Franska Mistral har släppt sin största modell, Mistral Large 4, med öppna vikter. Det betyder att vem som helst kan ladda ner den. Här är vad det innebär, vad den kostar och vad du faktiskt kan göra med den.
Nu hände det: Mistral, Europas stora AI-företag, har öppnat dörren till sin största modell hittills. Mistral Large 4 (kallad "Le Chonk" av fransmännen själva, vilket är ganska härligt) släpptes med öppna vikter den 29 oktober 2026. Apan har kliat sig i huvudet och läst igenom allt, så att du slipper.
Mistral Large 4 är en gigantisk språkmodell med ungefär 1 biljon parametrar. Parametrar är lite som hjärnceller i modellen: ju fler, desto mer kan den ha lärt sig. Men det är inte alla som används samtidigt. Enligt namnet på nedladdningssidan är cirka 52 miljarder aktiva åt gången, en teknik som kallas "mixture of experts" (ungefär: ett gäng specialister där bara de som behövs får jobba).
Modellen är dessutom multimodal, alltså den förstår mer än bara text. Och den har tre lägen för tänkande: lågt, medel och högt, där högt är standard. Behöver du ett snabbt svar väljer du lågt. Behöver du att den grubblar lite extra väljer du högt.
Det här är den stora grejen. När en modell har öppna vikter kan du ladda ner själva "hjärnan" och köra den själv, på egna servrar. Du är inte beroende av att ett företag håller en dörr öppen åt dig. Mistrals vetenskapschef Pierre Stock sa till TechCrunch att det handlar om "access som inte kan stängas av, per definition, eftersom modellen är öppen".
Är det helt fritt? Nästan. Licensen är en modifierad MIT-licens. Du får använda, ändra, finjustera och tjäna pengar på modellen. Men om du vill bygga en tjänst där andra betalar för att använda själva modellen (så kallad Model-as-a-Service) behöver du en separat kommersiell licens från Mistral. Kolla alltid licensen innan du bygger något affärskritiskt. Vill du fräscha upp begreppen hittar du dem i vår AI-ordlista.
Mistral har delat en rad testresultat. Några av dem:
Viktigt att veta: det här är Mistrals egna siffror, inte oberoende granskade. Testresultat är dessutom lite som mätningar av en sprinter på en enda bana. De säger något, men inte allt om hur modellen känns i just ditt jobb. Att den använder färre tokens betyder ofta lägre kostnad och snabbare svar när den jobbar som "agent" och själv utför flera steg.
Mistral lyfter särskilt fram fyra områden: kodning och mjukvaruutveckling, försvar mot cyberhot (hitta och laga säkerhetshål), ekonomi- och kalkylarksarbete samt webbläsning och kunskapsarbete. Företaget säger också att modellen avböjer 96,6 procent av testförfrågningar om skadliga cyberattacker, vilket är en viktig detalj när en kraftfull modell ligger öppen för alla.
För oss vanliga användare är kodning och kalkylark det mest spännande. Tänk dig att du ber en AI-agent rensa en rörig Excelfil eller förklara vad en bit kod gör. Det är precis den typen av jobb som "agentmodeller" är byggda för.
Via Mistrals API är priset 0,70 dollar per miljon input-tokens och 2,10 dollar per miljon output-tokens. Cachad input (text som modellen redan har sett) kostar 0,07 dollar. En token är ungefär en tredjedels ord, så en miljon tokens är flera tjocka böcker. För vanlig användning blir det alltså billigt. Att ladda ner vikterna kostar ingenting, men då betalar du själv för de kraftfulla servrarna, och de är inte billiga.
Svaret är: troligen inte på din laptop. En modell i den här storleken är gjord för serverhårdvara. Mistral anger ingen minimispecifikation, men nämner att den kan köras med verktygen vLLM och SGLang. De enklare vägarna är:
Sidan nämner inte uttryckligen om modellen finns i chattappen, så kolla i appen vad som gäller just nu.
Mistral kallar det suverän AI. Poängen är att organisationer kan köra modellen på egen mark, utan att skicka data till ett amerikanskt eller kinesiskt moln. För myndigheter, banker och företag som oroar sig för sekretess är det en stor sak. Det hänger ihop med dataskyddsfrågorna vi tar upp i AI och GDPR för företagare: om du själv kontrollerar var modellen körs är det mycket lättare att veta var uppgifterna hamnar. Bara för att modellen är öppen blir du dock inte automatiskt GDPR-säker, det beror på hur du sätter upp den.
Har du tillgång till en kodagent eller en stark modell kan du testa hur den hanterar riktiga uppgifter. Här är en prompt du kan kopiera:
{{ Agera som en erfaren IT-säkerhetsrådgivare. Jag klistrar in en kodsnutt nedan. Gå igenom den steg för steg, lista möjliga säkerhetsproblem sorterade efter hur allvarliga de är, förklara varje problem så att en icke-programmerare förstår det, och föreslå en konkret rättning. Om du är osäker, säg det i stället för att gissa. }}
Vill du slipa prompten för just ditt språk eller projekt kan du bygga vidare i promptgeneratorn. Tips: be modellen alltid säga när den är osäker. Det gäller oavsett om den heter Mistral, Claude eller något helt annat.
Sammanfattat: Mistral Large 4 är intressant för företag och utvecklare som vill ha stark AI under egen kontroll. För dig som bara vill chatta och skriva mejl ändrar den inte så mycket i dag. Men den visar vart marknaden går: öppna modeller blir snabbt nästan lika bra som de stängda, och priserna pressas nedåt. Det är bra nyheter för alla.
Jag gillar att en europeisk modell ligger öppen för alla att granska och bygga vidare på. Men jag tar siffrorna med en nypa salt tills någon oberoende har testat. Mitt tips: ladda inte ner en biljon parametrar för skojs skull. Testa i stället modellen via API:t eller Vibe Code på en liten, ofarlig uppgift och jämför med den AI du redan använder. Då ser du själv om den är värd bytet! 🐒