Close-up van serverbehuizingen in een serverrack
Nieuws6 oktober · 16:175 min leestijd

Mistral lanceert Large 4 als API-preview

Mistral biedt Large 4 direct via API aan, maar stelt de open gewichten uit tot eind oktober. Scores voor code en cybersecurity zijn concreet, terwijl prijs, regiokeuze en licentie de praktische inzet bepalen.

Mistral Large 4 is nu als openbare API-preview beschikbaar, meldt het bedrijf; het model telt 1 biljoen parameters, waarvan 49 miljard tegelijk actief zijn, en de gewichten volgen pas eind oktober.

Een organisatie die maandelijks 50 miljoen invoer- en 10 miljoen uitvoertokens verwerkt, betaalt bij standaardtarieven $54,90 voor Large 4 tegenover $40 voor Large 3, een verschil van $14,90. Zelf hosten kan pas nadat de gewichten verschijnen.

De API-preview komt voor de gewichten

De modeldocumentatie noemt 1,05 biljoen parameters in totaal, 49 miljard actieve parameters, een beeldencoder van 1,6 miljard en een contextvenster van 1 miljoen tokens. Het model verwerkt tekst en beeld. Mistral zegt dat het meer dan 160 talen beheerst, waaronder elke officiële EU-taal. De preview draait via de API; Mistral markeert de versie als open-weight in de modelkaart.

Mistral zegt de gewichten eind oktober te publiceren, met later meer informatie over de architectuur, extra benchmarks en post-training. Reuters meldt via CNA 27 oktober als datum waarop Large 4 volledig publiek wordt. TNW noemt 27 oktober als geplande datum voor de gewichtenrelease. Tot die tijd testen geselecteerde cybersecuritypartners en overheidsinstanties een versie met minder veiligheidsbeperkingen. Dat hoort bij de veiligheidstests; het is geen algemene download.

De modelkaart vermeldt open-weight, maar de aankondiging noemt nog geen licentie. Zonder de gewichten en voorwaarden is nog niet vast te stellen wat organisaties commercieel mogen aanpassen of zelf hosten. Open-weight betekent dat de getrainde modelgewichten downloadbaar worden; de licentie bepaalt wat een gebruiker ermee mag doen. Trainingscode en data vallen daar niet automatisch onder.

De gebruiksprijs verschilt per route

Mistrals standaardtarief is $0,68 per miljoen invoertokens, $0,07 voor cache en $2,09 per miljoen uitvoertokens. Large 3 kost op dezelfde prijstabel $0,50, $0,05 en $1,50. Het voorbeeld hierboven gebruikt gewone invoer zonder cache en rekent alleen de API af, niet eigen hardware, stroom of beheer.

De EU-endpoint kost 10 procent extra en verwerkt aanvragen in datacenters binnen de EU en EFTA. Accountinstellingen, API-sleutels, facturatie en gebruiksgegevens kunnen buiten die regio blijven. Agents, Batch en de Files-API zijn niet beschikbaar via deze route.

De routekeuze blijft drieledig: een API bij een Europese aanbieder, zelf hosten op Europese infrastructuur of een Amerikaanse hyperscaler met een EU-regio. De afweging tussen die routes op data, kosten en beheer laat zien waarom modeltoegang niet de enige keuze is.

Europese rekenkracht hangt aan de financiering

Mistral zegt Large 4 vanaf nul te hebben getraind op 3.800 NVIDIA Grace Blackwell-GPU’s in eigen Europese datacenters; de preview draait op dezelfde infrastructuur. Het bedrijf noemt ook een Europese inzet onder Europees recht. Axios schrijft over 4.000 GPU’s en twee maanden training, terwijl Mistral 3.800 noemt. De bronnen verklaren het verschil niet.

De financiering achter die capaciteit schoof in drie maanden van gesprek naar uitvoering. In juni was Mistral nog in gesprek over een ronde van ongeveer €3 miljard. In september kondigde het bedrijf de Series D van €3 miljard bij een waardering boven €21 miljard aan, geleid door Samsung Electronics. Die Series D financiert de uitbreiding van Mistrals rekeninfrastructuur en onderzoek naar geavanceerde modellen.

Benchmarks brengen nog vragen mee

Mistral meldt 82 procent op een test waarin een model een echte kwetsbaarheid in open-sourcesoftware moet namaken en repareren. Op Cybench lost Large 4 volgens het bedrijf 93 procent op van 40 beveiligingsopgaven. Voor kantoorwerk noemt Mistral 59,9 procent op AutomationBench, dat 657 taken in onder meer Gmail, Google Sheets, Slack en Salesforce bevat.

Op Terminal-Bench 4 komt de preview volgens Mistral uit op 28,3 procent. De scorekaart op de aankondigingspagina toont daarnaast 10 voor DeepSeek V4 Pro, 17 voor Qwen 3.8 Max, 21 voor Kimi K3 en 40 voor GLM-5.3.

Terminal-Bench 4-scorekaart met Mistral Large 4 Preview en vier vergelijkingsmodellen, gepubliceerd door Mistral AI
Terminal-Bench 4-scorekaart met Mistral Large 4 Preview en vier vergelijkingsmodellen, gepubliceerd door Mistral AI

Bij de programmeerscores staat een voorbehoud: Mistral zegt dat Artificial Analysis de cijfers privé evalueerde voordat de benchmarkopstelling openbaar beschikbaar kwam. De uitkomsten zijn nog niet op diezelfde openbare opstelling te herhalen. Topman Arthur Mensch zei in Abu Dhabi dat Large 4 Chinese modellen op sommige gebieden, waaronder cybersecurity, verslaat. De berichtgeving noemt geen Chinese modellen of meetmethode.

Reflection presenteerde Beam op 5 oktober met 501 miljard parameters, waarvan er 23 miljard actief zijn; de gewichten volgen later deze maand. Large 4 verscheen een dag na Beam. Reflection zegt zelf dat de gewichten onder Apache 2.0 uitkomen. De Beam-aankondiging met 501 miljard parameters en gewichten die nog niet publiek zijn beschrijft dezelfde kloof tussen preview en eigen inzet.

Large 4 verbreedt vandaag de API-keuze voor Nederlandse teams. Zelf hosten hangt nog aan de publicatie van gewichten en licentie. De Europese endpoint kent eigen kosten en functielimieten. De gewichten die Mistral eind oktober aankondigt vormen de volgende toets voor eigen inzet.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Van modelkeuze naar praktijk

Ik denk mee over je modelkeuze en architectuur, ontwerp de integratie en bouw het geheel van eerste idee tot livegang. Waar het kan, richt ik de oplossing self-hosted in.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Genoemde integraties

Dit artikel noemt deze tools. Ik koppel ze op maat aan je eigen systemen.

Gerelateerde artikelen

Mistral publiceert de gewichten van Large 4
Nieuws
4 min

29 okt 16:17

Mistral publiceert de gewichten van Large 4

Mistral maakt Large 4 downloadbaar onder een aangepaste MIT-licentie. Commercieel intern gebruik mag, maar voor een eigen modeldienst aan derden is een aparte overeenkomst nodig. De repository is 1,06 TB.

Deutsche Telekom investeert €100 miljoen in Mistral
Nieuws
5 min

20 nov 08:24

Deutsche Telekom investeert €100 miljoen in Mistral

Deutsche Telekom investeert via T.Capital €100 miljoen in Mistral en wil AI-modellen verbinden met Duitse infrastructuur. Wat al boekbaar is, wat nog ontbreekt en waarom Nederlandse organisaties de voorwaarden moeten afwachten.

Mistral en NVIDIA werken aan AI voor engineering
Nieuws
4 min

21 okt 18:27

Mistral en NVIDIA werken aan AI voor engineering

Mistral en NVIDIA willen ontwerp, simulatie en AI-modelontwikkeling koppelen. Large 4 staat al in publieke preview, maar de gezamenlijke engineeringketen, benchmarks en toegang zijn nog niet beschikbaar.

Nvidia bespreekt extra investering of rekenkracht voor Reflection AI
Nieuws
4 min

11 okt 06:07

Nvidia bespreekt extra investering of rekenkracht voor Reflection AI

Nvidia bespreekt volgens Bloomberg extra investering of rekenkracht voor Reflection AI. De gesprekken zijn vroeg en er is geen akkoord, terwijl Beam’s modelgewichten later deze maand moeten verschijnen.

Mistral werkt gedownloade Large 4-checkpoints niet automatisch bij
Nieuws
5 min

30 okt 14:22

Mistral werkt gedownloade Large 4-checkpoints niet automatisch bij

Mistral voert toekomstige veiligheidsupdates door in zijn API en nieuwe modelreleases, niet automatisch in al gedownloade Large 4-checkpoints. Voor zelfhosters verschuift versiebeheer naar het eigen team.

Mistral lanceert Timestral voor tijdreeksprognoses op CPU
Nieuws
5 min

16 okt 08:43

Mistral lanceert Timestral voor tijdreeksprognoses op CPU

Timestral voorspelt vraag, voorraad en capaciteit zonder training per tijdreeks. De vier modellen lopen van 5 tot 209 miljoen parameters en draaien volgens Mistral op CPU. De benchmarkcijfers zijn nog claims van de maker.