De gewichten van Mistral Large 4 zijn eindelijk openbaar: wat 1,06 TB en een licentie van 2.632 bytes je echt opleveren

Drieëntwintig dagen nadat Mistral AI Mistral Large 4 te koop had aangeboden als een openbare preview die uitsluitend via de API beschikbaar is, kwam het checkpoint uit. De repository mistralai/Mistral-Large-4-1T-A52B ging op 29 oktober 2026 live op Hugging Face — in de metadata staat een laatste wijziging op die dag om 14:11 UTC — met 54 safetensors-shards, 68 bestanden, 1.060,6 GB in bf16 en helemaal geen toegangsbeperking. Wat samen met de gewichten binnenkwam, is het onderdeel dat eerdere berichtgeving steeds als ontbrekend aanmerkte: een licentiebestand, alle 2.632 bytes ervan, met de titel Mistral Ecosystem Open-Weight License. De lege plekken zijn opgevuld. Het interessante deel is wat de opvulling zegt.

De tijdlijn is het waard om vast te pinnen, want er zijn drie data in omloop geweest en slechts één daarvan is een daadwerkelijke levering. Mistral kondigde de preview op 6 oktober aan en beloofde de gewichten "eind van de maand" zonder een dag te noemen. Secundaire berichtgeving wees op 27 oktober; die datum verstreek terwijl het repository nog leeg was, en de pre-release-artikelen — waaronder meerdere op dit blog — beschreven correct een kaart met een "Open"-badge, geen licentienaam en een gewichtentab waarop "Coming soon" stond. Het repository zelf bestond sinds 30 september als een placeholder zonder bestanden. Inmiddels bevat het bestanden.

Wat een lezer vandaag zelf kan verifiëren, is de staat van het repository: de bestandslijst, de byteaantallen, de licentietekst en het feit dat niets toestemming vraagt voordat je downloadt. Wat nog niet kan worden geverifieerd, is alles wat afhangt van iemand die het ding daadwerkelijk op schaal draait — of het gekwantiseerde checkpoint de gepubliceerde scores behoudt, of de 1M-context wordt geserveerd en niet alleen geconfigureerd, en of het sterk verlaagde API-tarief de maand overleeft. Die staan hieronder als open gemarkeerd, niet gladgestreken.

Wat zit er eigenlijk in de repository?

De bf16-release is één vlakke reeks shards: consolidated-00001-of-00054.safetensors tot en met -00054, tweeënvijftig ervan tussen 19,7 en 20,0 GB, met de laatste twee op 16,9 GB en 4,2 GB, plus een consolidated.safetensors.index.json. De totale payload is 1.060,6 GB. Dat is een echte download van 1 terabyte voordat je ook maar één token KV-status hebt gecachet, en dat is het getal waarop je je opslag moet plannen, niet de kop "1T parameters", die de rekenkundige breedte van het model beschrijft en niet de schijfruimte die het inneemt.

De rekenkunde die van belang is voor serving is de sparse split: ongeveer 1,05 biljoen parameters in totaal, 49 miljard actief per token en 52 miljard inclusief embeddings en outputlagen, verdeeld over 128 routed experts met vier actieve per token plus één gedeelde expert. De kaart claimt ook een context van 1M tokens en meer dan 160 talen. Beide zijn leveranciersplafonds totdat iemand meet wat daadwerkelijk wordt geserveerd.

• Toegang — zonder toegangsbeperking. De API van Hugging Face meldt gated: false, dus er is geen doorklikprocedure, geen goedkeuringswachtrij en geen accountverplichting naast de gewone voorwaarden van de site. De wachtlijst die zich in oktober rond deze release opbouwde, was bedoeld voor een aankondiging, niet voor een toestemming.

• Servermetadata — config.json, generation_config.json, processor_config.json, een chat_template.jinja, en zowel tekken.json als tokenizer.json. De processorconfig is er omdat het model zowel afbeeldingen als tekst verwerkt.

• Pipeline-tag — image-text-to-text. Mistral beschrijft het model als van nature multimodaal, met een vision-encoder van 1,6 miljard parameters: tekst en afbeelding als invoer, tekst als uitvoer.

• Gekwantiseerde variant — mistralai/Mistral-Large-4-1T-A52B-NVFP4, een eigen repository, aangemaakt op 15 oktober, 43 bestanden, 32 shards, 610,1 GB, eveneens zonder toegangsbeheer. Mistral positioneert deze voor Blackwell-hardware met native NVFP4-ondersteuning en stelt dat hij "dezelfde prestaties" behoudt, een bewering die nog niemand buiten het bedrijf heeft getest.

• Benchmarkafbeeldingen — het repository bevat precies twee grafieken, images/coding_index.png en images/intelligence_index.png. Beide zijn door de leverancier gemaakt. Ze zijn nuttig als bewijs van wat Mistral wil dat je bekijkt, niet als onafhankelijke meting, en dat is het onderscheid waar de volgende sectie over gaat.

De licentie, liever gelezen dan samengevat

De naam op het bestand is de Mistral Ecosystem Open-Weight License, en de tweede zin noemt zichzelf "een gewijzigde versie van de MIT-licentie". Met 2.632 bytes is het kort genoeg om in één keer uit te lezen, wat je van de meeste open-weight-voorwaarden niet kunt zeggen. De verleende rechten zijn breed: het model gebruiken, kopiëren, wijzigen, samenvoegen, publiceren, verspreiden, in sublicentie geven en er kopieën van verkopen; het uitvoeren, inzetten, verder trainen en er afgeleide werken van maken. Commercieel gebruik is toegestaan. Er is geen inkomensgrens, geen limiet op het aantal gebruikers, geen beperking van het toepassingsgebied, en — in tegenstelling tot speculatie vóór de release over een inkomensgrens — geen enkel getal waar een bedrijf onder moet blijven.

Wat er in plaats daarvan is, is één voorwaarde, in clausule 2. Als de licentienemer of een gelieerde partij „een Model as a Service-bedrijf bedrijft”, moet deze een aparte commerciële licentie met Mistral ondertekenen voordat hij het model of zijn afgeleiden voor enig commercieel doel gebruikt. Dat is de clausule die open gewichten van een open platform scheidt, en ze is beperkter dan ze op het eerste gezicht lijkt. „Model as a Service” wordt gedefinieerd als het een derde partij toegang geven tot het model voor inferentie of post-training „op een manier die die derde partij de mogelijkheid geeft betekenisvolle controle uit te oefenen over de inputs, parameters of trainingsgegevens.”

Drie uitzonderingen volgen, en die wegen zwaarder dan de beperking:

• Producten voor eindgebruikers — een product waarvan de modelcapaciteiten "uitsluitend zijn ingebed in specifieke functies of harnesses" valt buiten de definitie. Een functie uitbrengen die alleen maar het model aanroept, is geen modelservice exploiteren.

• Doorgeven — "het simpelweg doorgeven van verzoeken aan modellen die door anderen worden gehost" valt daar ook buiten. Een gateway of router die doorstuurt naar een endpoint dat iemand anders host, is volgens deze tekst geen Model-as-a-Service-bedrijf.

• Intern gebruik en Mistral's eigen producten — clausule 3 maakt elk gebruik vrij dat het model niet aan derden beschikbaar stelt, en elk gebruik via Mistral's officiële producten.

De praktische lezing is een driedeling. De gewichten hosten binnen je eigen organisatie is ondubbelzinnig geen probleem. Een product eromheen bouwen is geen probleem. Een API opzetten die klanten onbewerkte toegang tot het model geeft — de inputs, de parameters, de training — vereist eerst een commerciële overeenkomst met Mistral. En een routeringslaag die doorverwijst naar door Mistral gehoste inferentie valt onder de carve-out, en dat is precies de zin die een gateway moet lezen voordat hij überhaupt een model toevoegt.

Dat onderscheid is het waard om op onze eigen pagina ronduit te zeggen: Mistral Large 4 staat op het moment van publicatie niet in de catalogus van OrcaRouter, dus dit is geen route die we je vandaag kunnen aanbieden. Via de eigen API van Mistral en een aantal hostingplatforms van derden kun je het nu aanroepen. Wat OrcaRouter wél biedt, is het algemene alternatief voor de modellen die het wél aanbiedt — één API voor de hele catalogus waarbij de lijstprijzen van providers met 0% opslag worden doorgegeven, zodat een prijswijziging van een leverancier dezelfde dag doorwerkt; automatische failover tussen providers; en een routing-DSL om meerdere modellen in één aanroep te combineren. Wanneer een model als dit nog niet bewezen is, is failover ook de goedkoopste manier om het echte verkeer te laten bedienen zonder een productiepad aan één endpoint op te hangen.

De cijfers, gelabeld door wie ze zijn geproduceerd.

Alle prestatiecijfers die tot nu toe aan deze release zijn gekoppeld, komen van Mistral. Geen enkele derde partij heeft een volledige herhaling gepubliceerd tegen de vrijgegeven checkpoint, dus wat volgt is door de leverancier gerapporteerd, tenzij de regel anders vermeldt.

• Terminal-Bench 4.0 — 41%, gestegen van 28% bij de preview. Mistral schrijft de stijging van 13 punten toe aan drie extra weken reinforcement learning tussen de preview en de release.

• Artificial Analysis Coding Agent Index — 48%, door Mistral beschreven als effectief gelijkwaardig aan GLM-5.3, terwijl gemiddeld 47% minder tokens per taak worden gebruikt. Het instrument is van Artificial Analysis; de score is wat Mistral daarover rapporteert.

• Cyber — 51% op de Artificial Analysis Cyber Index, met een vermeld gemiddeld weigeringspercentage van 96,6% bij kwaadwillige cyberverzoeken, en 79% op de CyberGym-E2E-dekking per release.

• Cijfers van andere leveranciers — BrowseComp 84,5%, Finch 73,3% en B3-aanvalsweerstand 97,1%, allemaal uit Mistrals releasebericht.

• Artificial Analysis Intelligence Index v5 — 26, wat in de modelcard van Mistral de hoogste score onder westerse open-weightmodellen wordt genoemd. Dit is het getal dat het vaakst verkeerd geciteerd zal worden, want voor de preview werd 38,4 gerapporteerd op de indexversie die op 6 oktober van kracht was. Artificial Analysis heeft die index op 27 oktober herbouwd en op v5 gerebaseerd, dus 38,4 en 26 zijn metingen van twee verschillende instrumenten. Ze van elkaar aftrekken levert een “regressie” van 12 punten op die niet bestaat. Doe dat niet.

Het enige getal dat echt de moeite waard is om mee te nemen in een aankoopbeslissing, is helemaal geen benchmark: 47% minder tokens per taak op de coding agent index. Als dat standhoudt onder je eigen workloads, verandert dat de rekensom veel meer dan vier punten op een leaderboard, omdat je betaalt voor tokens, niet voor rang.

Wat het kost om te draaien, tegenover wat het kost om aan te roepen

Zelfhosting valt uiteen in twee heel verschillende verplichtingen. Het bf16-checkpoint is alleen al 1.060,6 GB aan gewichten, wat niet nuttig past op acht accelerators van 141 GB als je KV-cache reserveert; reken op meer hardware of op het gequantiseerde pad. Het NVFP4-checkpoint is 610,1 GB, en Mistrals eigen richtlijn is dat deze versie op vier B200- of B300-GPU's draait. Het vLLM-recept van de modelkaart vraagt tensorparallelisme van 8 met een FP8 KV-cache-dtype; dat is de configuratie waartegen je moet benchmarken, niet een belofte van doorvoer.

Het aanroepen is eenvoudiger. De gepubliceerde prijslijst is $1,36 per miljoen inputtokens, $0,14 voor gecachte input en $4,18 per miljoen output. Een introductieactie toont dezelfde drie regels gehalveerd naar $0,68, $0,07 en $2,09 — het bedrag dat de productzijbalk bij Mistral's eigen open-weights-bericht afrondt op $0,70 en $2,10 — en voor die actie is geen einddatum gepubliceerd, wat betekent dat de effectieve prijs van een API-aanroep vandaag ongeveer de helft van de lijstprijs is en niemand je kan zeggen wanneer dat niet meer zo is.

Zet die naast elkaar en de beslissing maakt zich grotendeels vanzelf. Voor bijna elk team onder hyperscale-niveau kost vier Blackwell-GPU's plus de engineeringtijd om een MoE met 1 biljoen parameters te bedienen meer per nuttig token dan de API met korting. Zelf hosten is hier een aankoop van controle — gegevensresidentie, licentiezekerheid, de mogelijkheid om te fine-tunen en afgeleiden uit te brengen — niet een aankoop van besparingen. Dat is de eerlijke reden om 1,06 TB te downloaden.

Wie moet opschuiven, en wie moet blijven wachten?

Stap over als het ontbrekende element beschikbaarheid was. Een team dat Europees getrainde gewichten wilde die het kon inspecteren, fine-tunen of binnen zijn eigen perimeter kon draaien, heeft ze nu, onder voorwaarden die precies dat toestaan, zonder dat er een belemmering in de weg staat. Stap ook over als je Blackwell-capaciteit hebt en een workload waarbij de claim over token-efficiëntie de hardware zou terugverdienen — maar meet het eerst op je eigen traffic, want de 47% is het cijfer van Mistral op de door Mistral gekozen index.

Wacht, als kwaliteit het struikelblok was. Er is nog steeds geen onafhankelijke evaluatie van de vrijgegeven checkpoint, alleen van de preview, en de twee zijn verschillende artefacten die drie weken RL van elkaar scheiden. Wacht, als je vloot uit H100 of H200 bestaat zonder native NVFP4 — het efficiënte pad gaat uit van Blackwell, en het bf16-pad gaat uit van een enorme hoeveelheid geheugen. En wacht, als het bedrijfsmodel bestond uit het doorverkopen van ruwe modeltoegang via je eigen API: dat is juist het ene gebruik dat de licentie duidelijk voorbehoudt aan een commerciële overeenkomst.

Wat we nog steeds niet weten

Vier punten, in volgorde van hoeveel ze het beeld zouden kunnen veranderen. Of de NVFP4- en GGUF-conversies de gepubliceerde scores vasthouden — Mistral zegt "zelfde prestaties", wat een claim is, geen meting. Of de 1M-context in de praktijk wordt aangeboden of begrensd; Artificial Analysis mat 524.288 tokens op de previewconfiguratie, en de 1.048.576 in het configuratiebestand is een plafond, geen garantie. Of de gehalveerde API-prijs na de actieperiode standhoudt, wat bepaalt of aanroepen goedkoper blijft dan hosten. En hoe artikel 2 in randgevallen wordt gehandhaafd — de uitdrukking "betekenisvolle controle" draagt veel gewicht en er staat nog geen jurisprudentie achter.

De release zelf staat niet langer ter discussie. Drieëntwintig dagen van "binnenkort beschikbaar", één gemiste datum en een placeholder-repository werden 1.060,6 GB, een download zonder toegangsbeperking en een licentie die zo kort is dat er geen excuus is om ze niet te lezen. Als je erop wachtte om te beslissen of Mistral Large 4 echt was, is het antwoord per 29 oktober 2026 dat de gewichten op schijf staan en de voorwaarden op papier. Als je erop wachtte om te beslissen of het goed is, is die vraag nog niet beantwoord — en de enigen die ze nu kunnen beantwoorden, zijn degenen die bereid zijn het te downloaden en hun eigen tests uit te voeren.