Mistral brengt Le Chonk uit: een open AI-model met 1 biljoen parameters

TL;DR

• Wat: Mistral AI lanceert Large 4, bijgenaamd 'Le Chonk' — een open model met 1 biljoen parameters, getraind in Europese datacenters.
• Waarom relevant: Als Europees open-gewichtenmodel kun je het straks op eigen infrastructuur draaien, wat interessant is voor databescherming en onafhankelijkheid.
• Wat je ermee kunt: Volg eind oktober de release van de open weights en laat je IT-partner bekijken of het model past bij jouw use case.

Mistral AI, het Franse AI-bedrijf, heeft gisteren Mistral Large 4 aangekondigd — officieel bijgenaamd 'Le Chonk'. Ik viel erover omdat het model niet alleen enorm is (1 biljoen parameters), maar ook omdat Mistral het positioneert als het sterkste open model uit het Westen. Dat is een stevige claim, en ik wilde uitzoeken wat ervan klopt.

Wat is Le Chonk precies?

Mistral Large 4 is een zogeheten mixture-of-experts model. Dat betekent dat het model in totaal 1 biljoen parameters heeft, maar bij elke vraag slechts een deel daarvan activeert — in dit geval zo'n 49 miljard. Vergelijk het met een groot kantoor waar honderden specialisten zitten, maar per klantvraag steeds een klein team wordt samengesteld dat precies die expertise heeft.

Het model is natively multimodal: het kan van huis uit zowel tekst als afbeeldingen verwerken. Het heeft een contextvenster van 1 miljoen tokens, wat betekent dat je er in één keer hele boekwerken aan informatie in kunt stoppen. En het is getraind in meer dan 160 talen.

Wat mij opvalt is de infrastructuur erachter: Mistral heeft het model getraind op circa 3.800 Nvidia Grace Blackwell GPU's in Europese datacenters. Dat is relevant, want het betekent dat de hele trainingspijplijn binnen Europa is gebleven.

De benchmarks: indrukwekkend, maar met kanttekeningen

Mistral deelt een aantal cijfers die er goed uitzien. Op DeepSWE v1.1, een benchmark die meet hoe goed een model echte softwareproblemen kan oplossen, scoort Le Chonk 61,7%. Op AutomationBench haalt het 59,9%, en op Cybench — een beveiligingstest — komt het tot 93%.

Maar hier moet ik eerlijk zijn: onafhankelijke benchmarks van Reflection AI laten zien dat andere modellen op diezelfde DeepSWE-test hoger scoren. DeepSeek V4.1 Flash haalt 74,2% en Kimi K3 komt uit op 68,0%. Dat relativeert de claim dat Le Chonk 'het sterkste open model' is behoorlijk. Mistral specificeert het als het sterkste open model 'uit het Westen' — waarmee ze Chinese modellen buiten de vergelijking plaatsen. Dat is een subtiel maar belangrijk onderscheid.

Ik denk dat dit laat zien hoe benchmarkclaims altijd context nodig hebben. Een model kan op bepaalde taken uitblinken en op andere achter lopen. Voor jou als ondernemer is de vraag: wat moet het model doen in mijn situatie? Die vraag beantwoordt geen enkele benchmark.

Wat kost het?

Via de API van Mistral kun je het model nu al gebruiken in een preview-versie. De prijzen liggen op $0,68 per miljoen invoertokens en $2,09 per miljoen uitvoertokens. Dat is ongeveer 39% duurder dan zijn voorganger, Mistral Large 3.

Voor de meeste MKB-toepassingen — denk aan het samenvatten van documenten, het beantwoorden van klantvragen, of het analyseren van data — zijn dat nog steeds bedragen die per maand overzichtelijk blijven. Maar het is goed om te weten dat de kosten stijgen ten opzichte van de vorige generatie.

Open weights: eind oktober verwacht

Mistral heeft aangekondigd dat de open weights eind oktober beschikbaar komen. Dat betekent dat je het model dan kunt downloaden en op je eigen hardware kunt draaien. De licentievoorwaarden zijn nog niet bevestigd — Mistral Large 3 verscheen onder een Apache 2.0-licentie, maar of dat ook voor Large 4 geldt, is nog niet duidelijk.

Stel dat je als ondernemer werkt met gevoelige klantdata of in een gereguleerde sector zit: het feit dat je het model lokaal kunt draaien, zonder dat data naar een Amerikaans of Chinees platform hoeft, is een serieus voordeel. Het is precies het soort flexibiliteit waar veel Europese bedrijven naar vragen.

Waarom een Europees model ertoe doet

Ik vind het interessant dat Mistral expliciet de Europese kaart speelt. Het bedrijf biedt al regionale endpoints aan waarmee klanten kunnen kiezen of hun data in Europa of de VS wordt verwerkt. Dat sluit aan bij de bredere trend van 'digitale soevereiniteit' die je in de EU ziet — het idee dat Europese bedrijven en overheden niet volledig afhankelijk moeten zijn van Amerikaanse of Chinese technologie.

Voor een Nederlandse ondernemer is dat geen abstract verhaal. Als je AI inzet voor klantcommunicatie, documentverwerking of interne processen, wil je weten waar je data naartoe gaat. De AVG stelt daar eisen aan, en een model dat je op Europese servers kunt draaien — of straks zelfs op je eigen infrastructuur — geeft je meer controle.

Dat gezegd hebbende: een model met 1 biljoen parameters draai je niet zomaar op een laptop. Zelfs met de mixture-of-experts-architectuur, waarbij slechts 49 miljard parameters actief zijn, heb je serieuze hardware nodig. Voor de meeste MKB-bedrijven zal de API-route voorlopig het meest praktisch zijn.

De naam zegt eigenlijk alles

Le Chonk — het is een knipoog naar internetcultuur, waar 'chonk' een liefkozende term is voor iets dat comisch groot is. En met 1 biljoen parameters is het model precies dat. Ik vind het verfrissend dat een bedrijf dat zich positioneert als serieuze Europese AI-kampioen de humor ervan inziet.

Maar achter die grappige naam zit een serieuze boodschap. Mistral laat zien dat Europa mee kan doen in de race om grote taalmodellen, inclusief het open beschikbaar stellen van de gewichten. Of Le Chonk daadwerkelijk kan concurreren met de beste Chinese modellen — daar zijn de onafhankelijke cijfers nog niet eenduidig over.

Voor mij is dit vooral een signaal dat de keuze in open AI-modellen groeit, en dat Europa daar steeds nadrukkelijker een rol in speelt. Als ondernemer hoef je daar vandaag niet direct iets mee, maar het is wel goed om te weten dat je opties breder worden dan alleen OpenAI of Google.