Mistrals grootste openweightmodel Le Chonk is uit

Het Franse AI-bedrijf Mistral heeft de weights van zijn Large 4-model openbaar gemaakt. Het bedrijf kondigde het krachtigste model, ook wel 'Le Chonk' genoemd, eerder deze maand aan. Het model bestaat uit een biljoen parameters en is daarmee het grootste openweightmodel buiten China.

Mistral schrijft dat Large 4, zoals het model officieel heet, definitief beschikbaar is. Het model is te gebruiken via de api van Mistral, maar het bedrijf heeft ook de weights uitgebracht op Hugging Face. Mistral kondigde Large 4, dat het bedrijf ook wel Le Chonk noemt, eerder deze maand al aan, maar daarbij ging het nog om een preview.

Het openweightmodel bestaat uit 49 miljard actieve en 1 biljoen totale parameters. Daarmee is het zowel in Europa als de VS het grootste openweightmodel, al heeft het Chinese DeepSeek openweightmodellen die groter zijn, net als Kimi K3 van Moonshot AI en Qwen 3.8 van Alibaba.

Le Chonk kost 70 dollarcent per miljoen inputtokens, 7 dollarcent per miljoen gecachete inputtokens en 2,10 dollar per miljoen outputtokens. Het model is verder beschikbaar onder Mistrals eigen licentie, die een aangepaste versie van de MIT-licentie is.

Update, 14.48 uur – In het artikel stond aanvankelijk dat Kimi en Qwen van DeepSeek waren. Dat klopt niet en is aangepast.

Reacties (63)

[Luchtbakker]

Interessant. Als ik naar de benchmarks kijk op gebied van coding, zitten ze heel dicht op de hielen van GPT-6.1 Sol, Claude Opus 5.5 en Claude Fable 5.1, en staan ze op nummer 5.

https://livebench.ai/#/?cats=Coding

Krijgt Europa eindelijk de kans de grote reuzen te evenaren?

[MooDyBLueS]

En daarbij komt: je hoeft niet 1e te zijn om een goede AI te zijn. Ook al lopen "we" steeds iets achter in absolute zin, kijk eens naar de progressie in benchmarks: het punt waar Claude nu op zit is iets waar andere over enkele weken op zitten, dus is dat dan de moeite waard om maar voor Claude te kiezen? Het is net als met je iPhone, tuurlijk is de iPhone Duo nu gaaf en samen met de 18 Pro de beste iPhone van dit moment, maar volgend jaar zijn dat weer de nieuwe modellen, betekent niet dat de huidige dan ineens waardeloos zijn. Zo ook met AI: zolang Mistral maar blijft ontwikkelen in grofweg hetzelfde tempo als de concurrenten maakt het weinig uit of je nr 1 of nr 5 bent. Goed is ook goed genoeg.

Ik ben zelf al sinds het begin Chat-GPT, Claude, Copilot, Deepseek, Mistral en Lumo aan het vergelijken en op het begin was het echt pijnlijk om aan te zien hoe slecht de EU modellen waren, maar inmiddels krijg ik voor normaal gebruik juist bij Chat-GPT of Gemini echt pijnlijke antwoorden dat je denkt van hoe kan dit anno nu nog? Mistral is gewoon echt beter in mijn ervaring, ook heb ik lange tijd de gratis versie gebruikt en de limieten zijn tov de Amerikaanse AI's ook vrij hoog. Die worden steeds duurder en steeds beperkter als gratis variant. Logisch ook want zelfs iedereens moeder gebruikt Chat-GPT of Gemini.

[Cerberus_tm]

Dit is inderdaad een goed argument. Ik ben dan wel benieuwd hoe veel tijd Mistral achterloopt op Claude. Als het zes maanden zou zijn, zou dat prima zijn. Dan heb ik er wel vertrouwen in dat Mistral een vergelijkbaar niveau zal behalen. Maar wat als het 2+ jaren is?

[Trestry]

Als je de benchmarks mag geloven, dan presteert Large 4 vergelijkbaar met Opus 4.7 en GPT 5.5. Beide modellen zijn in april 2026 uitgekomen. Ze lopen dus inderdaad maar 6 maanden achter, wat helemaal niet slecht is. Zeker als je het budget van Mistral vergelijkt met de budgetten van Anthropic en OpenAI.

[Reactie gewijzigd door Trestry op 30 oktober 2026 20:22]

[Cerberus_tm]

Dat valt enorm mee inderdaad! Ik vind het eigenlijk ook wel logisch: omdat zoveel mensen ermee bezig zijn en de onderzoeksmethodes wel min of meer algemeen bekend zijn, kan iedereen gestaag vorderingen maken. En dan zijn er ook nog al die modellen met open gewichten, wat het ook moge betekenen.

[demianmonteverd]

Werk je ook bij cerberus? Dan weet je het antwoord ?

Het antwoord is, het ligt aan de taak. Met bijv. Lean deden sommige mistral modellen het in het verleden zelfs net zo goed als SOTA van gesloten partijen zoals openai en anthropic. Geen idee hoe deze het doet, heb hem niet getest nog. Maar het is open weights dus dat is al een stuk interessanter aan deze aankondiging.

[hakariki]

Dat is Cerebras 😀

[theredspecial]

Dit inderdaad.

Voor werk gebruik ik Copilot (noodgedwongen), maar voor privé zaken en een klein projectje dat we hebben opgepakt met een aantal (www.fantase.eu), is Mistral echt niet slechter dan wat Copilot laat zien. Wat mij betreft laten we ons gek maken: de beste, de beste, de beste. Voor mij gaat het om goed genoeg. Ik ben geen dissertatie aan het schrijven waarin we tot op 14 decimalen optimaliseren.

Qua auto zou ik ook wel de beste willen, maar mijn burgerlijke Volkswagen voldoet helemaal.

[n-i-x]

Chat-GPT, Claude, Copilot, Deepseek, Mistral en Lumo aan het vergelijken
(...)
Mistral is gewoon echt beter in mijn ervaring

Vraag is wel welke modellen je precies aan het vergelijken bent (en bij wat voor soort taken).

chat.mistral.ai werkt tegenwoordig op basis van het Chinese GLM-5.3... dat is niet echt een indicatie van hoe goed of slecht Europese modellen zijn.

Bij de chat-interfaces van bijvoorbeeld ChatGPT en Claude - en vermoedelijk ook anderen - zit er verder nog verschil tussen welk model je voorgeschoteld krijgt als 'gratis' gebruiker en wat je kan gebruiken als betalende gebruiker.

[HostMan]

Ik heb Le Chonk zeer uitgebreid getest en dezelfde opdrachten laten uitvoeren als Opus en GLM 5.3, maar helaas zat er echt een mega groot verschil in de kwaliteit van de output.

Ik begrijp echt niet hoe deze benchmarks ontstaan.

Desalniettemin is dit een mega stap vooruit ten opzichte van hun vorige model.

[Reactie gewijzigd door HostMan op 30 oktober 2026 15:26]

[Cybje]

Ik krijg zelf ook het idee dat Large 4 in benchmarks relatief matig presteert, terwijl het in werkelijkheid heel goed meekomt. Het loopt nog wel achter op modellen als Opus 5.5 en Fable 5.1 natuurlijk, maar de prijs is ook heel veel lager. Voor wat je betaalt krijg je een heel krachtig model. Naast dat Mistral als USP ook EU residency heeft, wat een stuk makkelijker is als je werk/klant GDPR compliancy belangrijk vindt.

Ik gebruik AI voor coding, security en IAM werk. Large 4 presteert dan zeker beter dan GLM 5.3 (ik neem aan dat je die bedoelt, niet 3.5).

[Reactie gewijzigd door Cybje op 30 oktober 2026 15:19]

[HostMan]

Ja zeker! Ik heb hem vooral in de preview getest dus misschien ben ik wat negatiever dan nodig, ik weet niet hoeveel er is veranderd nu hij uit de preview is.

In veel workflows gebruik ik GLM 5.3 (gehost bij Mistral), in de preview liet ik tegelijkertijd alle opdrachten als dry-run ook door Le Chonk verwerken maar GLM 5.3 won eigenlijk altijd.
Antwoorden waren simpelweg beter en consistenter en tool-calling werkte ook betrouwbaarder.
Ik zal ditzelfde de komende dagen weer doen, even checken of ze hem toch stiekem hebben verbeterd tijdens de preview periode.

[keranoz]

Ik gebruik zelf ook vooral GLM 5.3 en heb Large 4 een beetje getest voor mijzelf toen het kwam en vond ook GLM 5.3 echt een stuk beter dan Large 4, en ook een stuk sneller, misschien dat het nu beter is maar Large 4 was echt een stuk trager toen. Zelfs op max think was GLM 5.3 sneller. Allebei uiteraard via Mistral getest. (API/Vibe).

Desalniettemin is het inderdaad een stuk beter dan Medium 3.5, maar ik zou zeggen dat zelfs Large 4 nog niet kan tippen aan Sonnet 5.5, laat staan Opus 5.5 (ik gebruik eigenlijk nooit OpenAI modellen dus geen idee daarvan)

[Lucky0wn]

Ik gebruik momenteel alleen nog GLM 5.3 en DeepSeek V4.1 Flash. Heerlijke modellen en kunnen tippen aan Opus 5.5 en Sol.

Ik heb hier vier Ascend 950-kaarten draaien om mee te testen, dus ik kan lokaal op INT4 draaien. Hoeveel geheugen heb ik op INT4 ongeveer nodig om deze komend weekend eens uit te proberen? Ik vrees namelijk dat mijn 448 GB VRAM daar net niet genoeg voor is...

[demianmonteverd]

Unsloth had een versie voor < 400GB meen ik. Direct vanaf release uitgebracht. Weet niet hoeveel context je kunt meenemen in die versie, laat het ons gerust weten niet iedereen heeft zulke fijne hardware liggen.

[Muncher]

Ik denk dat het komt omdat modellen worden geoptimaliseerd te scoren op de de (trust me bro) benchmarks. Misschien een cynische take, maar zo voelt het wel.

[nlinzweden]

Overtraining. Niet cynisch, hoor. Heel normaal in het AI veld. Er is tientallen jaren ervaring en kennis over hoe deze dingen werken en niet werken. Dat gevoel zit wel goed.

Zelf denk ik (hypothese) dat dit ondermeer de reden is waarom LLMs volledige projecten niet per se sneller maken. Je hebt wel snel(ler) oplossingen, maar de tijd om het kritisch te evalueren gaat niet omlaag. Meer oplossingen is ook meer validatie.

[phamoen]

Laatst iets nieuws geleerd hierover... Het is een 'trust me bro benchmark'..
Het is eigenlijk onmogelijk om een goede benchmark voor AI modellen te verzinnen, want 1 generatie later heeft iedereen zonder moeite zijn model daarop getraind en 'doet hij het goed in de benchmark, real life tests zoals jij doet is het enige ongeveer wat zinnig is. Of elk kwartaal randomized test door een onafhankelijke instantie...
https://trustmebrobenchmarks.com/
En vorm van teaching to the test...

[MSalters]

Op andere lijstjes staan ze op het nivo van Luna, niet Sol. Het is met ruime afstand het beste Europese alternatief, maar dat is niet zo indrukwekkend.

[demianmonteverd]

Het is een open weights model en in die categorie doen ze het gewoon goed. opus, sol, etc. zijn allemaal gesloten modellen, ook luna trouwens.

[caspervc]

Zou wel goed zijn voor de positie van Europa (dat toch vaak wordt weggezet als vergane glorie) als we (iig het Franse Mistral) nog redelijk mee kan in deze tech wedloop.

[Baardmeester]

Ik denk dat de enige manier voor Europa om echt te concurreren is op een andere manier innovatief te zijn. Beetje zoals Nintendo doet. Niet op pure kracht concurreren, maar op een andere manier iets unieks bieden.

[dipje2]

Mijn ervaring met de preview is heel anders.... al nog eens kijken of dit anders is geworden met de final release.

[r5d]

al heeft het Chinese DeepSeek openweightmodellen die groter zijn, zoals Kimi K3 en Qwen 3.8.

Beide zijn niet van DeepSeek. Kimi is van Moonshot en Qwen van Alibaba. Allen zijn inderdaad Chinees.

[Elminster]

Ja, maar Claude van OpenAI, en ChatGPT van Antropic zijn toch beter.

[Bedge85]

Kan iemand ook uitleggen wat de motivatie van Mistral is om dit te doen? Proberen ze op deze manier bijvoorbeeld de waarde op de beurs van OpenAI of andere Amerikaanse AI aanbieders naar beneden te halen.

Ik vraag dit omdat ik denk dat het trainen van Le Chonk een enorme financiële investering is voor Mistral en ik niet direct het zakelijke voordeel voor Mistral zie dat ze dit openbaar maken.

[samida]

In EU krijg je geen funding als je niet aan opensource doet. Ook gebruiken overheden geen EU tools die niet opensource zijn. Zo wordt Mastodon en Fluxer ook allemaal medegefund met EU subsidies door delen/clients opensource te maken. Zelfde truc doet Mistral.

Het is erg jammer dat we in EU wel grote bakken geld gooien naar closed sourced amerikaanse tech, maar binnen de EU enkel helpen als je ook alles wil publiceren. Dat vervolgens weer gekopieerd wordt door de amerikanen met AI. Top idee.

[Reactie gewijzigd door samida op 30 oktober 2026 15:34]

[Jerie]

Dit is niet FOSS maar open weights. De licentie is gemodificeerd MIT. De implicaties zijn er voor grote bedrijven: https://help.mistral.ai/e...l-s-open-models-available licenties van alle modellen staan hier: https://docs.mistral.ai/models

[poktor]

Top idee inderdaad

Had beter geweest als ze EU-breed een nieuwe semi-opensource wet hadden gemaakt hiervoor, die bepaalt dat dergelijke software enkel binnen de EU gebruikt mag worden en niet daarbuiten. Doet de VS inmiddels ook met allerlei technieken, dus waarom wij niet?

[HostMan]

Ik heb van Mistral zelf begrepen dat ze dit model als basis kunnen gebruiken om hun volgende modellen nog een stuk sneller en beter te trainen, als een vliegwiel in feite.

Bij Anthropic en OpenAI ging het ook heel hard vanaf het moment dat ze hun nieuwere modellen konden trainen met hun bestaande modellen, op dat punt is Mistral nu ook.

Toevoeging:
Een van de redenen dat Mistral open modellen maakt is dat zij als dienst aanbieden deze modellen on-premise te draaien bij hun klanten, grote bedrijven. Je kunt je voorstellen dat een bedrijf als ASML wel AI wilt gebruiken, maar uiteraard hun data niet naar servers van andere bedrijven wilt sturen.

Zij zullen dan (waarschijnlijk ook waarom ze hebben geïnvesteerd in Mistral) de modellen van Mistral tegen een vergoeding op hun eigen infrastructuur gaan hosten, zodat er geen enkele data buiten het netwerk van ASML wordt gestuurd.

[Reactie gewijzigd door HostMan op 30 oktober 2026 15:44]

[Jip99]

Echt? ben je zo naief? de Eu wil niet afhankelijk zijn van USA of China als het gaat om Ai, wij staan 10-0 achter als we dat toelaten en worden we een eeuwige speelbal van die 2 die bewust economisch en technologisch op achterstand gezet kunnen worden.


Dus heel simpel, De EU wil graag dat mistral slaagt. om ons continent nog relevant te houden, en ons niet te laten afzakken naar een niveautje zuid amerika.

En is het met Europees geld gefinancieert, dus van ons allemaal, vandaar open.

[Reactie gewijzigd door Jip99 op 30 oktober 2026 16:15]

[Bedge85]

Echt? ben je zo naief?

De toon is weer gezet .

wij staan 10-0 achter als we dat toelaten en worden we een eeuwige speelbal

Dit is een overdrijving van de huidige situatie en impliceert ook dat er enkel winnaars en verliezers zijn. De echte situatie is meer genuanceerd.

En is het met Europees geld gefinancieert, dus van ons allemaal, vandaar open.

Ik heb hier geen onderbouwing voor kunnen vinden. De meeste investeerders in Mistral zijn private onderneming zoals Samsung en Nvidia. Er is vanuit Frankrijk wel wat overheidsgeld naar Mistral gegaan via Bpifrance.

Ik heb inmiddels zelf wat onderzoek gedaan. Het meest overtuigende argument voor mij is dat opengewicht modellen zorgen voor adoptie van de modellen. Mistral kan vervolgens weer geld verdienen met support of hosting. Dit lijkt op het model dat Red Hat Linux ook gebruikt.

[Jos-vG]

en forse investeringen van ASML

[Reactie gewijzigd door Jos-vG op 31 oktober 2026 08:04]

[AnonymousGerbil]

... het zakelijke voordeel voor Mistral zie dat ze dit openbaar maken.

Het zou zomaar kunnen dat enkele belangrijke klanten het "open" zijn van het model als voorwaarde hebben gesteld.

Zowel voor het in eigen beheer houden van informatie als voor de extra zekerheid dat ze het model voor hun processen kunnen behouden mocht er iets mis gaan bij mistral.

[Reactie gewijzigd door AnonymousGerbil op 30 oktober 2026 15:42]

[demianmonteverd]

De investeerders in mistral hebben ook belang bij een goed draaiende ai markt wereldwijd in elk geval dus het is niet pesten van CN of US in elk geval.

[timeraider]

Ongeacht wat de benchmarks zeggen.. Tijdje getest en het is echt niet op het niveau van de rest en vele malen duurder.

[Cybje]

Zo duur is Large 4 toch niet? Voor de token prijs krijg je vergeleken met Anthropic en OpenAI een krachtiger model, is mijn ervaring. En EU residency, wat qua GDPR compliance handiger is. En in het algemeen is het denk ik wel goed om Mistral te steunen, zodat we als EU ook sterk staan qua AI.

[poktor]

Helemaal mee eens! En hoe meer mensen Mistral financieel steunen, hoe beter Mistral zal worden, denk ik. We hebben Mistral gewoon keihard nodig als Europees tegenwicht tegen de vs en china. We mogen absoluut niet achterblijven, want wie weet wat voor idioterie die oranje clown in de vs nog uit gaat halen.

[NoTechSupport]

Mistral Pro kost € 174.12 per jaar en daar krijg je €250 tokens per maand bij (vraag me niet hoe dat werkt :-)).

In Visual Studio Code met hun plugin (Mistral Vibe VS Code) een Tauri + Rust + React-app maken is echt geen probleem en werkt vlot. Ook Rayfin en SPFx gaat vlot. Ik merk niet echt een verschil met oa Claude Opus 5.5.

Ik had het initïeel idealistisch genomen om Europese AI te steunen, maar ik ben blij dat ze erin slagen een goed niveau te halen.

[nlinzweden]

Dank je. Goed om te weten, want ik denk dat de Anthropic prijzen binnen een half jaar flink omhoog zullen gaan. Die worden nu nog laag gehouden voor de IPO.

[vrilly]

Het wordt vanzelf goedkoper zodra de Amerikaanse AI providers door hun VC financiering heen zijn en daadwerkelijk winst moeten maken.
Tegen de Amerikaanse markt valt niet te concurreren zolang er met denkbeeldig geld wordt geschoven, totdat daar de economie tenonder gaat en de rest meetrekt

[cosmo_roel]

is dit lokaal te draaien?

[HostMan]

Als je eigen AI servers hebt wel, anders niet.

[AcidBanger]

Wat zouden de specs moeten zijn voor dit?

[Lucky0wn]

Ik gok rond de 1TiB aan VRAM voor INT8.

[YoMarK]

610GB voor nvfp4 aldus https://www.yottalabs.ai/post/mistral-large-4-hardware-requirements-gpu-memory-2026

[demianmonteverd]

• Run the smallest 1-bit (233 GB) on a 256GB RAM device, 2-bit (302-378 GB) on 384-512GB, or near full precision (Q8, 1.1 TB) on 1.2TB+. Read Guide
  
  (Unsloth)

[HostMan]

Voor consumenten: minimaal een Mac Studio met M5 Ultra en minimaal 512GB RAM, kost zo'n €22k :-).

Daarmee wordt het nog steeds krap.

De motivatie achter dergelijke open-weight modellen is om het voor grotere bedrijven mogelijk te maken hun eigen modellen te hosten en alle data binnenshuis blijft, maar dan heb je hier wel gewoon een paar Nvidia H200 servers voor nodig en ben je zeker een ton verder.

[Wilke]

Een 19" rack vol H200's is een aardig begin. Vergeet niet de 150 kW power supply en bijbehorend koelsysteem die die 150 kW weer weg weet te werken.

(Ja, het minimum zal vast minder zijn, maar realistisch gezien kun je alleen de kleinere modellen lokaal draaien, en dat alleen als je er orde €50k tegenaan kunt gooien.)

[Coy]

Indien een cluster ter waarde van een gemiddelde woning in NL voldoet aan de definitie van "lokaal", ja.

Voor volle precisie heb je meerdere compute clusters (meerdere systemen met bijv 8x H200) nodig. Voor de kleinste quantize van unsloth volstaan 2x DGX sparks, hoewel de snelheid waarschijnlijk te wensen over laat.

Bron: https://unsloth.ai/docs/models/mistral-large-4

[Lucky0wn]

Of je kijkt naar Ascend kaarten, vlucht naar China en daar meenemen en je houdt nog flink geld over

[HostMan]

Helaas is GLM 5.3 (ook via Mistral te gebruiken) nog steeds een stuk beter voor de meeste doeleinden en kan ik een switch naar Le Chonk nog niet verantwoorden.

Maar: dit is een goede ontwikkeling. Met dit model leggen ze een basis om snel door te ontwikkelen en omdat ze nu GLM via hun API aanbieden trekken ze een grote nieuwe groep klanten aan wat hun groei vast kan financieren, zoals ik.

[Reactie gewijzigd door HostMan op 30 oktober 2026 15:26]

[Scribe]

Laat vooral zien dat in de VS ze niks om open source geven! Blij dat we een Europees alternatief hebben, maar hoop dat Mistral ook verder onderzoek doet naar modellen efficienter maken ipv groter

[demianmonteverd]

Ze hebben heel veel specialistische modellen dus ze hebben je reactie al gehoor gegeven. Bijv. voxtral en pixtral.

[Jip99]

Alle mensen die hier Mistral 4 large afserveren omdat ze een tijdje geleden de preview versie hebben getest en dat hier dan posten. jullie snappen blijkbaar niet hoe het werkt. dus stop met dingen af serveren op ervaringen van een oud model.

[Madelijn]

Ik zou voor een test een groot tekstbestand up willen loaden om het context window te vullen, maar zie daartoe geen optie in de console of het speelveld.

[Salvatron]

Met zoveel parameters kan het niet anders dan dat dat ding zelfbewust is.