Mistral Large 4: åpen modell med 1T parametere, vekter i oktober

TL;DR

Mistral lanserte 6. oktober Mistral Large 4 som offentlig forhåndsvisning: en multimodal MoE-modell med 1,05 billioner parametere (49 milliarder aktive) og 1 million tokens kontekst. API-et er åpent i Mistral Studio, og vektene kommer innen utgangen av oktober. Prisen er 1,36 dollar per million tokens inn og 4,18 dollar ut.

Åpne vekter fra en europeisk lab

Modellen er trent fra bunnen av på 3 800 NVIDIA Grace Blackwell-GPU-er i Mistrals egne datasentre i Europa, og forhåndsvisningen kjører på samme infrastruktur. Mistral hevder at den er på nivå med de sterkeste åpne modellene globalt, og bedre enn alle åpne modeller fra USA eller Europa.

Mistral oppgir at de oppnår 61,7 prosent på DeepSWE v1.1 og 28,3 prosent på Terminal-Bench 4 i agentisk koding. I en blindvurdering fra Surge AI kom modellen på andreplass av fem, bak Claude Opus 5. Tallene kommer fra Mistral selv og er ikke etterprøvd av oss.

Cyber: kjører oppgavene de lukkede modellene avslår

Modellen er blant de fem beste på Artificial Analysis Cyber Index. I en test der modellen skal reprodusere og fikse en reell sårbarhet, skårer den 82 prosent. Ifølge Mistral skårer Claude Opus 5.5 og GPT-6 Astra nær null på samme test, fordi de nekter å utføre oppgaven.

For sikkerhetsteam er poenget at en modell du kjører selv ikke kan stenges ned midt i en hendelse. Mistral oppgir samtidig at Large 4 avslår flere skadelige cyberforespørsler enn andre åpne modeller. Under testperioden får utvalgte partnere en variant med redusert moderering.

Hva som ikke er klart ennå

Vektene er ikke sluppet, og Mistral har lovet mer om arkitektur, flere benchmarks og treningsmetode. API-dokumentasjonen viser dessuten et halvert prissett (0,68 og 2,09 dollar) ved siden av tallene over, uten at det forklares på siden.

Prøv forhåndsvisningen i Mistral Studio på egne oppgaver og se hvordan det står seg mot modellen du bruker i dag. Skal modellen kjøres på eget utstyr eller i europeisk drift, avgjøres det av vilkårene for vektene, og disse er ikke publisert ennå.

Kilde: mistral.ai