Alisina NawabiOrange Cyberdefense krijgt cybervariant van Large 4
In aanvulling op de eerdere benchmarkupdate kondigt Orange aan dat Orange Cyberdefense de eerste Europese managed securitydienstverlener in Mistrals designpartnerprogramma wordt en vroege toegang krijgt tot een voor cyberbeveiliging geoptimaliseerde Large 4-variant. De toepassingen richten zich op pentests, technische audits en kwetsbaarheidsbeoordelingen om aanvalsscenario’s te verkennen, plus onderzoek en incidentrespons om sporen sneller te analyseren en aanvallen te reconstrueren. Orange zegt dat de modellen geleidelijk in geselecteerde klantdiensten komen, met toegangsbeheer, traceerbaarheid, modelbeveiligingstests en menselijk toezicht; experts blijven verantwoordelijk voor alle kritieke acties en praktijkfeedback moet de modellen verbeteren. Orange Cyberdefense plaatst de samenwerking na de inzet van Qevlar AI in zijn SOC’s sinds april 2025, noemt zijn aanpak modelagnostisch en zegt te rekenen op Mistrals eigen Europese datacenters. Voor Nederlandse organisaties is dit een concreet voorbeeld van AI bij pentests en incidentonderzoek; prijs, uitrolplanning en toegang voor andere beveiligingsbedrijven zijn niet bekendgemaakt.
Artificial Analysis geeft Large 4 26 punten
Artificial Analysis zet Large 4 (High) op 26 punten en $2,06 per indextaak, tegen 32 punten en $5,01 voor GLM-5.3 (Max) en 32 punten en $0,60 voor DeepSeek V4.1 Flash (Max). De v5-index combineert negen evaluaties, waarvan 60 procent op privédatasets of afgeschermde antwoorden berust. Sinds de preview steeg de totaalscore één punt; op Cognition’s afgeschermde FrontierCode 2.0 haalde Large 4 19,7% tegenover 46% voor Claude Opus 5.5, terwijl snelheid steeg van 111 naar 161 tokens per seconde en de prijs per indextaak 63% daalde. De Cyber Index plaatst Large 4 derde met 51%, achter DeepSeek (57) en MiMo-V2.6-Pro (56); de deelscores zijn 79% op CyberGym-E2E-AA, 15% op DeepsecBench-AA en 58% op CWE-Bench-AA. Mistral rekent per miljoen tokens $0,70 voor invoer, $0,07 voor gecachte invoer en $2,10 voor uitvoer en meldt 96,6% weigeringen van schadelijke cyberverzoeken; voor Nederlandse teams zijn benchmarktaakprijzen geen begroting voor zelfhosting en cyberresultaten geen garantie voor eigen beveiligingswerk.
Mistral publiceert op 29 oktober de downloadbare gewichten van Large 4, waarmee teams het model na drie weken API-preview zelf kunnen draaien; intern gebruik valt onder een aangepaste MIT-licentie.
Voor een Nederlands softwareteam dat klantcode of beveiligingslogs niet naar een externe API wil sturen, ontstaat nu een route voor eigen verwerking. De modelkaart toont een repository van 1,06 TB en een vLLM-voorbeeld met acht GPU’s. Daarmee komen opslag, rekenkracht, licentie en beheer naast de modelprestatie op tafel.
De download is een compleet modelpakket
Mistral biedt een versie aan met de volledige gewichten, niet alleen een proefomgeving of API-sleutel. De geverifieerde Hugging Face-repository bevat 54 safetensors-bestanden, elk afgerond 20 GB. De volledige repository is 1,06 TB. Dat maakt de download zelf al een infrastructuurtaak: een organisatie moet ruimte hebben voor de bestanden en de grote download kunnen beheren en versioneren.
Large 4 is een mixture-of-experts-model. Een deel van de parameters wordt per token geactiveerd, maar dat maakt het opgeslagen model niet even klein als het actieve deel. Wie de volledige versie downloadt, moet dus rekenen met de omvang die in de repository staat. Mistral heeft ook een NVFP4-checkpoint gepubliceerd met een kleinere geheugenvoetafdruk. Dat checkpoint is gericht op Blackwell-GPU’s en werkt volgens de modelkaart met vLLM en SGLang.
De licentie staat intern commercieel gebruik toe
De gewichten vallen onder de Mistral Ecosystem Open-Weight License, een aangepaste versie van MIT. De licentie staat gebruik, aanpassing, verdere training en commerciële verspreiding toe, mits de copyright- en licentievermelding in kopieën en substantiële delen blijft staan. Voor intern gebruik is geen aparte overeenkomst nodig.
De grens ligt bij een modeldienst aan derden. Als een bedrijf of een verbonden onderneming Large 4 via een API of gehost eindpunt aanbiedt en de afnemer betekenisvolle controle krijgt over invoer, instellingen of trainingsdata, verlangt Mistral vooraf een aparte commerciële licentie. De licentie noemt geen omzetdrempel. Een product waarin het model alleen achter afgebakende functies zit, valt volgens de tekst buiten die definitie; hetzelfde geldt voor het doorsturen van verzoeken naar een model dat elders draait.
Meta’s Muse Spark Open kwam op 15 oktober met downloadbare gewichten uit. Meta’s licentie vraagt voor een modeldienst een aparte overeenkomst zodra de gezamenlijke omzet boven 20 miljoen dollar per twaalf maanden uitkomt. Die omzetgrens van 20 miljoen dollar voor Muse Spark Open staat niet in Mistrals licentie. De prijs en voorwaarden van Mistrals aparte commerciële overeenkomst zijn nog niet gepubliceerd.
De voorbeeldconfiguratie gebruikt acht GPU’s
Mistral documenteert een vLLM-voorbeeld waarbij de berekening over acht GPU’s wordt verdeeld. Dat is een voorbeeldconfiguratie, geen opgegeven minimum voor elke inzet. De documentatie vermeldt ook 85 procent GPU-geheugengebruik in die opstelling. Een organisatie moet die instellingen afstemmen op de beschikbare kaarten, gewenste doorvoer en het aantal gelijktijdige verzoeken.
De kleinere NVFP4-variant past bij NVIDIA Blackwell-kaarten, waaronder B200, B300, GB200 en GB300. Mistral zegt dat deze versie minder geheugen vraagt en sneller kan draaien, maar publiceert geen universele kostenberekening voor een productieomgeving. Naast de eigen hardware noemt het bedrijf toegang via zijn API, Microsoft Foundry en NVIDIA-gehoste eindpunten. Een team kan dus ook een beheerde route kiezen zonder zelf een GPU-cluster te onderhouden.
Zelf hosten verplaatst de rekening naar hardware of cloud-GPU’s, stroom, opslag en beheer. De modelgewichten geven ook meer controle over waar invoer en uitvoer worden verwerkt. Dat voordeel is pas praktisch als het gekozen team ook updates, toegangsrechten, back-ups en modelbewaking kan regelen. De aankondiging noemt geen kosten per taak of benodigde capaciteit voor een specifieke werkbelasting.
De preview krijgt een bijgewerkte versie
Op 6 oktober was Large 4 alleen als API-preview beschikbaar en stonden de gewichten voor het einde van de maand gepland. De release kreeg drie weken extra reinforcement learning, mede op basis van feedback van klanten. De release voegt ook drie redeneermodi toe: laag, gemiddeld en hoog.
Voor Terminal-Bench 4.0 rapporteert Mistral 41 procent tegenover 28 procent voor de preview. Het bedrijf meldt daarnaast 30 procent minder uitvoertokens op die test. De release noemt ook 48 procent op de Coding Agent Index van Artificial Analysis, met gemiddeld 47 procent minder tokens per taak dan GLM-5.3. Die cijfers komen uit tests van specifieke codeertaken; ze zeggen niet hoeveel een eigen productie-inzet kost.
De gewichten maken de beloofde eigen inzet nu mogelijk. De licentie laat intern commercieel gebruik en aanpassing toe, terwijl een dienst aan derden een aparte afspraak vraagt. Voor een Nederlandse organisatie valt de praktische keuze daardoor samen met twee concrete grenzen: de rechten op de manier waarop het model wordt aangeboden en de capaciteit om een pakket van ruim één terabyte te draaien en te beheren.
Veelgestelde vragen
Van AI-model naar eigen oplossing
Ik denk mee over de juiste inzet, ontwerp de oplossing en realiseer die end-to-end, van eerste keuze tot livegang. Waar het kan, richt ik die zo in dat je gegevens en modellen zelf beheert.
Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.
