Een grote sprong, nog steeds achter
Mistral bracht op 6 oktober 2026 een openbare preview van Mistral Large 4 uit, een van nature multimodaal open-weightmodel met ongeveer een biljoen parameters, waarvan 52 miljard actief. De API is al beschikbaar via Mistral Studio en de gewichten volgen voor het eind van de maand.
| Model | Artificial Analysis Intelligence Index |
|---|---|
| Mistral Large 3 | 9 |
| Mistral Medium 3.5 | 14 |
| Mistral Large 4 | 38 |
| Claude Opus 5.5 (Max) | 58 |
The Decoder meldt, onder verwijzing naar de onafhankelijke index, dat het model GLM-5.2 van Z.ai nipt passeert maar nog achterblijft bij de toonaangevende gesloten modellen en enkele Chinese open-weightmodellen. Mistrals eigen claim is smaller: het beste open-weightmodel dat in de VS of Europa is ontwikkeld. Trending Topics meldt, eveneens onder verwijzing naar de index, 38,4 voor de preview: het sterkste open-weightmodel buiten China, maar slechts achtste onder de open-weightmodellen, achter zeven Chinese modellen. Omdat Mistral de preview nog traint, kan de score veranderen voordat de gewichten eind oktober verschijnen.
Winnen waar gesloten modellen weigeren
Mistral besteedt het grootste deel van de aankondiging aan beveiliging. Het zegt dat Large 4 op de Cyber Index van Artificial Analysis bij de beste vijf modellen ter wereld hoort, en op een test die een model een echte kwetsbaarheid in open-sourcesoftware laat reproduceren en daarna herstellen scoort het 82 procent, het hoogste van alle modellen.
De reden is ongewoon. Volgens Mistral scoren Claude Opus 5.5 en GPT-6 Astra bij die test bijna nul omdat ze de taak weigeren. The Decoder leest het zo dat de test het beleid van de aanbieder net zo goed meet als het vermogen. Voor een verdediger is aantonen dat een kwetsbaarheid echt is de eerste stap naar herstel, en een model dat dat weigert is geen gereedschap.
Tot de gewichten uitkomen, test Mistral het model met beveiligingsbedrijven, gescreende partners en overheden, die dezelfde versie krijgen met verminderde moderatie en uitgebreide cybermogelijkheden.
Wat Europa krijgt: residentie en gewichten
Mistral zegt dat Large 4 van nul af is getraind op 3.800 Nvidia Grace Blackwell-gpu's in eigen datacenters in Europa en dat de openbare preview op die infrastructuur draait. Een Europese uitrol wordt end-to-end beheerd, onafhankelijk van andere aanbieders van digitale diensten en onder Europees recht.
Het zegt ook dat een aanzienlijk deel van de trainingsdata meertalig was, met meer dan 160 talen waaronder elke officiële taal van de Europese Unie, en noemt Large 4 de eerste mijlpaal gefinancierd door de Serie D-ronde van 3 miljard euro.
Dit zijn Mistrals eigen claims, en de onafhankelijke index toont de capaciteitsprijs van soevereiniteit vandaag: twintig punten algemene intelligentie ten opzichte van het beste gesloten model. Politico meldde op de dag van de lancering dat Ecosia, de Berlijnse zoekmachine die ook door overheidsdiensten wordt gebruikt, Mistral laat vallen voor open-weightmodellen via Melious, met kwaliteit en overbelaste servers als reden.
Wat u doet met een soeverein model
Kies per taak en niet per vlag. Gaat uw werk over defensieve beveiliging, incidentrespons of gereguleerde data die in Europa moeten blijven, test Large 4 dan nu via de Europese uitrol. Heeft uw werk het sterkste algemene redeneervermogen nodig, houd dan een gesloten model en meet het verschil op uw eigen prompts.
Beschouw de gewichten als het echte beslismoment. Een model van deze omvang zelf hosten is een hardware- en beheerverplichting, dus prijs eerst een gehoste Europese optie en heroverweeg zelf hosten wanneer de gewichten openbaar zijn en onafhankelijke testers ze hebben gedraaid.
Vraag uw leveranciers van gesloten modellen schriftelijk wat ze weigeren bij beveiligingswerk en of er een laag bestaat voor geverifieerde verdedigers. Mistral heeft die weigeringskloof een verkoopargument gemaakt, en u kunt haar in onderhandelingen gebruiken.
Lees hierna: Frankrijk laat OpenAI niet zijn eigen zwakke plekken scannen | EU-Klok Voor Kwetsbaarheden: Nog Maar 24 Uur



