Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia. Mistral kertoo kouluttaneensa mallin alusta asti Euroopan datakeskuksissaan.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla 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, lempinimeltään ”Le Chonk”, on Mistral AI:n uusin lippulaivamalli. Yhtiö avasi sen API-esikatselun 6. lokakuuta 2026 ja kertoo aikovansa julkaista ladattavat mallipainot myöhemmin tässä kuussa. Mistral kuvaa mallia noin biljoonan parametrin järjestelmäksi, jossa on kerrallaan aktiivisena 49 miljardia parametria. Suorituskykyä koskevat väitteet ovat kiinnostavia, mutta ne eivät vielä osoita, että malli päihittäisi kokonaisuutena johtavat tekoälymallit. 1
27
32
Mistral sanoo Large 4:n olevan natiivisti multimodaalinen: se on suunniteltu käsittelemään muutakin kuin tekstiä, ja yhtiö nostaa esiin esimerkiksi kuvien ymmärtämisen. Mallia markkinoidaan myös koodaukseen ja agenttimaiseen työskentelyyn, jossa tekoäly tekee tehtäviä useammassa vaiheessa. 1
10
Large 4 käyttää seosasiantuntija-arkkitehtuuria (mixture of experts, MoE). Mallin kaikkia parametreja ei aktivoida jokaisessa pyynnössä, vaan käytössä on noin 49 miljardia sen noin biljoonasta parametrista. Siksi parametrien kokonaismäärää ei pidä sekoittaa siihen, kuinka monta niistä osallistuu yksittäisen pyynnön käsittelyyn. 1
4
Mistralin mukaan malli koulutettiin alusta asti yhtiön Euroopassa sijaitsevissa datakeskuksissa. Julkaistujen tietojen mukaan koulutuksessa käytettiin Nvidian Grace Blackwell -grafiikkasuorittimia, mutta niiden määrästä on eri arvioita: osassa raporteista puhutaan 3 800:sta, toisissa noin 4 000:sta. Yhden raportin mukaan koulutus kesti noin kaksi kuukautta. 11
26
29
Mistral nostaa Large 4:n käyttökohteiksi muun muassa koodauksen, agenttityön, multimodaalisen ymmärtämisen, kyberturvallisuuden, teollisuuden ja rahoitusalan. Nämä ovat yhtiön esittämiä vahvuuksia, eivät lupaus siitä, että malli olisi paras kaikissa tehtävissä. 1
7
32
Mistralin mukaan Large 4 on aggregoitujen vertailutestien perusteella vahvin Yhdysvalloissa tai Euroopassa kehitetty avoimien painojen malli. Yhtiö on väittänyt sen pärjäävän joillakin osa-alueilla myös kiinalaisia malleja vastaan. Väitteet on syytä rajata siihen, mitä ne todella sanovat: käytettävissä olevat raportit eivät osoita, että Large 4 voittaisi kiinalaiset mallit yleisesti tai päihittäisi kokonaisuutena johtavat suljetut yhdysvaltalaiset mallit. 27
32
Luotettava vertailu riippuu käytetystä testistä, malliversioista ja testausolosuhteista. Saatavilla oleva aineisto ei tarjoa riittävästi riippumattomasti vahvistettuja ja suoraan vertailukelpoisia tuloksia laajempien paremmuusjärjestysten ratkaisemiseksi. Siksi ilmauksia kuten ”vahvin” ja ”päihittää” kannattaa toistaiseksi pitää yhtiölle tai sen väitteitä referoiville lähteille attribuoituina. 27
32
Lokakuun 6. päivän tilanteessa Large 4:ää voi käyttää Mistralin esikatselu-API:n kautta, mutta sen painoja ei vielä voi ladata julkisesti. Mistral on luvannut painot lokakuun loppuun mennessä, ja Reuters kertoo suunnitelluksi julkaisupäiväksi 27. lokakuuta. 1
27
Ennen julkaisua kyberturvallisuuden asiantuntijoiden ja viranomaisten on tarkoitus testata malliversiota, jossa on vähemmän turvallisuusrajoituksia. Mistralin mukaan testien tarkoitus on arvioida mallin kyvykkyyksiä ennen laajempaa saatavuutta. Käytettävissä olevat lähteet eivät kuitenkaan määrittele julkisia julkaisuehtoja eivätkä kerro, että testaus takaisi mallin olevan väärinkäytöltä suojattu. 27
Ladattavien painojen lopullista lisenssiä tai käyttöehtoja ei ole julkaistu käytettävissä olevissa tiedoissa. VentureBeat raportoi, että mallille odotettiin Mistralin omaa lisenssiä, mutta odotus ei ole sama asia kuin vahvistettu lopullinen lisenssi. 11
Jos painot julkaistaan suunnitellusti, kehittäjät ja organisaatiot voivat ladata mallin ja ajaa sitä omilla laitteillaan sen sijaan, että käyttäisivät sitä vain Mistralin API:n kautta. Tämä voi lisätä hallintaa mallin käyttöönottoon ja muokkaukseen, mutta ei itsessään takaa tietosuojaa tai teknologista riippumattomuutta. 27
28
Eurooppalaisuus on myös osa Mistralin viestiä: yhtiö kertoo mallin syntyneen Euroopassa ja olevan käyttöönotettavissa omassa eurooppalaisessa pilvi-infrastruktuurissaan. Julkaisu on siten testi sille, pystyykö eurooppalainen tekoäly-yhtiö tarjoamaan kilpailukykyisen, ladattavilla painoilla varustetun huippumallin – ei vain API-palvelua – markkinoilla, joilla monet johtavat yhdysvaltalaiset mallit ovat suljettuja ja monet kiinalaiset vaihtoehdot tarjoavat avoimet painot. 27
32
Julkaisulla on myös kaupallista painoarvoa. Mistral esitteli Large 4:n sen jälkeen, kun yhtiö oli raporttien mukaan kerännyt syyskuussa kolme miljardia euroa D-sarjan rahoituskierroksella. Mallin pidemmän aikavälin merkitys riippuu riippumattomista testeistä, painojen mukana julkaistavasta lisenssistä ja siitä, osoittautuuko mallin ajaminen omassa ympäristössä asiakkaille hyödylliseksi. 6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia.
Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia. Mistral kertoo kouluttaneensa mallin alusta asti Euroopan datakeskuksissaan. Raportoidut GPU määrät vaihtelevat 3 800:sta noin 4 000:een.
Malli on toistaiseksi käytettävissä esikatselussa API:n kautta. Ladattavat painot on tarkoitus julkaista lokakuussa, kun mallia on ensin testattu vähemmillä turvallisuusrajoituksilla.
Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia. Mistral kertoo kouluttaneensa mallin alusta asti Euroopan datakeskuksissaan.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla 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, lempinimeltään ”Le Chonk”, on Mistral AI:n uusin lippulaivamalli. Yhtiö avasi sen API-esikatselun 6. lokakuuta 2026 ja kertoo aikovansa julkaista ladattavat mallipainot myöhemmin tässä kuussa. Mistral kuvaa mallia noin biljoonan parametrin järjestelmäksi, jossa on kerrallaan aktiivisena 49 miljardia parametria. Suorituskykyä koskevat väitteet ovat kiinnostavia, mutta ne eivät vielä osoita, että malli päihittäisi kokonaisuutena johtavat tekoälymallit. 1
27
32
Mistral sanoo Large 4:n olevan natiivisti multimodaalinen: se on suunniteltu käsittelemään muutakin kuin tekstiä, ja yhtiö nostaa esiin esimerkiksi kuvien ymmärtämisen. Mallia markkinoidaan myös koodaukseen ja agenttimaiseen työskentelyyn, jossa tekoäly tekee tehtäviä useammassa vaiheessa. 1
10
Large 4 käyttää seosasiantuntija-arkkitehtuuria (mixture of experts, MoE). Mallin kaikkia parametreja ei aktivoida jokaisessa pyynnössä, vaan käytössä on noin 49 miljardia sen noin biljoonasta parametrista. Siksi parametrien kokonaismäärää ei pidä sekoittaa siihen, kuinka monta niistä osallistuu yksittäisen pyynnön käsittelyyn. 1
4
Mistralin mukaan malli koulutettiin alusta asti yhtiön Euroopassa sijaitsevissa datakeskuksissa. Julkaistujen tietojen mukaan koulutuksessa käytettiin Nvidian Grace Blackwell -grafiikkasuorittimia, mutta niiden määrästä on eri arvioita: osassa raporteista puhutaan 3 800:sta, toisissa noin 4 000:sta. Yhden raportin mukaan koulutus kesti noin kaksi kuukautta. 11
26
29
Mistral nostaa Large 4:n käyttökohteiksi muun muassa koodauksen, agenttityön, multimodaalisen ymmärtämisen, kyberturvallisuuden, teollisuuden ja rahoitusalan. Nämä ovat yhtiön esittämiä vahvuuksia, eivät lupaus siitä, että malli olisi paras kaikissa tehtävissä. 1
7
32
Mistralin mukaan Large 4 on aggregoitujen vertailutestien perusteella vahvin Yhdysvalloissa tai Euroopassa kehitetty avoimien painojen malli. Yhtiö on väittänyt sen pärjäävän joillakin osa-alueilla myös kiinalaisia malleja vastaan. Väitteet on syytä rajata siihen, mitä ne todella sanovat: käytettävissä olevat raportit eivät osoita, että Large 4 voittaisi kiinalaiset mallit yleisesti tai päihittäisi kokonaisuutena johtavat suljetut yhdysvaltalaiset mallit. 27
32
Luotettava vertailu riippuu käytetystä testistä, malliversioista ja testausolosuhteista. Saatavilla oleva aineisto ei tarjoa riittävästi riippumattomasti vahvistettuja ja suoraan vertailukelpoisia tuloksia laajempien paremmuusjärjestysten ratkaisemiseksi. Siksi ilmauksia kuten ”vahvin” ja ”päihittää” kannattaa toistaiseksi pitää yhtiölle tai sen väitteitä referoiville lähteille attribuoituina. 27
32
Lokakuun 6. päivän tilanteessa Large 4:ää voi käyttää Mistralin esikatselu-API:n kautta, mutta sen painoja ei vielä voi ladata julkisesti. Mistral on luvannut painot lokakuun loppuun mennessä, ja Reuters kertoo suunnitelluksi julkaisupäiväksi 27. lokakuuta. 1
27
Ennen julkaisua kyberturvallisuuden asiantuntijoiden ja viranomaisten on tarkoitus testata malliversiota, jossa on vähemmän turvallisuusrajoituksia. Mistralin mukaan testien tarkoitus on arvioida mallin kyvykkyyksiä ennen laajempaa saatavuutta. Käytettävissä olevat lähteet eivät kuitenkaan määrittele julkisia julkaisuehtoja eivätkä kerro, että testaus takaisi mallin olevan väärinkäytöltä suojattu. 27
Ladattavien painojen lopullista lisenssiä tai käyttöehtoja ei ole julkaistu käytettävissä olevissa tiedoissa. VentureBeat raportoi, että mallille odotettiin Mistralin omaa lisenssiä, mutta odotus ei ole sama asia kuin vahvistettu lopullinen lisenssi. 11
Jos painot julkaistaan suunnitellusti, kehittäjät ja organisaatiot voivat ladata mallin ja ajaa sitä omilla laitteillaan sen sijaan, että käyttäisivät sitä vain Mistralin API:n kautta. Tämä voi lisätä hallintaa mallin käyttöönottoon ja muokkaukseen, mutta ei itsessään takaa tietosuojaa tai teknologista riippumattomuutta. 27
28
Eurooppalaisuus on myös osa Mistralin viestiä: yhtiö kertoo mallin syntyneen Euroopassa ja olevan käyttöönotettavissa omassa eurooppalaisessa pilvi-infrastruktuurissaan. Julkaisu on siten testi sille, pystyykö eurooppalainen tekoäly-yhtiö tarjoamaan kilpailukykyisen, ladattavilla painoilla varustetun huippumallin – ei vain API-palvelua – markkinoilla, joilla monet johtavat yhdysvaltalaiset mallit ovat suljettuja ja monet kiinalaiset vaihtoehdot tarjoavat avoimet painot. 27
32
Julkaisulla on myös kaupallista painoarvoa. Mistral esitteli Large 4:n sen jälkeen, kun yhtiö oli raporttien mukaan kerännyt syyskuussa kolme miljardia euroa D-sarjan rahoituskierroksella. Mallin pidemmän aikavälin merkitys riippuu riippumattomista testeistä, painojen mukana julkaistavasta lisenssistä ja siitä, osoittautuuko mallin ajaminen omassa ympäristössä asiakkaille hyödylliseksi. 6
7
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia.
Mistral Large 4 eli Le Chonk on multimodaalinen malli, jossa on noin biljoona parametria – mutta kerrallaan aktiivisena on 49 miljardia. Mistral kertoo kouluttaneensa mallin alusta asti Euroopan datakeskuksissaan. Raportoidut GPU määrät vaihtelevat 3 800:sta noin 4 000:een.
Malli on toistaiseksi käytettävissä esikatselussa API:n kautta. Ladattavat painot on tarkoitus julkaista lokakuussa, kun mallia on ensin testattu vähemmillä turvallisuusrajoituksilla.