Mistral Large 4: 1.000 mia. parametre og åbne vægte i oktober

Hvad er nyt

Mistral har sendt Mistral Large 4 (internt ML4, kælenavn »Le Chonk«) på gaden i offentlig preview. Det er firmaets hidtil største og mest kapable model. Preview-API'et kan prøves i Mistral Studio.

Modellen har 1 billion parametre (på engelsk: trillion), altså 1.000 milliarder. Parametre er de indstillinger, en model har lært under træning, og groft sagt jo flere, jo mere kan den rumme. Modellen er bygget som en mixture-of-experts: kun en lille del bruges ad gangen. Mistral oplyser 52 milliarder aktive parametre, mens The Register skriver ca. 49 milliarder. Modellen er nativt multimodal, så den arbejder med mere end tekst, og den er trænet på over 160 sprog, herunder alle EU's officielle sprog.

Vægtene, dvs. selve den trænede models indhold, er endnu ikke udgivet. Mistral har sat dato på dem: de skal udkomme ved udgangen af oktober 2026, ifølge The Register på Hugging Face. Først da bliver modellen reelt åben.

Hvad er smart

Modellen er trænet fra bunden på 3.800 NVIDIA Grace Blackwell-GPU'er i Mistrals egne datacentre i Europa, og preview'en kører på samme infrastruktur. Mistral planlægger en europæisk udrulning, som firmaet selv driver fra ende til anden, uafhængigt af andre digitale tjenesteudbydere og under europæisk lov. Det kan have betydning for virksomheder og myndigheder, der vil holde data tæt på.

Mistral fremhæver cybersikkerhed. På Artificial Analysis Cyber Index, en uafhængig test af, hvor godt modeller finder og retter sikkerhedshuller, ligger ML4 ifølge Mistral blandt de fem bedste globalt. På en delprøve, hvor modellen skal genskabe en reel sårbarhed i open source-software og rette den, scorer den 82 procent. Det er Mistrals egen gengivelse af testen. I Cybench, 40 øvelser fra sikkerhedskonkurrencer, løser den 93 procent. Mistral skriver, at lukkede modeller som Claude Opus 5.5 og GPT-6 Astra scorer tæt på nul på samme test. Forklaringen er afskåret i kilden.

Når vægtene er ude, kan organisationer selvhoste modellen og køre sikkerhedsarbejde på egne vilkår uden udbyderens afvisninger eller risikoen for at miste adgang midt i en hændelse, fremhæver Mistral.

Billigere eller bedre?

Prisen er ikke oplyst endnu, hverken for API'et eller for almindelige brugere.

På kvalitet er billedet nuanceret. Mistral siger, at ML4 klart overgår alle åbne vægtmodeller fra USA og Europa og er konkurrencedygtig med de stærkeste åbne modeller globalt. Det er firmaets egen påstand. Uafhængigt placerer The Register modellen på Artificial Analysis' intelligensrangliste mellem DeepSeek V4.1 Flash og OpenAIs GPT6 Luna. Ifølge The Register er den betydeligt bedre end Thinking Machines Labs' Inkling blandt downloadbare, ikke-kinesiske åbne modeller, men ligger bag OpenAIs og Anthropics lukkede flagskibe. Mistrals egne tests viser konkurrencedygtig ydeevne mod kinesiske modeller fra Alibaba, Moonshot, Z.AI og DeepSeek inden for kodning, finans og jura.

Det er den god til

Mistral peger på cybersikkerhed, finans og jura som områder, hvor modellen er blandt de bedste åbne. Inden for visuel forankring, hvor modellen skal pege på det rigtige sted i et billede, mener Mistral, at den slår selv lukkede topmodeller.

Modellen er trænet sammen med virksomheder inden for finans, ingeniørarbejde, produktion, logistik, medicinalindustri og offentlig sektor. Indtil vægtene frigives, tester Mistral en mindre modereret version med cybersikkerhedsledere, godkendte partnere og statslige myndigheder. Mistral vil senere offentliggøre flere detaljer om arkitektur og flere tests, og modellen skal danne fundament for en ny generation af specialiserede modeller. Det fremgår ikke af kilderne, om og hvornår den er tilgængelig i Danmark, men Mistral nævner europæisk drift og flere regioner.