Mistral Large 4: wat het Europese 1T-model je bedrijf biedt

Op 6 oktober 2026 kondigde Mistral AI zijn grootste model tot nu toe aan, met de belofte de gewichten nog deze maand vrij te geven. De bijnaam: "Le Chonk". Voor bedrijven die AI in eigen beheer willen draaien is dat het nieuws van het najaar, maar de details bepalen of het voor jou iets verandert.

Mistral Large 4 is een open-weight taalmodel van het Franse Mistral AI met 1,05 biljoen parameters, waarvan er per token 52 miljard actief zijn, dat tekst en beeld begrijpt en een contextvenster van 1 miljoen tokens heeft. Het staat sinds 6 oktober als preview in de API van Mistral. De gewichten, waarmee je het model op eigen hardware draait, volgen volgens Mistral eind oktober, onder een licentie die nog niet is gepubliceerd.

Wat is Mistral Large 4 precies?

Mistral Large 4 is een mixture-of-experts-model: het bestaat uit vele deelnetwerken, waarvan per woord maar een klein deel meerekent. Daardoor is het per antwoord zo snel als een model van ongeveer 52 miljard parameters, terwijl het de kennis van een model van ruim een biljoen parameters meedraagt. De modelpagina in de documentatie van Mistral noemt "52B active parameters and 1.05T total parameters, and a 1.6B vision encoder", versie v26.10, status "Public Preview".

Het model is volgens de aankondiging van Mistral getraind "on 3,800 NVIDIA Grace Blackwell GPUs in Mistral's own datacenters in Europe". Welk land of welke locatie, zegt Mistral niet. Een Europese maker, getraind in Europese datacenters: voor bedrijven die op digitale soevereiniteit sturen is dat het eigenlijke verkoopargument, meer dan welke benchmark ook.

Er is ook een Nederlandse kant. ASML leidde in september 2025 de financieringsronde van €1,7 miljard waarin Mistral op €11,7 miljard werd gewaardeerd, volgens Mistral zelf. ASML legde daarin €1,3 miljard in voor een belang van ongeveer 11 procent.

Het verschil in contextvenster is geen typefout. De documentatie noemt 1 miljoen tokens, maar Artificial Analysis meet in de preview-API ongeveer de helft. Reken voor nu met 500.000 tokens, wat voor bijna elk bedrijfsdocument nog steeds ruim is.

Hoe goed is Mistral Large 4 volgens onafhankelijke metingen?

Volgens onafhankelijke metingen is Mistral Large 4 een sterk open model dat duidelijk achter de beste gesloten modellen blijft. Dat is een nuchterder beeld dan de lancering schetst.

Mistral schrijft dat het model op een cyberbeveiligingstest "the highest of any model" scoort en via het meetbureau Vals.ai op juridische en financiële taken GPT-6 Astra van OpenAI overtreft. Op de eigen pagina's van Vals.ai is dat beeld gemengd. Op de financiële agent-test scoort Mistral Large 4 54,68 procent tegen 53,54 procent voor GPT-6 Astra, een verschil binnen de foutmarge van ruim 2 punten. Op de juridische onderzoekstest staat het met 31,73 tegen 39,42 procent achter, en op de totale Vals Index staat Mistral Large 4 op plaats 34 van 49, GPT-6 Astra op plaats 7. Mistral zegt niet welke juridische test het bedoelt, dus mogelijk gaat de claim over een andere taak. Maar dit is precies het patroon waar je op let: de lancering kiest de deeltests die het model winnen.

Artificial Analysis, dat alle modellen met dezelfde instellingen test, geeft Mistral Large 4 een 38 op zijn Intelligence Index, plaats 66 van 217. De beste gesloten modellen scoren daar tussen 52 en 58. Tussen de open modellen ziet het er zo uit:

Scores van Artificial Analysis, Intelligence Index v4.3.2, opgehaald op 17 oktober 2026. Mistrals bewering dat het het beste open model "from US or Europe" is, klopt op deze ranglijst ongeveer: Meta's Muse Spark Open scoort één punt hoger. De Chinese modellen lopen voor.

Twee kanttekeningen. De index is Engelstalig en zegt niets over Nederlands; Mistral Large 4 staat ook nog niet op de Nederlandse ranglijst van EuroEval. En een preview is een preview: de definitieve versie kan anders scoren. Hoe je zulke cijfers leest en wat je zelf moet testen, staat in ons stuk over AI-benchmarks beoordelen.

Wat heb je nodig om Mistral Large 4 zelf te draaien?

Om Mistral Large 4 zelf te draaien heb je ten minste één server met acht GPU's van de bovenste klasse nodig, en dan alleen met een gecomprimeerde versie van het model. Mistral heeft zelf nog geen hardware-eisen gepubliceerd, dus de onderstaande rekensom is indicatief.

Het geheugen is de beperking. Elke parameter kost geheugen, afhankelijk van de precisie waarin je het model laadt:

• BF16 (2 bytes per parameter): 1,05 biljoen × 2 = 2.100 GB
• FP8 (1 byte): 1.050 GB
• 4-bit (een halve byte): 525 GB

Daar komt geheugen bij voor de context van lopende gesprekken, het KV-cache. Een NVIDIA H200 heeft 141 GB geheugen, een server met acht stuks dus 1.128 GB. In FP8 nemen alleen de gewichten daar al 93 procent van in, met 78 GB over voor context. Dat werkt niet voor serieus gebruik. Realistisch zijn twee routes: FP8 verdeeld over twee servers (16 GPU's), of een 4-bitversie op één server.

De voorganger en de concurrent maken die schatting concreet. Mistral Large 3, met 675 miljard parameters, draait volgens de eigen modelkaart in FP8 op "one 8xH200 node". Meta noemt voor Muse Spark Open, met 816 miljard parameters, minimaal 700 GB GPU-geheugen in 4-bit. Schaal je dat naar 1,05 biljoen parameters, dan kom je in 4-bit rond de 900 GB uit. Eén 8×H200-server, met weinig ruimte over.

Dat is een investering die bij de meeste bedrijven van 50 tot 500 medewerkers niet past bij de taak. Voor documentanalyse, interne zoekfuncties of klantenservice in het Nederlands is een model van 100 tot 130 miljard parameters, zoals Mistral Small 4 op vier H100's, vrijwel altijd de betere keuze. Welke hardware bij welke modelgrootte hoort, werken we uit in AI-hardware voor bedrijven.

Onder welke licentie komen de gewichten?

De licentie van Mistral Large 4 is op 17 oktober 2026 nog niet bekend, en voor een bedrijf is dat de belangrijkste open vraag. Mistral gebruikt twee soorten licenties, en het verschil raakt een deel van onze lezers direct.

Mistral Large 3 en Mistral Small 4 staan onder Apache 2.0: vrij te gebruiken, aan te passen en commercieel in te zetten. Mistral Medium 3.5 staat onder een "Modified MIT License" die alle rechten intrekt als de wereldwijde geconsolideerde maandomzet van je bedrijf boven $20 miljoen ligt. Dat is ongeveer $240 miljoen per jaar. De meeste bedrijven met 50 tot 500 medewerkers zitten daaronder, maar de toets gaat over de omzet van het hele concern. Een Nederlandse dochter van een internationale groep valt er al snel buiten.

Vakpers meldt een "custom Mistral license" voor Large 4. Mistral heeft dat niet bevestigd. Lees de licentie dus voordat je hardware bestelt, en kijk specifiek naar omzetdrempels, gebruikersaantallen en de voorwaarden voor het aanbieden van het model als dienst. Hoe de licenties van alle grote open modellen zich tot elkaar verhouden, zetten we op een rij in open-weight licenties vergelijken.

Wat betekent de AI-verordening als je Mistral Large 4 gebruikt?

Als je Mistral Large 4 gebruikt in je eigen systemen, ben je onder de AI-verordening gebruiksverantwoordelijke en geen aanbieder van het model. De verplichtingen voor aanbieders van AI-modellen voor algemene doeleinden liggen bij Mistral.

Dat verandert pas als je het model zelf ingrijpend aanpast. De richtsnoeren van de Europese Commissie leggen de grens bij een aanpassing die meer dan een derde van de oorspronkelijke trainingsrekenkracht kost. Voor een model van deze omvang haalt geen fine-tuning door een bedrijf dat. De Commissie schrijft zelf dat "currently few modifications may meet the criterion".

Voor Mistral zelf telt nog iets. Artikel 53, lid 2, van de AI-verordening stelt aanbieders van open modellen vrij van een deel van de documentatieplicht, maar "shall not apply to general-purpose AI models with systemic risks", modellen die met meer dan 10^25 rekenoperaties zijn getraind. Mistral heeft de trainingsrekenkracht van Large 4 niet bekendgemaakt. Mistral staat wel op de lijst van ondertekenaars van de Europese gedragscode voor deze modellen. Voor jou telt vooral het gevolg: bouw je een eigen AI-systeem op het model, dan is Mistral je technische documentatie over het model verschuldigd zodra de vrijstelling niet geldt. Dat is het geval bij systeemrisico, maar volgens dezelfde richtsnoeren ook als de licentie niet als vrij en open telt, bijvoorbeeld door "usage restrictions triggered by user scale thresholds" of een omzetdrempel.

Wat doe je nu al met Mistral Large 4?

Wat je nu al met Mistral Large 4 doet, hangt af van waarom je ernaar kijkt. Wachten op de gewichten is voor de meeste bedrijven niet nodig: de keuze die je nu kunt maken, is of het model in je testset beter presteert dan wat je al gebruikt.

Voor de bredere vraag hoe open modellen zich tot de duurste gesloten modellen verhouden, zie onze analyse van open-weight modellen tegenover frontier. De rol van het Nederlandse GPT-NL naast Mistral beschrijven we in GPT-NL en Europese AI-modellen, en het complete beeld van modelkeuze tot beheer staat in onze gids lokale AI voor bedrijven.

Wil je weten of Mistral Large 4, of een kleiner open model, voor jouw toepassing in eigen beheer loont? Dat rekenen we met je door binnen lokale AI.