Mistral stelt Mistral Large 4 voor. Het model met een biljoen parameters zal na een preview breed, open en Europees beschikbaar zijn.
Mistral Large 4, officieus ML4 en volgens Mistral heel officieel le Chonk, is het grootste en meest capabele model dat de Franse AI-ontwikkelaar tot nu toe bouwde. Dat maakt het in één klap ook het meest geavanceerde frontier-model van Europese bodem.
Gebundelde kennis
Le Chonk is een mixture-of-experts-model dat van bij de basis multimodaal is en instructies, redeneren en capaciteiten rond AI-agenten in één model combineert. Van de biljoen parameters zijn er per token 49 miljard actief. Mistral Large 3, dat in december 2025 uitkwam, telde 675 miljard parameters, waarvan 41 miljard actief.
Wie Mistral Large 4 wil draaien, rekent dus maar met 49 miljard parameters tegelijk, maar moet wel het volledige model van een biljoen parameters in het geheugen laden zodat alle ‘experts’ beschikbaar zijn.
Van test naar Europees getinte uitrol
Ontwikkelaars kunnen de preview-API vandaag uitproberen via Mistral Studio, aan 1,36 dollar per miljoen inputtokens en 4,18 dollar per miljoen outputtokens. Het model zal verschijnen in verschillende regio’s wereldwijd. Daar hoort een op en top Europese uitrol bij, die Mistral van begin tot eind zelf beheert, los van andere digitale dienstverleners en onder Europees recht.
Mistral noemt het model de eerste mijlpaal op een roadmap die het financiert met zijn Series D van drie miljard euro. Dat is volgens het bedrijf zelf de grootste aandelenronde ooit voor een Europees technologiebedrijf.
Product van eigen bodem
Mistral trainde Mistral Large 4 startend van een leeg blad op 3.800 Nvidia Grace Blackwell-GPU’s in zijn eigen datacenters in Europa. Welk datacenter dat precies is, vermeldt het bedrijf niet. In maart haalde Mistral 830 miljoen dollar aan leningen op voor een datacenter met 13.800 Nvidia-chips in Bruyères-le-Châtel bij Parijs. In het Zweedse Borlänge investeert het 1,2 miljard euro in een AI-datacenter dat in 2027 open moet gaan.
Het valt wel op dat dit krachtige model van frontier-formaat volledig op Europese bodem is getraind. Dat er in het datacenter op die bodem Amerikaanse Nvidia-chips het rekenwerk hebben gedaan, is op dit moment onvermijdelijk.
Een groot deel van de trainingsdata is meertalig, merkt Mistral nog op. Het bedrijf ging aan de slag met gegevens in meer dan 160 talen. Alle officiële talen van de Europese Unie zitten daarbij. Dat zal de meertaligheid hopelijk ten goede komen.
Open weights en controle
Mistral wil dat Le Chonk topprestaties levert voor kritieke sectoren via open weights, zodat klanten zelf de controle over hun AI houden. Open weight is een AI-variant van open source. Zo wordt het voor bedrijven mogelijk om het model zelf te hosten, al is nog niet duidelijk onder welke licentie dat zal zijn. Het zal organisaties volgens Mistral alleszins de mogelijkheid geven om Le Chonk uit te voeren binnen hun eigen omgeving en volgens hun eigen beleid.
Mistral profileert zich al langer als Europees alternatief voor Amerikaanse en Chinese AI-technologie. Arthur Mensch, CEO en medeoprichter van Mistral, noemde de investering in het Zweedse datacenter in februari een concrete stap naar onafhankelijke AI-capaciteit in Europa, met data die lokaal verwerkt en opgeslagen worden.
Le Chonk als cybersecurity-expert
Mistral rekent Le Chonk tot de sterkste AI-modellen ter wereld voor cybersecurity. Op de Cyber Index van Artificial Analysis staat het in de wereldwijde top vijf. Bij de open modellen die buiten China ontwikkeld zijn, staat het met ruime voorsprong op kop.
Op een test waarin een model een echte kwetsbaarheid in open source-software moet reproduceren en daarna patchen, haalt het de hoogste score van alle modellen. Dat het model minder weigert, speelt daarbij mee en is één van de troeven die Mistral bij deze lancering uitspeelt.
Gesloten modellen als Claude Opus 5.5 en GPT-6 Astra scoren op dezelfde test bijna nul, omdat ze de taak weigeren. Software beveiligen begint volgens Mistral vaak met aantonen dat een lek echt bestaat, en dat soort werk kunnen de veiligheidsfilters van gesloten modellen blokkeren. Aanvallers jailbreaken diezelfde modellen bovendien steeds vaker voor offensieve doeleinden. Verdedigers hebben daarom systemen nodig die even ver kunnen gaan zonder door dezelfde weigeringen geremd te worden, aldus Mistral.
In interne tests bleek het model ook bruikbaar om malware te analyseren, kwetsbaarheden te prioriteren en detectieregels te schrijven. Organisaties die voor hun securityoperaties soevereine en controleerbare AI nodig hebben, zullen het model in een private cloud of on-premises kunnen draaien. Hun omgeving moet dan wel een model van een biljoen parameters kunnen slikken.
Coderen en AI-agenten
Bij softwareontwikkeling, het begrijpen van repositories en complexe workflows in de terminal scoort het model volgens Mistral zelf goed. Op een gecombineerde index voor codeeragenten doet het beter dan DeepSeek V4 Pro en Qwen3.8 Max. In een blinde menselijke evaluatie van de codekwaliteit door Surge AI eindigde het als tweede van vijf modellen, voor Kimi K3, GLM-5.3 en GLM-5.2. Alleen Claude Opus 5 kreeg een betere beoordeling.
Mistral Large 4 kan AI-agenten aandrijven die informatie verzamelen, tools gebruiken en afgewerkte resultaten opleveren. Op AutomationBench, met 657 bedrijfsprocessen in toepassingen als Gmail, Google Sheets, Slack en Salesforce, doet het beter dan Kimi K3, MiMo-V2.6-Pro en DeepSeek V4 Pro. Bij langere taken die spreadsheets, presentaties en pdf’s opleveren, gaat het DeepSeek V4 Pro ook voor.
Het valt op dat Mistral Le Chonk op deze punten vooral vergelijkt met open modellen van Chinese makers. Feit is wel dat open Chinese modellen aan belang winnen in professionele context, niet alleen omdat ze open zijn, maar ook omwille van hun hoge efficiëntie vergeleken met de Amerikaanse frontier-LLM’s.
Beeld, wetenschap en kenniswerk
Mistral spreekt van een grote sprong in het begrijpen van beelden. Het nieuwe model redeneert sterk over complexe documenten, grafieken en natuurlijke beelden, en combineert dat met het werk van agenten.
Mistral geeft als voorbeelden het doorzoeken van gigapixelbeelden van satellieten bij rampenbestrijding en het stap voor stap inspecteren van technische tekeningen. Op Dense 200, een test voor visual grounding, zou Le Chonk net iets beter presteren dan GPT-6 Astra.
Voor wetenschappelijk werk combineerde Mistral AI-gestuurde methodes met de kennis van zijn onderzoekers in wiskunde, fysica en chemie. Op SciCode-Verified scoort het model het best van alle open modellen.
Voor kenniswerk noemt Mistral Le Chonk opnieuw zijn meest capabele model. Het LLM kan complexe spreadsheets en documenten aanmaken, bewerken en herstellen. De externe evaluator vals.ai testte het op juridische en financiële taken, en in beide gevallen deed het beter dan GPT-6 Astra. Op de Legal Agent Benchmark van Harvey AI scoort het beter dan alle open modellen.
Veiligheid
Op de eigen tests van Mistral voor weerbaarheid tegen indirecte promptinjecties haalt Mistral Large 4 het maximum. Op de publieke B3 AI Security Benchmark van Lakera weerstaat het 93,3 procent van de aanvallen. Op cybergerelateerde verzoeken uit JailbreakBench, StrongREJECT en AgentHarm, testsets met schadelijke opdrachten, weigert het model gemiddeld vaker dan alle andere open modellen.
Mistral onderwerpt het model momenteel aan red teaming in reële omstandigheden, samen met cybersecurityspecialisten, gescreende partners en overheidsinstanties. Zij krijgen toegang tot Le Chonk met minder moderatie en ruimere cybercapaciteiten.
Basis voor nieuwe modellen
Le Chonk wordt de basis voor een nieuwe generatie gespecialiseerde en geoptimaliseerde modellen van Mistral, bedoeld voor de sectoren en workloads waar klanten het meest belang aan hechten.
Met het geld uit de Series D breidt Mistral intussen de rekenkracht in zijn eigen Europese datacenters fors uit, en de komende maanden komt er volgens het bedrijf nog veel meer capaciteit bij. Het LLM wordt momenteel nog verbeterd via reinforcement learning. Mistral verwacht daarom de komende weken en maanden grote en snelle verbeteringen.
Eind deze maand wil Mistral de gewichten vrijgeven, samen met meer details over de architectuur, extra benchmarks en de methode achter de post-training. Onder welke licentie dat zal gebeuren, vermeldt het bedrijf nog niet.