistral eind oktober. Tweakers noemt 27 oktober.

Wat is Mistral Large 4?

Het is het grootste model dat Mistral tot nu toe bouwde. Het telt een biljoen parameters, de interne instellingen die bepalen hoe een model werkt. Per stukje tekst zijn er daarvan 49 miljard tegelijk actief. Zijn voorganger, Large 3 van december 2025, had 675 miljard parameters, volgens ITdaily met 41 miljard actief.

Het model verwerkt van bij de basis zowel tekst als beeld. Mistral zegt dat het ook geschikt is voor AI-agenten: programma’s die zelfstandig informatie verzamelen, tools gebruiken en een afgewerkt resultaat opleveren. Volgens Mistral is er getraind met gegevens in meer dan 160 talen, waaronder alle officiële talen van de EU. Of het Nederlands daardoor merkbaar beter wordt, staat niet in de bronnen.

Hoe goed is het, en wie zegt dat?

De sterkste claim gaat over cybersecurity. In de ranglijst voor cybersecurity van Artificial Analysis, een onafhankelijke vergelijkingssite, zit het model in de wereldwijde top vijf, vlak achter GPT-6 Luna van OpenAI. Volgens Mistral doet het ook beter dan sommige gesloten modellen bij het opsporen en herstellen van softwarelekken, omdat die gesloten modellen zulke opdrachten vaker weigeren.

De onafhankelijke blogger Simon Willison plaatst het model op 38 punten op de index van Artificial Analysis, net achter DeepSeek 4.1 Flash. Large 3 haalde daar 9. Zijn oordeel: geen model aan de absolute top, maar mogelijk ongeveer zes maanden achter de voorhoede. Bij programmeren loopt het volgens Tweakers nog wat achter.

Veel andere cijfers komen van Mistral zelf, zoals de scores voor kantoortaken met spreadsheets en documenten, juridische en financiële opdrachten en weerstand tegen misleidende opdrachten. Daar vergelijkt het bedrijf zich vooral met open Chinese modellen. Die cijfers zijn dus een bewering van de maker, geen onafhankelijke meting. Mistral zegt bovendien dat het model nog verbeterd wordt, dus de uiteindelijke prestaties kunnen verschillen.

Wat kost het, en wat betekent open weights?

De preview kost 1,36 dollar voor elke miljoen tokens die je naar het model stuurt, en 4,18 dollar voor elke miljoen tokens die het terugschrijft. Een token is grofweg een woordfragment: de rekening hangt dus af van hoeveel tekst je het model laat lezen en schrijven.

Open weights betekent dat het model zelf te downloaden en op eigen servers te draaien is, in plaats van alleen via de dienst van de maker. Mistral zegt dat organisaties het zo op hun eigen systemen kunnen laten draaien, onder hun eigen regels. Er zit wel een praktische drempel aan: de volledige omvang van het model moet in het werkgeheugen passen. Voor een kmo is dat zelden haalbaar op eigen hardware, dus dat is vooral relevant voor grote organisaties of voor IT-leveranciers die het voor je hosten.

Onder welke licentie het model verschijnt, is nog niet bekend. Large 3 kwam uit onder Apache 2.0, een ruime licentie die commercieel gebruik toelaat. Of dat nu weer zo is, zeggen de bronnen niet.

Waar is het model getraind?

Mistral zegt het model te hebben getraind in eigen datacenters in Europa, op 3.800 Nvidia-chips. Welk datacenter dat precies was, vermeldt het bedrijf niet. De chips zelf zijn Amerikaans. Het bedrijf financiert zijn plannen met een Series D van 3 miljard euro, en bouwt volgens ITdaily verder aan datacenters bij Parijs en in het Zweedse Borlänge.

Mistral gaat daarbij uit van een uitrol onder Europees recht, die het zelf beheert. Voor bedrijven die klantgegevens liefst in Europa houden, is dat een argument. Wat dat concreet betekent voor de preview-API die nu beschikbaar is, staat niet in de bronnen. Controleer dat dus in de voorwaarden voor je er klantgegevens in stopt.