Mistral Large 4: europæisk kæmpemodel med 1 billion parametre

Hvad er nyt

Det franske AI-selskab Mistral har præsenteret Mistral Large 4, kaldet ML4 og med tilnavnet »Le Chonk«. Modellen blev vist frem 6. oktober 2026 og er selskabets hidtil største. Den er multimodal, så den kan arbejde med både tekst, dokumenter, diagrammer og billeder, og den understøtter over 160 sprog, herunder alle EU's officielle sprog.

Modellen har 1 billion parametre i alt. Parametre er de indstillinger, en AI-model lærer under træning, og jo flere der er, jo mere kan den rumme. Men ML4 bruger en såkaldt mixture-of-experts-opbygning: Kun en del af modellen er i gang ad gangen. Mistral opgiver 52 milliarder aktive parametre, mens én kilde nævner 49 milliarder. Det holder typisk regningen nede.

ML4 er en såkaldt open-weight-model. Det betyder, at selve modellens »vægte« udgives, så andre kan hente og køre den selv. Det sker dog først senere. Mistral vil teste sikkerheden først og arbejde med betroede partnere og regeringer. Ifølge Mistral kommer vægtene inden udgangen af oktober, og andre medier nævner 27. oktober. Indtil da kan modellen prøves som offentlig forhåndsvisning via API i Mistral Studio.

Hvad er smart

Mistral har trænet modellen fra bunden på Nvidia Grace Blackwell-chips i europæiske datacentre. Det handler om 3.800 chips ifølge Mistrals egen side og cirka 4.000 ifølge TechCrunch. Mistrals VP Science, Pierre Stock, siger, at det er to til tre gange færre chips end hos de kinesiske konkurrenter og markant færre end hos de lukkede modeller.

Det andet store salgsargument er europæisk suverænitet. Modellen kan køres i en europæisk udrulning, som Mistral selv driver fra ende til anden, uafhængigt af andre udbydere. For virksomheder og myndigheder, der ikke vil sende data ud af Europa, er det en vigtig pointe.

Så er der cybersikkerhed. Ifølge ITPro løste ML4 93 procent af opgaverne i testen Cybench, mens Claude Opus 5.5 og GPT-6 Astra lå nær nul, fordi de lukkede modeller afviser den slags opgaver af sikkerhedshensyn. Mistral selv oplyser, at modellen er top-5 på Artificial Analysis Cyber Index og klarer 82 procent af opgaverne med at reproducere sårbarheder.

Billigere eller bedre?

API-prisen er 1,36 dollar pr. million inputtokens og 4,18 dollar pr. million outputtokens. Tokens er de små tekststykker, modellen læser og skriver. Der er ikke oplyst en månedspris for almindelige brugere, og det fremgår ikke af kilderne, hvordan prisen står mod konkurrenternes.

På kvalitet er billedet blandet, og tallene kommer overvejende fra Mistral selv. Selskabet hævder, at ML4 slår GPT-6-Astra på finans- og juraopgaver i tredjepartstests, og at den er den stærkeste open-weight-model udviklet uden for Kina. På visuel forankring er resultatet 42 mod 41 procent, altså en hårfin føring. Fulde sammenligninger med kinesiske modeller som DeepSeek, Kimi og Qwen foreligger endnu ikke, ifølge TechCrunch.

På kodning er Mistral ærlig: Modellen halter efter de bedste. Selskabet oplyser 61,7 procent på DeepSWE v1.1 og 59,4 procent på SWE-Atlas-QnA.

Det er den god til

Mistral peger selv på cybersikkerhed, finans, produktion og chipdesign. Her kan en model, der ikke afviser sikkerhedsopgaver, og som kan køres under europæisk kontrol, give mening for virksomheder med følsomme data.

Til ren programmering er den mindre oplagt. Licensvilkårene for de kommende vægte kendes endnu ikke, og det fremgår ikke af kilderne, om tilbuddet gælder særskilt i Danmark. API'en er dog åben via Mistral Studio. Mistral placerer sig mellem lukkede amerikanske modeller og åbne kinesiske alternativer, og blandt selskabets investorer er ASML og Samsung.