Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen. Modellen bruger en mixture of experts arkitektur og blev ifølge rapporter trænet fra bunden i Mistrals europæiske datacentre.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Mistral AI’s Mistral Large 4 (“Le Chonk”), how was its 1 trillion-parameter mixture-of-experts model trained and designed, what can. Article summary: Mistral Large 4, nicknamed “Le Chonk,” is Mistral AI’s new flagship: a roughly 1-trillion-parameter, natively multimodal model available in an API preview since October 6, 2026. Mistral plans to release its weights later. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Mistral Large 4, med kælenavnet “Le Chonk”, er den franske AI-virksomhed Mistral AI’s nye flagskibsmodel. Den har omkring 1.000 milliarder parametre, men bruger cirka 49 milliarder ad gangen. Mistral åbnede for en API-forhåndsvisning den 6. oktober 2026 og siger, at modellen kan hentes med åbne vægte senere på måneden. Selskabets præstationspåstande er værd at følge, men dokumenterer endnu ikke, at modellen samlet set slår de førende konkurrenter. 1
27
32
Mistral beskriver Large 4 som multimodal fra grunden: Den er udviklet til at håndtere andet end tekst, blandt andet visuelle opgaver. Virksomheden fremhæver også programmering og såkaldte agentbaserede arbejdsgange, hvor AI kan udføre opgaver i flere trin. 1
10
Modellen bygger på en mixture-of-experts-arkitektur (MoE). I stedet for at aktivere alle parametrene ved hver forespørgsel bruger den omkring 49 milliarder af de cirka 1.000 milliarder. Det er forskellen på modellens samlede størrelse og den del, der er aktiv i en given situation. 1
4
Mistral siger, at modellen er trænet fra bunden i virksomhedens datacentre i Europa. Ifølge offentliggjorte rapporter foregik træningen på Nvidia Grace Blackwell-GPU’er, men kilderne angiver forskellige antal: Nogle nævner 3.800, andre omkring 4.000. En rapport anslår, at træningen varede cirka to måneder. 11
26
29
Mistral fremhæver programmering, agentbaserede arbejdsgange, multimodal forståelse, cybersikkerhed, produktion og finans som områder, hvor Large 4 skal være stærk. Det er virksomhedens egne vurderinger, ikke en garanti for, at modellen klarer sig bedst på alle opgaver. 1
7
32
Mistral siger, at modellen fører blandt åbne vægtmodeller udviklet i USA eller Europa målt på samlede benchmarkresultater. Virksomheden har også fremhævet fordele på udvalgte områder sammenlignet med kinesiske modeller. Påstandene bør læses præcist: Den tilgængelige dækning fastslår hverken, at Large 4 generelt slår kinesiske modeller, eller at den samlet set overgår de førende lukkede amerikanske modeller. 27
32
En retvisende sammenligning afhænger af, hvilke benchmarks, modelversioner og testvilkår man bruger. Det foreliggende materiale rummer ikke tilstrækkeligt med uafhængigt verificerede og direkte sammenlignelige resultater til at afgøre de bredere rangeringer. Indtil videre bør formuleringer som “bedst” og “slår” derfor ses som påstande, der tilskrives Mistral. 27
32
Per 6. oktober er Large 4 tilgængelig via Mistrals API-forhåndsvisning, men modelvægtene kan endnu ikke hentes offentligt. Mistral siger, at de bliver frigivet inden udgangen af oktober, og Reuters har 27. oktober som den planlagte dato. 1
27
Inden frigivelsen ventes cybersikkerhedseksperter og myndigheder at teste en version med færre sikkerhedsbegrænsninger. Ifølge den beskrevne plan skal testen undersøge modellens kapacitet før en bredere lancering. Kilderne fastlægger ikke et offentligt sæt betingelser for frigivelsen eller siger, at testen i sig selv garanterer, at modellen ikke kan misbruges. 27
Den endelige licens og vilkårene for at hente eller bruge vægtene er ikke offentliggjort i det tilgængelige materiale. VentureBeat har skrevet, at en særlig Mistral-licens var forventet, men det er ikke det samme som en bekræftet, endelig licens. 11
Hvis de planlagte modelvægte bliver frigivet, vil udviklere og organisationer kunne hente modellen og køre den på deres eget udstyr i stedet for kun at bruge Mistrals API. Det kan give større kontrol over drift og tilpasning, men er ikke i sig selv en garanti for databeskyttelse eller teknologisk uafhængighed. 27
28
Mistral fremhæver også modellens europæiske ophav: Virksomheden siger, at den er udviklet i Europa og kan køres via Mistrals egen europæiske cloudinfrastruktur. Lanceringen bliver dermed en prøve på, om en europæisk AI-virksomhed kan tilbyde en konkurrencedygtig model med downloadbare vægte – ikke kun en API-tjeneste – på et marked, hvor mange førende amerikanske modeller er lukkede, mens flere kinesiske alternativer tilbyder åbne vægte. 27
32
Lanceringen kommer efter Mistrals rapporterede finansieringsrunde på 3 milliarder euro i september. Modellens betydning på længere sigt afhænger af, hvordan den klarer sig i uafhængige tests, hvilken licens der følger med vægtene, og om kunderne får reel værdi af at drive den selv. 6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen.
Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen. Modellen bruger en mixture of experts arkitektur og blev ifølge rapporter trænet fra bunden i Mistrals europæiske datacentre.
Før den planlagte frigivelse af modelvægtene ventes cybersikkerhedseksperter og myndigheder at teste en version med færre sikkerhedsbegrænsninger.
Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen. Modellen bruger en mixture of experts arkitektur og blev ifølge rapporter trænet fra bunden i Mistrals europæiske datacentre.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Mistral AI’s Mistral Large 4 (“Le Chonk”), how was its 1 trillion-parameter mixture-of-experts model trained and designed, what can. Article summary: Mistral Large 4, nicknamed “Le Chonk,” is Mistral AI’s new flagship: a roughly 1-trillion-parameter, natively multimodal model available in an API preview since October 6, 2026. Mistral plans to release its weights later. Topic tags: general, general web, news, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Mistral Large 4, med kælenavnet “Le Chonk”, er den franske AI-virksomhed Mistral AI’s nye flagskibsmodel. Den har omkring 1.000 milliarder parametre, men bruger cirka 49 milliarder ad gangen. Mistral åbnede for en API-forhåndsvisning den 6. oktober 2026 og siger, at modellen kan hentes med åbne vægte senere på måneden. Selskabets præstationspåstande er værd at følge, men dokumenterer endnu ikke, at modellen samlet set slår de førende konkurrenter. 1
27
32
Mistral beskriver Large 4 som multimodal fra grunden: Den er udviklet til at håndtere andet end tekst, blandt andet visuelle opgaver. Virksomheden fremhæver også programmering og såkaldte agentbaserede arbejdsgange, hvor AI kan udføre opgaver i flere trin. 1
10
Modellen bygger på en mixture-of-experts-arkitektur (MoE). I stedet for at aktivere alle parametrene ved hver forespørgsel bruger den omkring 49 milliarder af de cirka 1.000 milliarder. Det er forskellen på modellens samlede størrelse og den del, der er aktiv i en given situation. 1
4
Mistral siger, at modellen er trænet fra bunden i virksomhedens datacentre i Europa. Ifølge offentliggjorte rapporter foregik træningen på Nvidia Grace Blackwell-GPU’er, men kilderne angiver forskellige antal: Nogle nævner 3.800, andre omkring 4.000. En rapport anslår, at træningen varede cirka to måneder. 11
26
29
Mistral fremhæver programmering, agentbaserede arbejdsgange, multimodal forståelse, cybersikkerhed, produktion og finans som områder, hvor Large 4 skal være stærk. Det er virksomhedens egne vurderinger, ikke en garanti for, at modellen klarer sig bedst på alle opgaver. 1
7
32
Mistral siger, at modellen fører blandt åbne vægtmodeller udviklet i USA eller Europa målt på samlede benchmarkresultater. Virksomheden har også fremhævet fordele på udvalgte områder sammenlignet med kinesiske modeller. Påstandene bør læses præcist: Den tilgængelige dækning fastslår hverken, at Large 4 generelt slår kinesiske modeller, eller at den samlet set overgår de førende lukkede amerikanske modeller. 27
32
En retvisende sammenligning afhænger af, hvilke benchmarks, modelversioner og testvilkår man bruger. Det foreliggende materiale rummer ikke tilstrækkeligt med uafhængigt verificerede og direkte sammenlignelige resultater til at afgøre de bredere rangeringer. Indtil videre bør formuleringer som “bedst” og “slår” derfor ses som påstande, der tilskrives Mistral. 27
32
Per 6. oktober er Large 4 tilgængelig via Mistrals API-forhåndsvisning, men modelvægtene kan endnu ikke hentes offentligt. Mistral siger, at de bliver frigivet inden udgangen af oktober, og Reuters har 27. oktober som den planlagte dato. 1
27
Inden frigivelsen ventes cybersikkerhedseksperter og myndigheder at teste en version med færre sikkerhedsbegrænsninger. Ifølge den beskrevne plan skal testen undersøge modellens kapacitet før en bredere lancering. Kilderne fastlægger ikke et offentligt sæt betingelser for frigivelsen eller siger, at testen i sig selv garanterer, at modellen ikke kan misbruges. 27
Den endelige licens og vilkårene for at hente eller bruge vægtene er ikke offentliggjort i det tilgængelige materiale. VentureBeat har skrevet, at en særlig Mistral-licens var forventet, men det er ikke det samme som en bekræftet, endelig licens. 11
Hvis de planlagte modelvægte bliver frigivet, vil udviklere og organisationer kunne hente modellen og køre den på deres eget udstyr i stedet for kun at bruge Mistrals API. Det kan give større kontrol over drift og tilpasning, men er ikke i sig selv en garanti for databeskyttelse eller teknologisk uafhængighed. 27
28
Mistral fremhæver også modellens europæiske ophav: Virksomheden siger, at den er udviklet i Europa og kan køres via Mistrals egen europæiske cloudinfrastruktur. Lanceringen bliver dermed en prøve på, om en europæisk AI-virksomhed kan tilbyde en konkurrencedygtig model med downloadbare vægte – ikke kun en API-tjeneste – på et marked, hvor mange førende amerikanske modeller er lukkede, mens flere kinesiske alternativer tilbyder åbne vægte. 27
32
Lanceringen kommer efter Mistrals rapporterede finansieringsrunde på 3 milliarder euro i september. Modellens betydning på længere sigt afhænger af, hvordan den klarer sig i uafhængige tests, hvilken licens der følger med vægtene, og om kunderne får reel værdi af at drive den selv. 6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen.
Mistral Large 4, også kaldet “Le Chonk”, er en multimodal model med omkring 1.000 milliarder parametre, hvoraf 49 milliarder er aktive ad gangen. Modellen bruger en mixture of experts arkitektur og blev ifølge rapporter trænet fra bunden i Mistrals europæiske datacentre.
Før den planlagte frigivelse af modelvægtene ventes cybersikkerhedseksperter og myndigheder at teste en version med færre sikkerhedsbegrænsninger.