A Mistral Large 4 a Mistral eddigi legnagyobb modellje: 1 billió paraméter, ebből 49 milliárd aktív, natívan multimodális felépítésben — és a súlyokat a cég a hónap végéig nyilvánosan kiadja. A Mistral 2026. október 6-i bejelentése szerint a modell nyilvános előzetesként (public preview) már elérhető a Mistral Studión keresztül. Ez az első olyan európai modell, amely méretben és hirdetett képességekben a kínai nyílt súlyú élmezőnnyel, árazásban pedig a zárt csúcsmodellekkel méri össze magát.

A tét nem csak technológiai. Egy ekkora, önállóan telepíthető modell, amit európai adatközpontban tanítottak és EU-jog alatt üzemeltetnek, közvetlenül azokra a vállalati és közszférás igényekre válaszol, amelyeket a zárt amerikai API-k nem tudnak kielégíteni. A kérdés az, hogy a benchmarkszámok mennyit igazolnak ebből.

Mi új a Mistral Large 4-ben?

A modell belső kódneve „le Chonk”, és a Mistral szerint nulláról tanították — nem egy korábbi checkpoint továbbtanítása. Az architektúra hibrid instruct + reasoning MoE (Mixture of Experts): a billió paraméterből egy lefutás alatt 49 milliárd aktiválódik, ami a nagy modellek szokásos költség-kompromisszuma. A bemenet natívan kezel szöveget és képet.

• Méret: 1 billió paraméter, 49 milliárd aktív paraméter lefutásonként.
• Tanítás: 3 800 NVIDIA Grace Blackwell GPU, a Mistral saját európai adatközpontjaiban. A TechCrunch beszámolója kerekítve körülbelül 4 000 GPU-t ír.
• Nyelvek: 160-nál több nyelv, köztük az Európai Unió minden hivatalos nyelve.
• Megerősítéses tanulás: 3 000 GPU-n, napi körülbelül 33 milliárd token, ebből 16 milliárd tanítható completion token. A Mistral közlése szerint az RL-futás még tart, és nem mutat telítődést.

A kiadás egyik lényeges pontja a nyílt súlyok ígérete. A Mistral blogja ezt egyetlen mondattal rögzíti:

„A súlyokat a hónap végén adjuk ki.” — Mistral, hivatalos blogbejegyzés

A TechCrunch ugyanezt három hetes határidőként idézi, mindkét esetben biztonsági értékeléshez kötve. A részletes architektúra-leírás, a teljes benchmarktáblák és a post-training módszertan a Mistral szerint a súlyokkal együtt jelenik meg. A licenc típusát egyik forrás sem közli — ez a nyílt súlyú kiadások legfontosabb vállalati paramétere, és egyelőre nyitott kérdés.

A Mistral nyílt modellstratégiája nem új: a cég korábban is adott ki célzott, nyílt modelleket.

Kapcsolódó cikkünk: Leanstral 1.5: nyílt Mistral-modell formális bizonyításra.

Hogyan teljesít a benchmarkokon?

A Mistral Large 4 erőssége nem egyenletes: néhány területen a globális élmezőnyben van, az összesített rangsorokban viszont a mezőny közepén.

Kiberbiztonság — itt a legerősebb

Az Artificial Analysis Cyber Indexén a modell a globális top 5-ben van, és a nem kínai nyílt súlyú modellek között nagy előnnyel vezet. Egy konkrét teszten — valós sebezhetőség reprodukálása, majd javítása — 82%-ot ért el, ami a mérés legjobb eredménye minden vizsgált modell között. A Cybench 40 feladatából 93%-ot teljesített.

Ez az előny részben nem képességkülönbség. A Mistral állítása szerint a Claude Opus 5.5 és a GPT-6 Astra közel 0%-ot ér el ugyanezen a teszten, mert elutasítja a feladatot. Ez gyártói állítás, független megerősítés nélkül — de a mögötte álló jelenség valós és dokumentált: a zárt csúcsmodellek kiberbiztonsági hozzáférését a gyártók szigorúan szűrik.

Kapcsolódó elemzésünk: Kiberbiztonsági AI modellek: Gemini, Astra és Mythos csak zárt körben — a hozzáférési korlátok hátteréről.

Kódolás és ágensek

• DeepSWE v1.1: 61,7%
• SWE-Atlas-QnA: 59,4%
• Terminal-Bench 4: 28,3%
• Coding Agent Index: 49,8% — a Mistral szerint ezzel megelőzi a DeepSeek V4 Pro 0813-at és a Qwen3.8 Maxot.
• AutomationBench (657 valós üzleti munkafolyamat): 59,9%
• AA-Briefcase: 1 393 Elo, a DeepSeek V4 Pro előtt.

A Surge AI vak humán értékelésén a Mistral Large 4 Preview 3,74 pontot kapott, ezzel ötből a második helyre került. Mögötte a GLM-5.3 (3,60), a Kimi K3 (3,59) és a GLM-5.2 (3,40) végzett, előtte viszont a Claude Opus 5 4,22-vel. A nyílt modellek mezőnyében tehát vezet, a zárt csúcsmodellekkel szemben nem.

Kapcsolódó cikkeink: Kimi K3: a Moonshot 2,8 billió paraméteres nyílt modellje és DeepSeek V4 Pro: új modell, akár 1100%-os API-áremeléssel.

Tudásmunka, multimodalitás, biztonság

A Dense 200 vizuális grounding teszten 42%-ot ért el, szemben a GPT-6 Astra 41%-ával — gyakorlatilag fej-fej mellett. A Vals AI méréseiben a Harvey Legal Agent rangsorában a 6. helyen áll 75 modell közül, a Finance Agent v2 teszten 54,68%-ot teljesít. Az összesített Vals Index viszont 48,05%, ami a 32. hely 44 modell közül. A BenchLM 53,7/100 pontot és a 69. helyet adja 214 modell közül — ennek az aggregátornak a pontozási módszertana azonban vitatott.

Biztonsági oldalon a Lakera B3 mérésén a támadások 93,3%-át védte ki, a KORA-skálán 1,691 pontot ért el a maximális 2-ből, és a kiberbiztonsági kérésekre adott elutasítási aránya magasabb minden más nyílt modellnél. Ez utóbbi látszólag ellentmond a kiberbiztonsági eredményeknek — a kettő együtt azt jelenti, hogy a modell képes a védelmi feladatokra, de nem válogatás nélkül.

Az összkép: a Mistral „élmezőny” állítása vertikálisan igaz — kiberbiztonságban, jogi és pénzügyi ágens-feladatokban —, általános rangsorokban viszont nem.

Árazás és elérhetőség

A preview API ára 1,36 dollár / millió input token és 4,18 dollár / millió output token. Ez érdemi emelés az elődhöz képest: a 2025. december 2-án megjelent Mistral Large 3 a BenchLM adatai szerint 0,5, illetve 1,5 dolláron futott. A Mistral tehát a nagyobb modellt nem a korábbi árszinten adja — szemben azzal a trenddel, amit a kínai és az amerikai gyártók több kiadásnál is követtek.

A kontextusablak körül ellentmondás van a források között: a Vals 512 ezer tokenes bemenetet és 256 ezer tokenes maximális kimenetet ad meg, a BenchLM 1 millió tokent ír, a Mistral hivatalos oldala pedig nem közli. Amíg a súlyokkal együtt nem jön a pontos specifikáció, ezt az adatot bizonytalanként kell kezelni.

Sebességben az Artificial Analysis 116 token/másodperces kimenetet mért, az első token viszont 18,69 másodperc után érkezik — ez interaktív használatnál érezhető késés, kötegelt ágens-futásnál viszont alig számít.

Elérés: a Mistral Studio preview API-ján keresztül, világszerte több régióból, valamint egy végig a Mistral által üzemeltetett európai deploymenten. A súlyok a hónap vége felé, biztonsági red-teaming után jönnek — a Mistral itt egy fontos megkötést is jelez. Pierre Stock, a cég tudományos alelnöke a TechCrunch-nak így fogalmazott:

„Megbízható partnerekkel és kormányokkal dolgozunk azon, hogy a nyílt forráskódú súlyokat védekezésre lehessen használni, ne pedig rosszindulatú támadások végrehajtására.” — Pierre Stock, a Mistral tudományos alelnöke (TechCrunch)

A gyakorlatban ez azt jelenti, hogy a csökkentett moderációjú változatot nem mindenki kapja meg: a nyílt súlyú kiadás és a kiberbiztonsági képesség között a Mistral szűrőt tart fenn.

5 döntéshozói következtetés

1. Szuverenitás mint termékjellemző. Az európai tanítás, az európai üzemeltetés és az EU-jogi környezet nem marketingelem, hanem beszerzési szempont. Ha a szervezetednél az adatkezelés joghatósága blokkoló tétel, a Mistral Large 4 az első olyan európai opció, amely méretben is a csúcskategóriában van.
2. A nyílt súly önálló telepítést jelent — ha a licenc engedi. A súlyok kiadása önmagában nem jogi engedély. A licenc típusa a források egyikében sem szerepel, ezért a saját infrastruktúrás bevezetés tervezését érdemes a licenc megjelenéséig felfüggeszteni.
3. Kiberbiztonsági csapatoknál a legnagyobb a különbség. Ha a zárt modellek elutasításai miatt áll a munka, itt konkrét, mért előny van: 82% a sebezhetőség-javítási teszten, 93% a Cybenchen. Ez a legvilágosabb váltási indok.
4. Az árazás nem a verseny alja. 1,36 és 4,18 dollár mellett a Mistral Large 4 nem költségcsökkentő lépés, hanem képesség- és joghatóság-alapú választás. A költségoptimalizálás külön döntés marad.
5. Az általános rangsorok óvatosságra intenek. A Vals Index 32. helye 44 modell közül azt jelenti, hogy általános célú asszisztensként nem ez a legjobb választás. A modellt vertikálisan érdemes bevezetni — kiberbiztonság, jog, pénzügy —, nem a teljes szervezetben egyszerre.

Kinek érdemes váltania?

Ha nyílt súlyú modellen futsz — DeepSeek V4 Pro, Kimi K3, GLM-5.3 —, és kódolási vagy ágens-feladatokat futtatsz, a Mistral által közölt számok alapján a Mistral Large 4 jobb, a humán értékelés pedig ezt megerősíti. Ha európai joghatóság a követelmény, a váltás mellett nehéz ellenérvet találni.

Ha zárt csúcsmodellen futsz, a döntés feladatfüggő. Kiberbiztonsági munkafolyamatoknál a Mistral Large 4 ott dolgozik, ahol a Claude Opus 5.5 és a GPT-6 Astra elutasít. Általános asszisztensként, tartalomelőállításban és komplex érvelésben viszont a független mérések szerint a zárt modellek előnye megmarad, és az árkülönbség sem indokolja a váltást.

Ha a költség a szűk keresztmetszet, ez nem a te kiadásod. A token-árak összehasonlításához tartozik egy gyakorlati szempont is: a 18,69 másodperces első token interaktív termékekben rossz felhasználói élményt ad, kötegelt feldolgozásban viszont lényegtelen.

Kapcsolódó összehasonlításunk: AI modell árak 2026: ki mennyit kér 1 millió tokenért? — a teljes árazási kép a nagy modellekről.

Összefoglaló

A Mistral Large 4 a cég eddigi legnagyobb vállalása: 1 billió paraméter, 49 milliárd aktív, európai tanítás 3 800 GPU-n, 160-nál több nyelv és nyílt súlyok a hónap végén. A benchmarkok két külön történetet mondanak — kiberbiztonságban, jogi és pénzügyi ágens-feladatokban globális élmezőny, az összesített rangsorokban viszont középmezőny. Az árazás a korábbi Mistral-generációnál érdemben magasabb, a kontextusablak pontos mérete pedig egyelőre nem megerősített.

A modell üzleti súlyát nem a rangsorhelyezés adja, hanem az, hogy nyílt súlyú, önállóan telepíthető, európai joghatóság alatt üzemeltetett opcióként lép be a csúcskategóriába — egy €3 milliárdos Series D után, amely a Mistral szerint a legnagyobb európai tech-tőkekör volt.

Kapcsolódó cikkünk: Mistral AI tőkeemelés: 3 milliárd euró, Samsung az élen.

A következő mérföldkő a súlyok tényleges kiadása: a licenc feltételei, a részletes architektúra-leírás és az első független benchmark-reprodukciók döntik el, hogy a Mistral állításai mennyit állnak meg külső mérésben.

Ha nem akarsz lemaradni a modellkiadásokról és azok üzleti következményeiről, iratkozz fel az AI Hírek hírlevelére — a heti összefoglalóban minden fontos modellváltozást és árazási lépést elemzünk.