Mistral komt met een Europees topmodel dat je straks zelf kunt draaien
Mistral presenteerde op 6 oktober Mistral Large 4, getraind in zijn eigen Europese datacenters. Eind oktober wil het bedrijf het model vrijgeven, zodat je het ook op een eigen server kunt draaien.
Wat er gebeurde
Het Franse Mistral presenteerde op 6 oktober Mistral Large 4, zijn grootste model tot nu toe. Het is in Mistrals eigen Europese datacenters gemaakt, en eind oktober wil Mistral het vrijgeven, zodat je het ook op een eigen server kunt draaien.
Large 4 telt een biljoen parameters, de getallen waarin een model vastlegt wat het geleerd heeft. Voor elk stukje tekst gebruikt het er 52 miljard; in eerdere berichten stond 49 miljard. Het model begrijpt tekst en beelden, zoals documenten, grafieken, technische tekeningen en satellietfoto’s, en werkt in meer dan 160 talen, waaronder alle officiële talen van de EU. Mistral trainde het vanaf nul op 3.800 chips van Nvidia, van het type Grace Blackwell.
Voorlopig is er een preview via Mistrals eigen platform, voor 1,36 dollar per miljoen tokens (stukjes tekst van een paar letters) die erin gaan en 4,18 dollar per miljoen die eruit komen. Die draait op dezelfde Europese servers als de training. Later komt het model in meer regio’s, waaronder een Europese omgeving die Mistral helemaal zelf beheert. Af is het nog niet: de laatste trainingsronde loopt nog. Details over de opbouw en meer testresultaten volgen met de gewichten, het model zelf. Welke licentie die krijgen, heeft Mistral nog niet gezegd.
Mistral noemt Large 4 een van de sterkste modellen ter wereld voor cybersecurity. In een blinde test, waarin beoordelaars de code van vijf modellen naast elkaar legden, kwam het als tweede uit, achter Claude Opus 5. Al die cijfers komen van Mistral zelf. Tot de gewichten openbaar zijn, testen beveiligingsbedrijven, partners en overheden het model met minder strenge filters. Drie dagen eerder bracht het Duitse Aleph Alpha Kolibri uit: een veel kleiner open model voor Duits en Engels, getraind in Duitsland en Finland.
“Een Europese omgeving die Mistral van begin tot eind zelf beheert, los van andere digitale dienstverleners en onder Europees recht.”
Mistral over waar Mistral Large 4 draait, 6 oktober 2026, vertaald
De achtergrond
Waarom zo’n groot model per woord maar een deel gebruikt
Large 4 is een zogeheten mixture of experts. Het model bestaat uit veel deelnetwerken, de experts, en per stukje tekst kiest het er een paar uit. Zo rekent het maar een twintigste van het model door, wat antwoorden sneller en goedkoper maakt. Maar welke experts aan de beurt zijn, wisselt per woord, dus ze moeten allemaal klaarstaan in het geheugen van de chips.
Dat geheugen is de echte drempel. Volgens een berekening van Yotta Labs nemen de gewichten zelfs flink samengeperst zo’n 525 GB in, en met 8 bits per getal ongeveer 1 TB. Het begint bij een server met acht Nvidia H200-chips. Een snelle videokaart van 32 GB houdt ongeveer 6 procent vast. Het blijft een schatting, want de gewichten zijn er nog niet.
Large 3 was kleiner en vrij te gebruiken
De vorige versie, Large 3, kwam in december 2025: 675 miljard parameters, waarvan 41 miljard tegelijk actief, getraind op 3.000 Nvidia H200-chips. Mistral gaf het vrij onder Apache 2.0, een licentie waarmee je een model vrij mag gebruiken, aanpassen en er geld mee verdienen. Voor Large 4 is dat nog open. Volgens berichten komt er een eigen licentie van Mistral, maar dat heeft het bedrijf niet bevestigd.
Waar het geld en de chips vandaan komen
Mistral bouwt al langer aan eigen rekenkracht. In juni 2025 kondigde het met Nvidia Mistral Compute aan, een Europese AI-cloud met 18.000 Grace Blackwell-chips. In 2025 leidde het Nederlandse ASML een investering van 1,7 miljard euro. Op 8 september 2026 haalde Mistral 3 miljard euro op onder leiding van Samsung, bij een waarde van meer dan 21 miljard euro. Volgens Euronews steekt het 4 miljard euro in datacenters in Frankrijk en Zweden, en gebruiken ruim 125 grote bedrijven zijn technologie. Microsoft en Nvidia zijn al langer aandeelhouder.
Onze analyse
De open gewichten zijn het nieuws, niet het Europese etiket
Dat Large 4 in Europa is getraind, is mooi, maar voor jullie telt iets anders: dat de gewichten openbaar worden. Dan kan iedereen het model draaien, ook op een server in jullie eigen kantoor. Je zit niet vast aan één aanbieder, en een model dat je eenmaal hebt, kan niemand je afnemen of ongemerkt veranderen. Die onafhankelijkheid hangt wel af van een licentie die nog niet bekend is.
“Zelf draaien” klinkt eenvoudiger dan het is. Voor dit model heb je minstens een server met acht zware AI-chips nodig, en dat is voor de meeste bedrijven geen realistische aanschaf. Voor hen ligt een kleiner open model op een eigen server meer voor de hand. En de testresultaten komen van Mistral zelf. De opvallendste vergelijking, op het nabouwen en dichten van lekken, zegt vooral dat Claude en GPT die taak weigeren. Wie zo’n model zelf draait, bepaalt ook zelf de filters, en draagt daar dan de verantwoordelijkheid voor.
Onze inschatting: open modellen van dit niveau worden een gewone optie voor gevoelige gegevens, en de kleinere draaien op een server die in je eigen kantoor past. Test ze op jullie eigen werk voordat je kiest.
Wat opvalt
- De licentie is nog onbekend Large 3 kwam onder Apache 2.0 en mocht vrij worden gebruikt, ook commercieel. Voor Large 4 heeft Mistral nog geen licentie genoemd.
- Alles moet klaarstaan Large 4 rekent per woord maar een twintigste van het model door, maar het hele model moet in het geheugen: zelfs samengeperst zo’n 525 GB.
- De mooiste score leunt op weigeren Bij het nabouwen en dichten van een echt lek haalt Large 4 82 procent. Claude Opus 5.5 en GPT-6 Astra scoren volgens Mistral bijna nul, omdat ze de taak weigeren.
- Wie nu test, test een tussenstand De laatste trainingsronde achter de preview loopt nog. Het model dat eind oktober uitkomt, kan dus anders presteren.
Wat het voor jou betekent
Werk je met gevoelige gegevens, dan komt een sterk AI-model binnen bereik dat je in Europa of op je eigen server houdt.
- Je gegevens blijven binnen Draai je een open model zelf, dan gaan je gegevens niet naar de AI-dienst van een ander. Dat scheelt vragen over privacy en over wie er kan meekijken.
- Groot is niet altijd nodig Hoe groter het model, hoe zwaarder de server die je nodig hebt. Voor veel taken is een kleiner model genoeg.
- Europees zegt nog niets over kwaliteit Test een model op je eigen werk voordat je kiest. Volgens Trending Topics haalt Kolibri bijvoorbeeld de beste open modellen nog niet in.
Wat wij ermee kunnen · Advies
We zoeken met je uit welk model bij jullie werk past
In een Verkenning of Roadmap kijken we welk werk AI kan overnemen en welk model daarbij past: een dienst in de cloud of een open model op een eigen AI-server. Die server leveren we ook zelf: een Apple Mac Studio op jullie kantoor, los van internet en zuinig met energie, waarop modellen als Mistral, Gemma en gpt-oss draaien.
Twijfel je of jullie gegevens naar een AI in de cloud mogen?
Vertel ons om welk werk het gaat. We denken met je mee en reageren altijd binnen één werkdag.
