Europa heeft een AI-model dat meekomt met de grote spelers. Mistral Large 4, door de makers liefkozend Le Chonk genoemd, haalt volgens het onafhankelijke testbureau Artificial Analysis de hoogste totaalscore van alle modellen die buiten de Verenigde Staten en China zijn ontwikkeld. Mistral AI presenteerde het model op 6 oktober.

Sterk, maar niet de wereldtop

Op de Intelligence Index van Artificial Analysis, een samengestelde test voor onder meer redeneren, programmeren en het verwerken van complexe informatie, scoort Large 4 38 punten. Dat is ongeveer even hoog als GPT-6 Luna van OpenAI in de geteste instelling. DeepSeek V4.1 Flash komt met 39 punten net iets hoger uit, en ook verschillende andere Amerikaanse en Chinese modellen staan boven het Franse model.

Mistral heeft dus niet het slimste model ter wereld gebouwd. Wel laat het zien dat een Europees bedrijf op eigen kracht een model kan trainen dat in de buurt komt van de concurrentie.

Uitschieter bij beveiligingswerk

Mistral legt zelf de nadruk op cybersecurity, financiële analyse en ingewikkelde bedrijfsprocessen. Op de Cyber Index van Artificial Analysis haalt Large 4 50 punten, gelijk aan GLM-5.3-Flash. Op een test waarin een model bekende kwetsbaarheden in software moet nabootsen en daarna repareren, scoort het rond de 82 procent.

Zulke cijfers vragen wel om context. Sommige gesloten modellen weigeren bepaalde beveiligingsopdrachten bewust, waardoor ze lager uitkomen zonder dat ze slechter kunnen programmeren. Omdat dezelfde vaardigheden ook voor aanvallen bruikbaar zijn, laat Mistral geselecteerde beveiligingsspecialisten en overheidsinstanties eerst extra tests doen voordat de gewichten openbaar worden.

Groot model, deels actief

  • Large 4 telt ongeveer één biljoen parameters, maar gebruikt per stap maar een deel daarvan: afhankelijk van de telwijze zo'n 49 tot 52 miljard. Dat heet een Mixture-of-Experts-opbouw.
  • Dat maakt het model efficiënter, maar niet geschikt voor een gewone laptop. Je hebt veel geheugen en gespecialiseerde hardware nodig.
  • Mistral trainde het model op ongeveer 3.800 Grace Blackwell-chips van Nvidia in eigen Europese datacenters.

Wat betekent dit voor jou?

Op dit moment kunnen ontwikkelaars Large 4 alleen gebruiken via een openbare preview van Mistrals API. Volgens Mistral komen de modelgewichten eind oktober beschikbaar. Dan kunnen organisaties het model op hun eigen servers draaien, wat interessant is voor banken, ziekenhuizen en overheden die gevoelige gegevens niet bij een buitenlandse aanbieder willen onderbrengen. Wat je precies mag aanpassen, hangt af van de licentie.

Let wel op de prijs in de praktijk. Artificial Analysis rekende bij de standaardtarieven ongeveer 1,13 dollar per voltooide testtaak uit, terwijl vergelijkbare modellen van onder meer DeepSeek flink goedkoper uitkwamen. Een lage prijs per token betekent dus niet automatisch dat een hele klus goedkoop is. De echte test volgt als buitenstaanders de gewichten kunnen downloaden en de prestaties zelf kunnen nameten.