Pařížská firma Mistral AI zveřejnila 29. října 2026 na Hugging Face váhy modelu Mistral Large 4, kterému sama přezdívá Le Chonk. Model má zhruba bilion parametrů a od 6. října šel vyzkoušet jen jako veřejný preview přes API Mistralu. Podle firmy je to nejlepší model s otevřenými vahami na programování. Otevřený je ovšem o kus méně než předchůdce. Mistral Large 3 vyšel pod licencí Apache 2.0, novinka dostala vlastní Mistral Ecosystem Open-Weight License, která vychází z licence MIT a dovoluje model zdarma používat, upravovat, dál trénovat i komerčně nasazovat. Má jednu podmínku. Firma, která podniká v provozu modelů jako služby (Model as a Service), si musí před komerčním použitím sjednat s Mistralem samostatnou licenci.
Licence za službu považuje zpřístupnění modelu nebo jeho odvozenin třetí straně k inferenci či dotrénování, třeba přes API nebo hostovaný endpoint, pokud ta třetí strana může podstatně ovlivnit vstupy, parametry nebo trénovací data. Výjimku mají produkty pro koncové uživatele, ve kterých je model zabudovaný jen do konkrétních funkcí, a pouhé přeposílání požadavků na model hostovaný někým jiným. Podmínka se netýká ani interního použití. Firma si tedy může Mistral Large 4 rozběhnout na vlastních serverech pro zaměstnance bez ptaní. Cloudový poskytovatel, který by k modelu prodával přístup přes API, potřebuje smlouvu.
Uvnitř je architektura Mixture-of-Experts se 128 experty, z nichž se pro každý token zapojí čtyři a k nim jeden sdílený, takže aktivních parametrů je na token 49 miliard, s vrstvami embeddingů a výstupu 52 miliard. Kontextové okno pojme milion tokenů. Na vstupu bere model text i obrázky (stará se o ně vizuální enkodér ve stylu Pixtral s 1,6 miliardy parametrů), odpovídá textem. Podle Mistralu plynně ovládá přes 160 jazyků včetně všech úředních jazyků EU, tedy i češtinu. Trénoval se od nuly na 3 800 GPU NVIDIA Grace Blackwell ve vlastních evropských datacentrech firmy. Míru uvažování si vývojář volí ve třech stupních (low, medium a výchozí high), přičemž low nahrazuje dřívější režim bez uvažování. Součástí vah je i pomocná hlava DSpark pro spekulativní dekódování, která podle měření Mistralu zvedne propustnost až 1,9×.
Na běžném počítači tenhle model nepoběží. Váhy ve formátu FP8 mají na Hugging Face dohromady 1,06 TB a příklady v model card počítají s nasazením přes vLLM nebo SGLang na uzlu s osmi GPU. Hugging Face pro své Inference Endpoints připravil recept na 8× NVIDIA H200. Pro karty Blackwell vydal Mistral i verzi v NVFP4 s menšími nároky na paměť. Nejskromnější sestavu popisuje blog Hugging Face. Dvoubitové kvantizace GGUF od týmu llama.cpp poběží na jednom počítači Apple Silicon Ultra s 512 GB sjednocené paměti. Na M3 Ultra s kvantizací Q2_K naměřili autoři blogu generování asi 15 tokenů za sekundu. Ostatní varianty už potřebují inferenci rozloženou na víc zařízení.
Čísla z benchmarků zveřejnil hlavně Mistral sám. V žebříčku Artificial Analysis Coding Agent Index má Mistral Large 4 podle firmy 48 %, prakticky stejně jako GLM-5.3, a na úlohu přitom spotřebuje v průměru o 47 % méně tokenů. V Terminal-Bench 4.0 má 41 %, o 13 procentních bodů víc než preview, a výstupních tokenů vygeneruje o 30 % méně. V soukromém benchmarku FrontierCode 2.0 od firmy Cognition vede mezi srovnávanými modely s 19,7 % těsně před modelem DeepSeek V4.1 Flash (19,3 %). Ve slepém srovnání Surge Code hodnotitelé dali přednost jeho kódu před modely GLM-5.3 a Kimi K3 v 64 % případů. Proti modelu Claude Opus 5.5 vyhrál jen ve 22 %. Vlastní měření Artificial Analysis je k dispozici pro Intelligence Index v5.0, kde má model 26 bodů. Mistral to označuje za nejlepší výsledek mezi západními otevřenými modely. Čínské otevřené modely jsou v tomto souhrnném indexu výš a podle blogu Hugging Face byl Mistral Large 4 k 29. říjnu pátý mezi modely s otevřenými vahami.
Druhou oblastí, na kterou Mistral model ladil, je obranná kybernetická bezpečnost. V Artificial Analysis Cyber Index má podle firmy 51 %, ve vlastním grafu Mistralu ho ale předbíhají MiMo-V2.6-Pro (56 %) a DeepSeek-V4.1-Flash 1017 (57 %). Škodlivé kybernetické požadavky z testových sad JailbreakBench, StrongREJECT a AgentHarm podle firmy odmítá v průměru v 96,6 % případů. Při sledování provozu od spuštění preview sice model podle firmy odmítal útoky na živé cíle, Mistral ale přesto vidí riziko, že by útočníkům mohl se skutečnými útoky pomoct, a ochranné filtry proto dál upravuje. Variantu laděnou na penetrační testy a red-teaming Mistral volně nevydal. Dostali ji zatím jen prověření partneři jako Orange Cyberdefense, a to se smluvními omezeními. Model testuje třeba CrowdStrike nebo unijní agentura pro kybernetickou bezpečnost ENISA.
Přes API Mistralu stojí milion vstupních tokenů 0,70 dolaru (z mezipaměti 0,07 dolaru) a milion výstupních 2,10 dolaru. Mistral Large 4 je dostupný také v Mistral Studiu, na OpenRouteru, v endpointech NVIDIA a v Microsoft Foundry. Pro vlastní provoz ho podporují vLLM, SGLang, Transformers i llama.cpp. Úplnou technickou zprávu Mistral slibuje později. Model má být základem pro další specializované varianty.
Zdroje:
- Mistral AI: Mistral Large 4 (Le Chonk) is now open weight, 29. října 2026
- Mistral AI: Mistral Large 4 (Le Chonk), oznámení veřejného preview, 6. října 2026
- Hugging Face: model card Mistral-Large-4-1T-A52B, říjen 2026
- Mistral Ecosystem Open-Weight License
- Mistral AI Docs: Mistral Large 4
- Hugging Face: Welcome Le Chonk: Mistral Large 4 on Hugging Face, 29. října 2026
- Artificial Analysis: Mistral Large 4
