AnswersPublished25 sources
Mistral Large 4: wat de cijfers achter ‘Le Chonk’ wel en niet zeggen
Mistral bracht Large 4 op 29 oktober uit als open gewichten. Het bedrijf meldt dat de score op Terminal Bench 4.0 steeg van 28 naar 41 procent.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Mistral bracht Large 4 op 29 oktober uit als open gewichten. Het bedrijf meldt dat de score op Terminal Bench 4.0 steeg van 28 naar 41 procent.
- Het multimodale model telt 1,05 biljoen parameters. De licentie is een aangepaste MIT licentie; controleer de voorwaarden voordat je het model als gehoste dienst aanbiedt.
- Mistral meldt een score van 51 procent op de Cyber Index en een weigeringspercentage van 96,6 procent bij schadelijke cyberverzoeken.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open-weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general, general web, user generated, documentation. 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,
Mistral heeft op 29 oktober de open gewichten van Mistral Large 4 gepubliceerd, bijgenaamd ‘Le Chonk’. Het model was op 6 oktober al als preview aangekondigd. Mistral presenteert de nieuwe versie als een sterkere open optie voor programmeerwerk en defensieve cybersecurity. De gemelde benchmarkresultaten zijn interessant, maar gelden voor specifieke tests: ze bewijzen niet dat het model bij elke taak bovenaan staat.4
7
9
18
Wat veranderde sinds de preview?
Volgens Mistral zorgde extra reinforcement learning ervoor dat de score van Large 4 op Terminal-Bench 4.0 steeg van 28 naar 41 procent: een toename van 13 procentpunt.21
31 Op de Artificial Analysis Coding Agent Index behaalt het model volgens de gerapporteerde cijfers 48 procent, gelijk aan GLM-5.3. In die vergelijking gebruikte Large 4 47 procent minder tokens per taak.
31
35
Dat zijn resultaten op afgebakende evaluaties. Ze vertellen niet hoe het model presteert bij alle soorten programmeerwerk. Ook betekent een lager aantal tokens niet automatisch dat de totale gebruikskosten lager uitvallen. De beschikbare berichtgeving geeft bovendien geen onderbouwde, directe cijfervergelijking met Anthropic’s Mythos 5.1.
Een multimodaal model met een biljoen parameters
Mistrals documentatie omschrijft Large 4 als een multimodaal mixture-of-experts-model met in totaal 1,05 biljoen parameters en een vision encoder van 1,6 miljard parameters.17 Bij dat enorme totaal is wat context nodig: de modelbeschrijving op Hugging Face noemt 49 miljard actieve parameters per token, of 52 miljard als embeddings en de uitvoerlaag worden meegerekend.
20
In de aankondiging van de preview zei Mistral dat het model was getraind met 3.800 Nvidia Grace Blackwell-GPU’s in eigen datacenters in Europa.6 Volgens berichtgeving over de release zijn er drie instellingen voor de redeneerinspanning: laag, gemiddeld en hoog.
34
Open gewichten, maar lees de licentie
De gewichten zijn beschikbaar via Hugging Face onder de naam Mistral Ecosystem Open-Weight License. De licentietekst omschrijft zichzelf als een aangepaste versie van de MIT-licentie.18
32 ‘Open gewichten’ betekent dus niet vanzelf dat elke vorm van herdistributie of een gehoste dienst automatisch onder de standaardvoorwaarden van MIT valt. Wie er een commercieel aanbod mee wil bouwen, doet er goed aan de licentie zelf te controleren en na te gaan welke voorwaarden op dat gebruik van toepassing zijn.
32
36
De praktische verandering is dat teams de modelgewichten kunnen downloaden, in plaats van uitsluitend via de API van een aanbieder toegang te krijgen. Dat kan zelfhosting of aanpassing van het model mogelijk maken. De release op zichzelf zegt echter niet welke infrastructuur voor een specifieke toepassing nodig is.
Cyberclaims vragen om nuance
Berichtgeving over de release noemt een score van 51 procent op de Artificial Analysis Cyber Index en een gemiddeld weigeringspercentage van 96,6 procent bij kwaadaardige cyberverzoeken.31
33 Dit zijn gerapporteerde evaluatieresultaten, geen garantie dat het model elk schadelijk verzoek zal weigeren of dat de verspreiding van de gewichten geen misbruikrisico met zich meebrengt.
Een score voor defensieve beveiliging en het afwijzen van kwaadaardige verzoeken meten verschillende dingen. De cijfers zijn daarom het best te beoordelen naast de details van de tests en de eisen van een concrete toepassing. Op zichzelf beslechten ze niet de risico’s van een model waarvan de gewichten breed beschikbaar zijn.
Wat de release wel en niet aantoont
Large 4 biedt organisaties een extra open model uit Europa, naast open en gesloten modellen uit andere regio’s. Mistral wijst op de Europese trainingsinfrastructuur en op de prestaties tegenover andere modellen met open gewichten.6
15
18 Voor gebruikers is vooral van belang dat de modelgewichten beschikbaar zijn om te onderzoeken en zelf te gebruiken; de herkomst van een model is op zichzelf geen bewijs van kwaliteit.
De stevigste conclusie is beperkter: Mistral meldt een duidelijke stijging op een programmeerbenchmark tussen de preview en de release, en een concurrerende score op een coding-agentindex, met minder tokens in één vergelijking. Dat kan reden zijn om Large 4 op eigen taken te testen. Het bewijst geen algemene voorsprong, bevestigt niet onafhankelijk elke cyberclaim en neemt de noodzaak niet weg om de licentie en implementatierisico’s te beoordelen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mistral Large 4: wat de cijfers achter ‘Le Chonk’ wel en niet zeggen"?
Mistral bracht Large 4 op 29 oktober uit als open gewichten. Het bedrijf meldt dat de score op Terminal Bench 4.0 steeg van 28 naar 41 procent.
What are the key points to validate first?
Mistral bracht Large 4 op 29 oktober uit als open gewichten. Het bedrijf meldt dat de score op Terminal Bench 4.0 steeg van 28 naar 41 procent. Het multimodale model telt 1,05 biljoen parameters. De licentie is een aangepaste MIT licentie; controleer de voorwaarden voordat je het model als gehoste dienst aanbiedt.
What should I do next in practice?
Mistral meldt een score van 51 procent op de Cyber Index en een weigeringspercentage van 96,6 procent bij schadelijke cyberverzoeken.