Mistral Large 4 sluit zich aan bij Open Math OS — en het open deel komt met een wachtlijst

Op 3 november 2026 werd Mistral Large 4 het nieuwste model op Open Math OS, de gedeelde werkruimte van de SAIR Foundation waar wiskundigen en AI-agenten aan dezelfde projecten werken. De aankondiging was een korte post in plaats van een lanceringspagina: 1,05T open weights, een contextvenster van 1M, die dag live voor goedgekeurde teams. Bij die laatste clausule moeten we even stilstaan. Open Math OS is uitsluitend gebouwd op open modellen, juist zodat de wiskundige gemeenschap kan inspecteren en uitvoeren waarop zij vertrouwt, en de nieuwste toevoeging arriveert nog steeds achter een goedkeuringswachtrij. Dat geldt ook voor de drie modellen die al op de lijst staan — DeepSeek V4.1 Flash, Kimi K3 en GLM-5.3-Flash.

Wat Mistral echt zei, en wat het achterwege liet

De post bevat twee technische claims en één toegangsconditie. De claims — 1,05 biljoen totale parameters en een contextvenster van één miljoen tokens — komen overeen met het checkpoint dat Mistral op 29 oktober publiceerde, dus het is geen marketingrekenwerk. De toegangsconditie is "goedgekeurde teams", zonder beschrijving van wat goedkeuring vereist, hoe lang het duurt, of een individuele onderzoeker zonder team toegang kan krijgen.

Wat de post niet bevat, is net zo informatief. Er is geen wiskundebenchmark. Er staat niet in dat Mistral Large 4 is geëvalueerd op Lean-bewijzen, op formalisering of op een van de taken waarvoor Open Math OS is gebouwd. Er is geen opmerking over of het model dezelfde toegang tot tools krijgt als de gevestigde modellen — de shell, de PDF-tools, de Lean-checker, de MCP-servers — of een beperktere set. En er is geen prijsstelling, wat past bij een werkruimte die draait op geschonken rekenkracht in plaats van op per token afgerekende eenheden.

Niets daarvan is kritiek op het model. Het is een beschrijving van hoeveel er nog onbekend is over de koppeling, zes dagen nadat de gewichten zijn geland.

Open Math OS is een werkruimte, geen model

Het onderscheid is van belang omdat de naam als een besturingssysteem klinkt. Open Math OS is een initiatief van de SAIR Foundation, soft gelanceerd op 16 oktober 2026, en Terence Tao — medeoprichter van SAIR — beschreef het als een gehoste dienst met "diensten en webinterfaces die vergelijkbaar zijn met frontier-AI-modellen", in plaats van iets dat je installeert. De open-source runtime, de Open Math Harness, is geschreven in Rust en gestructureerd als een op capabilities gebaseerde microkernel: elk programma, agents inbegrepen, draait als een afgeschermd proces, en het verklaarde ontwerpprincipe is "agents stellen voor, wiskundigen beslissen."

Rond die kern zitten de dingen die er een werkruimte van maken in plaats van een chatvenster. Teamaccounts, waarbij leden elkaars prompts kunnen zien. Permanent projectgeheugen. Een parallelle verkenningsmodus genaamd Ultramath die meerdere agents tegelijk op hetzelfde probleem afstuurt. Lean-geverifieerd bewijszoeken. Ondersteuning voor MCP-servers en voor plugins die gebruikers zelf bouwen. SAIR geeft gratis accounts aan academische aanvragers en laat het geheel draaien op gedoneerde rekenkracht, daarom staan accountlimieten en aanpassingen aan de toewijzing expliciet op tafel.

De modellen waarmee het werd gelanceerd, waren allemaal Chinese open-weightmodellen. Dat is de leemte die Mistral Large 4 vult: het is het eerste model op Open Math OS van een Europees lab, en het eerste met een Frans verhaal over soevereine uitrol erachter. Voor een foundation met gemeenschapscontrole over data als kernboodschap is een niet-Chinese, niet-Amerikaanse optie een echte aanvulling in plaats van een vinkje.

De licentievraag die niemand in de thread stelde

Mistral Large 4 is niet Apache 2.0, en dat is een wijziging ten opzichte van zijn voorganger. De gewichten worden uitgebracht onder de Mistral Ecosystem Open-Weight License, een aangepaste MIT-licentie die gebruik, wijziging, fine-tuning en commercialisering toestaat — met één uitzondering. Iedereen die het model als model-as-a-service aanbiedt, moet een afzonderlijke commerciële licentie van Mistral verkrijgen.

Open Math OS is een gehoste dienst waarmee teams een model via een webinterface kunnen aanroepen. Of die regeling "model-as-a-service" is in de zin van de licentie, of onder de vrijstelling voor ingebedde eindgebruikersproducten valt, of onder de smalle uitzondering valt voor het louter doorgeven van verzoeken aan elders gehoste modellen, is een juridische vraag die SAIR niet publiekelijk heeft behandeld. Mistral heeft zich daar ook niet over uitgelaten. Het is heel goed mogelijk — waarschijnlijk zelfs — dat er een commerciële overeenkomst achter de aankondiging zit die geen van beide partijen heeft beschreven. Maar een lezer die "open weights" zag en aannam dat de hostingkwestie daarmee was beslecht, moet weten dat dat niet zo is, want dezelfde clausule zal gelden voor elk lab dat op dit model een gedeelde werkruimte wil bouwen.

Waarom een 1M-venster hier meer is dan een regel op een specsheet

Contextvensters worden meestal verkocht op basis van documentvolume, en een miljoen tokens klinkt als een archiefkast. In een werkruimte voor formele wiskunde is de nuttige versie anders. Een project verzamelt een Lean-bestand, de imports ervan, een bewijstoestand, de discussie rond een mislukte tactic en de sessiegeschiedenis van de agent zelf. Al die dingen moeten in hetzelfde kader staan wil een agent iets anders doen dan gokken. Threads die dagenlang overleven zijn juist het punt van een gedeelde werkruimte; een venster dat ze afkapt, maakt van elke sessie een koude start.

Dat is een argument waarom Mistral Large 4 bij het ontwerp past, geen bewijs dat het presteert. Die twee zijn in een introductieweek makkelijk te verwarren, en Mistral's post helpt niet — die noemt het venster als een opvallend getal naast het aantal parameters, wat specsheet-taal is, geen evaluatie.

Wat een goedgekeurd team ontvangt, en wat nog steeds onvermeld blijft

• Evaluatie — geen gepubliceerde wiskunderesultaten voor Mistral Large 4 op Open Math OS; de lanceermodellen van het roster werden door Tao omschreven als ongeveer een jaar achter de frontier en goed in middelgrote Lean-formalisering, wat een bewering over capaciteiten is, geen score.

• Gelijke tooling — niet vermeld of het nieuwe model Ultramath, proof search en de volledige wetenschappelijke toolchain krijgt, of een beperkte subset terwijl het wordt beoordeeld.

• Limieten — geen gepubliceerde snelheidslimieten, quota of contextlimieten binnen de werkruimte, waar een venster van 1M door het platform kan worden ingekort, ongeacht wat het model ondersteunt.

• Gegevensbeleid — Tao schreef in oktober dat SAIR "eerst wat gebruiksgegevens wilde verzamelen voordat we ons beleid definitief maakten." Dat is een eerlijke uitspraak, en ook een reden om de huidige voorwaarden te lezen voordat je een ongepubliceerd bewijs in een project stopt.

• Selectie — geen uitleg over hoe een team per project een model kiest, of de keuze per chat of per project is, of SAIR automatisch tussen beide routeert.

Het patroon is consistent: de aankondiging beschrijft een model dat aan een line-up wordt toegevoegd, niet een capaciteit die wordt gedemonstreerd. Als je overweegt om je aan te melden, is dat de eerlijke stand van het bewijs.

Als het de modellen zijn die je wilt, en niet de werkruimte

Open Math OS is het interessante deel van dit verhaal, maar het is niet de enige manier om de modellen te bereiken die erop draaien. GLM-5.3-Flash staat in de OrcaRouter-catalogus tegen de lijstprijs van de provider, en dat geldt ook voor Kimi K3 — twee van de drie modellen waarmee de workspace is gelanceerd, aanroepbaar via één API naast meer dan 200 andere, met automatische failover tussen providers en 0% opslag op het eigen tarief van de provider. De routing-DSL voegt ze samen tot één aanroep als je een panel wilt in plaats van één antwoord, wat een ruwe benadering is van wat Ultramath binnen de workspace doet zonder de aangekoppelde Lean-checker.

Mistral Large 4 staat niet in onze catalogus, en we gaan niet doen alsof dat wel zo is. Als je specifiek dat model wilt, zijn de routes vandaag de eigen API van Mistral, de open-weight checkpoints op Hugging Face, of de externe hostingpartners van de leverancier. De afweging is reëel: de workspace geeft je het gedeelde project, de tools en het controleren van bewijzen; de API geeft je alleen het model, tegen een prijs die je kunt meten.

Wat nu te kijken

Drie dingen zouden dit van een update van het overzicht tot een resultaat maken. Een evaluatie per model binnen Open Math OS — zelfs een kleine, een reeks Lean-formalisaties die voor alle vier modellen op dezelfde manier wordt beoordeeld — zou het eerste openbare bewijs zijn over welk model een wiskundige voor welke taak zou moeten kiezen. Een gepubliceerd toegangsbeleid zou de spanning tussen "open" en "goedgekeurd" oplossen. En een verklaring van SAIR of Mistral over hoe de hostingregeling zich verhoudt tot de model-as-a-service-clausule zou elk ander lab vertellen of zij hetzelfde kunnen bouwen.

Tot die tijd is de accurate samenvatting beperkt: een open-weightmodel met een biljoen parameters en een venster van 1M is nu een van de opties in een onderzoekswerkruimte die volgens de eigen beschrijving van de oprichter nog altijd een zeer vroege versie is.