Nyhet

Mistral AI öppnar vikterna till Mistral Large 4 – modell med 1 biljon parametrar för kodning

Mistral AI har släppt vikterna till Mistral Large 4, med smeknamnet Le Chonk. Det är en multimodal modell med 1 biljon parametrar som tränats i Europa. Enligt bolaget är den den bästa öppna modellen för kodning och står sig starkt inom defensiv cybersäkerhet.

Det viktigaste i korthet

• Mistral Large 4 (Le Chonk) är en nativt multimodal modell med 1 biljon parametrar, och vikterna är nu öppna.

• Enligt Mistral AI leder modellen bland öppna modeller på FrontierCode 2.0 (19,7 %) och Terminal-Bench 4.0 (41 %).

• På Artificial Analysis Coding Agent Index får den 48 %, i nivå med GLM-5.3, men med 47 % färre tokens per uppgift i snitt.

• På Artificial Analysis Cyber Index får modellen 51 %, och den avvisar i genomsnitt 96,6 % av skadliga cyberförfrågningar, enligt Mistral AI.

• Modellen har tre resonemangslägen: Low, Medium och High, där High är standard.

• Modellen är enligt Mistral AI tränad från grunden på europeisk infrastruktur och kan köras på egen infrastruktur.

Vad har hänt

Mistral AI släppte tidigare i november Mistral Large 4 i publik förhandsversion. Nu har bolaget öppnat vikterna till en förbättrad version. Enligt Mistral AI har ytterligare tre veckors förstärkningsinlärning gett stora förbättringar i kodning och defensiv cybersäkerhet, och bolaget uppger att vinsterna fortsätter utan tecken på mättnad. Resonemangseffektiviteten ska också ha förbättrats, så att prestandan ökar medan kostnaden för inferens sjunker.

På kodningssidan uppger Mistral AI att modellen leder bland öppna modeller på FrontierCode och Terminal-Bench. På Cognitions privata FrontierCode 2.0, som mäter kodkvalitet från början till slut och om en underhållare skulle godta agentens ändring, ligger den först med 19,7 %. På Terminal-Bench 4.0 förbättrades resultatet med 13 procentenheter till 41 % jämfört med förhandsversionen, samtidigt som antalet utdatatokens minskade med 30 %. I blinda parvisa tester hos Surge Code föredrogs modellen framför GLM-5.3, Kimi K3 och DeepSeek V4.1 Flash. Bara Claude Opus 5.5 rankades högre bland de utvärderade modellerna.

De tre resonemangslägena ska ge utvecklare kontroll över balansen mellan prestanda och kostnad. Low är för enkla uppgifter och ersätter läget None. Medium är för vardagliga uppgifter. High är standard och avsett för svåra fall som kräver hög precision.

Inom cybersäkerhet mäter Artificial Analysis Cyber Index förmågan att hitta sårbarheter i en kodbas, reproducera och validera dem och åtgärda dem utan att förstöra befintlig funktion. Modellen får 51 %. Enligt Mistral AI hanterar den legitima defensiva uppgifter utan onödiga vägranden. Bolaget uppger också att modellen avvisar i genomsnitt 96,6 % av skadliga cyberförfrågningar i JailbreakBench, StrongREJECT och AgentHarm, vilket är det högsta bolaget mätt bland öppna modeller.

Citat från bland andra Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, Fortinet, NVIDIA, Orange Cyberdefense, Rubrik och Zscaler är positiva. EU:s cybersäkerhetsbyrå ENISA uppger att den testar modellen för att hitta sårbarheter, granska kod och analysera loggar. Elastic säger att Mistrals öppna modeller redan stöds i Elastic Security.

Mistral AI medger att man sett potential för att modellen kan underlätta riktiga attacker och därför justerar sina skyddsmekanismer. Företagspartner som Orange Cyberdefense får förhandsåtkomst till en specialiserad variant för penetrationstester, sårbarhetsbedömning och red-teaming. Åtkomsten kräver granskning och avtalsmässiga skydd, och testning får bara ske mot egna eller uttryckligen godkända system i kontrollerade miljöer. Kunder kan anpassa modellen med egna säkerhetsdata via Mistral Forge.

För allmänt arbete uppger Mistral AI att Finch-resultatet, för kalkylblad inom finans, steg till 73,3 %, näst efter Kimi K3 bland öppna modeller. På BrowseComp nådde modellen 84,5 %, upp från 75 % i startpunkten. På B3 Agent Security Benchmark stod den emot 97,1 % av attackerna, mot 93,3 % i förhandsversionen.

Vad det betyder för dig i Sverige

Källan nämner inte Sverige särskilt. Mistral AI lyfter däremot att modellen är europeiskt tränad och går att köra på egen infrastruktur. Det kan intressera svenska organisationer som vill ha kontroll över data och teknik. Eftersom vikterna är öppna kan utvecklare och företag i princip ladda ned, anpassa och driftsätta modellen själva. Bolaget beskriver detta som en grund för suverän AI, men hur modellen kan användas i Sverige i praktiken framgår inte.

Det här vet vi inte än

Källan anger inga priser och ingen licens. Den säger inte heller var vikterna kan laddas ned eller vilken hårdvara som krävs för att köra modellen. Det är oklart hur tillgängligheten ser ut i Sverige. Resultaten är i huvudsak Mistral AI:s egna uppgifter. Cognitions FrontierCode 2.0 är ett privat test. Mistral AI säger att skyddsmekanismerna ska uppdateras de kommande månaderna, men hur de ändras är inte känt. Den specialiserade cybervarianten är bara tillgänglig för utvalda partner.