Mistral Large 4 (Le Chonk): specifikace, benchmarky, cena a kdy vyjdou váhy

Mistral Large 4, přezdívaný Le Chonk, je mixture-of-experts model s 1 bilionem parametrů a 49 miliardami aktivních parametrů. Mistral AI ho vydal jako veřejné preview API 6. října 2026 a open weights slibuje do konce října. Čte text i obrázky, odpovídá textem a v ceníku stojí $1,36 za milion vstupních tokenů.

Mistral o něm tvrdí, že je to nejsilnější open-weight model z USA nebo Evropy a že drží krok s nejlepšími open modely na světě. První nezávislá čísla potvrzují první polovinu tohoto tvrzení a tu druhou komplikují. Tento článek staví benchmarky Mistralu vedle skóre, která v den vydání zveřejnily Artificial Analysis a Vals.ai. Probírá také specifikace, cenu a to, co znamenají „open weights“ u modelu, který si zatím nemůžete stáhnout.

Hlavní body

• Velikost: 1,05 bilionu parametrů celkem, 49 miliard aktivních při vydání (karta v dokumentaci teď uvádí 52 miliard), k tomu vizuální enkodér s 1,6 miliardy parametrů. Vstup text a obrázky, výstup text.
• Nezávislé skóre: 38 v Artificial Analysis Intelligence Index v4.3.2, daleko před americkými open modely jako Nemotron 3 Ultra (23), ale 6 až 8 bodů za GLM-5.3, Kimi K3 a MiMo-V2.6-Pro.
• Cena: $1,36 vstup / $4,18 výstup za milion tokenů podle ceníku. Stránka modelu teď ukazuje polovinu, $0,68 / $2,09, aniž by řekla proč a na jak dlouho.
• Váhy: zatím nevyšly. Mistral uvádí do konce října, novinářům řekl 27. října. Licence zatím nebyla oznámena.
• Hlavní argument: kybernetická obrana. Mistral hlásí 82 % v testu reprodukce a opravy zranitelnosti, ve kterém podle něj Claude Opus 5.5 a GPT-6 Astra dosahují téměř nuly, protože úlohu odmítají.

Co je Mistral Large 4

Mistral Large 4 je zatím největší a nejschopnější model Mistral AI, řídká mixture-of-experts síť, která pro každý token zapíná jen asi 5 % svých vah. Mistral ho sám označuje jako „open-weight hybrid instruct-and-reasoning MoE with multimodal input“, tedy jeden model, který zvládá rychlé odpovědi, uvažování krok za krokem i agentní práci s nástroji.

Mistral ho oznámil na X ve 13:06 UTC. Příspěvek obsahuje čtyři tvrzení, na kterých celé vydání stojí: velikost, žebříček open-weight modelů, cílová odvětví a evropskou infrastrukturu.

Meet Mistral Large 4, aka Le Chonk.

• 1T parameters, natively multimodal. 49B active.
It is the best open weights model from US or Europe on aggregated benchmarks.
• State-of-the-art on critical workloads, including cyber defense, manufacturing and finance and it surpasses closed frontier models on visual grounding.
• Forged in Europe end-to-end and is deployable from Europe via our own Mistral Cloud infrastructure.
• Available to all via API today. Working with cybersecurity partners privately.

Open weights release end of October.

— Mistral AI (@MistralAI) October 6, 2026

Specifikace níže pocházejí z karty modelu v dokumentaci Mistralu a z oznámení. Pokud nezávislý zdroj uvádí jiné číslo, tabulka to říká.

Dvě specifikace se mezi zdroji neshodují. Oznámení Mistralu i oba příspěvky na X uvádějí 49 miliard aktivních parametrů a totéž uváděla karta v dokumentaci, když jsme ji v den vydání poprvé četli. O necelou hodinu později na kartě stálo 52 miliard, bez jakéhokoli vysvětlení. Větší rozdíl je u kontextového okna. Karta v dokumentaci Mistralu uvádí 1M tokenů. Artificial Analysis uvádí 524 288 tokenů a Vals 512K s limitem výstupu 256K. Dokud Mistral rozdíl nevysvětlí, počítejte s 512K.

Proč se jmenuje Le Chonk

Le Chonk je internetový slang pro hodně tlustou kočku a jméno je vtip, který začala komunita. VentureBeat ho odvozuje od Le Chaton Fat, smyšleného obřího modelu Mistralu, který se v červnu šířil po X a Redditu i s falešnými grafy benchmarků. Generální ředitel Mistralu Arthur Mensch tehdy odpověděl, že jde „actually le gros chaton“. Hlavní vědec Guillaume Lample řekl VentureBeatu, že se v Mistralu memu bavili a že ML4 lze číst jako první verzi té myšlenky, přičemž větší modely teprve přijdou.

Samotný trénink vtip nebyl. Mistral uvádí, že ML4 natrénoval od nuly na 3 800 GPU NVIDIA Grace Blackwell ve vlastních evropských datacentrech a preview provozuje na stejných strojích. VentureBeat, CNBC i Euronews píší o 4 000 GPU a zhruba dvou měsících, což zřejmě pochází z tiskového briefingu. Písemné oznámení Mistralu uvádí 3 800.

Náš článek o Le Chaton Fat končil jednoduchým testem pro každý model, o kterém se zrovna mluví: žádné váhy, žádné API a žádná dokumentace znamenají, že jde nejspíš o koťátko. Le Chonk dnes splňuje dvě ze tří podmínek. Třetí jsou váhy.

Benchmarky Mistral Large 4: čísla Mistralu proti nezávislým

Mistral Large 4 podle dosud zveřejněných nezávislých dat překonává každý americký i evropský open model, ale s nejlepšími čínskými open modely se nevyrovná. Vlastní grafy Mistralu a první skóre třetích stran vyprávějí dva trochu odlišné příběhy, proto je uvádíme odděleně.

Co uvádí Mistral

Mistral hlásí 61,7 % v DeepSWE v1.1 pro programování, hlavní číslo svého oznámení. K tomu přidává 59,4 % v SWE-Atlas-QnA a 28,3 % v Terminal-Bench 4.0, celkem tedy 49,8 % v Coding Agent Indexu. Podle Mistralu ho to staví před DeepSeek V4 Pro 0813 a Qwen3.8 Max.

VentureBeat porovnal graf programování s živým žebříčkem DeepSWE. Ten u každého modelu bere nejlepší zveřejněné nastavení agenta a řadí GLM-5.3 i Kimi K3 kolem 69 %, GPT-6 Astra, Gemini 3.8 Flash a Claude Opus 5 kolem 74 %.

Těch 61,7 % je tedy konkurenceschopných, ne vedoucích.

Ostatní hlavní tvrzení pocházejí všechna od Mistralu. Mistral Large 4 dosahuje 59,9 % v AutomationBench, sadě 657 firemních pracovních postupů napříč Gmailem, Google Sheets, Slackem a Salesforce. V AA-Briefcase pro dlouhodobou znalostní práci má 1 393 Elo. V testu vizuálního ukotvení Dense 200 má 42 % proti 41 % u GPT-6 Astra, na čemž stojí věta z oznámení, že „surpasses closed frontier models on visual grounding“. Ve slepém testu kvality kódu se Surge AI ho hodnotitelé ohodnotili 3,74 z 5, jako druhý z pěti modelů, hned za Claude Opus 5 se 4,22.

Co naměřili nezávislí hodnotitelé

Artificial Analysis dává Mistral Large 4 Preview skóre 38 ve svém Intelligence Indexu v4.3.2, souhrnu 10 testů. To je daleko nad americkými open modely v žebříčku AA, například Nemotron 3 Ultra od NVIDIE (23), Gemma 4 31B od Googlu (15) a gpt-oss-120b od OpenAI (12). Zároveň je to jasně pod nejlepšími čínskými open modely, z nichž každý jsme v den vydání ověřili na jeho vlastní stránce v AA.

Na stránce AA jsou důležité ještě dva detaily. Mistral Large 4 je rychlý, zhruba 116 výstupních tokenů za sekundu, ale velmi upovídaný: při běhu indexu vyprodukoval 200 milionů tokenů, zatímco medián je 81 milionů. Kvůli této upovídanosti AA počítá náklady na jednu úlohu indexu na $1,13, i když ceníková cena je skromná. Náš průvodce AI benchmarky vysvětluje, co index měří a proč jedno číslo srovnání nikdy nerozhodne.

Vals.ai, druhý nezávislý hodnotitel, mu dal 48,05 % ve Vals Indexu, 32. místo ze 44 modelů celkově a deváté mezi open-weight modely. Jeho nejlepším výsledkem je Harvey's Legal Agent Benchmark, kde má 15,83 % a je šestý ze 75, první mezi open modely. Vals toto pořadí zveřejnil během pár minut po vydání.

Mistral Large 4 is now the #1 open-weight model on HLAB and #9 among open-weight models on the Vals Index.

— Vals AI (@ValsAI) October 6, 2026

Poctivé shrnutí: tvrzení, že ML4 je nejlepší open model z USA nebo Evropy, na Artificial Analysis platí. Tvrzení, že drží krok s nejsilnějšími open modely na světě, je přehnané. Na Artificial Analysis ho GLM 5.3 a Kimi K3 předstihují o šest až sedm bodů. Mistral uvádí, že běh reinforcement learningu stále pokračuje, takže finální verze může část rozdílu stáhnout.

Skutečná přednost je kybernetická bezpečnost

Nejsilnějším argumentem pro Mistral Large 4 je kybernetická bezpečnost, ne obecná inteligence. Mistral uvádí, že v Artificial Analysis Cyber Indexu patří mezi pět nejlepších modelů na světě a mezi open-weight modely vyvinutými mimo Čínu vede s velkým náskokem. Jeden z testů indexu chce po modelu, aby reprodukoval skutečnou zranitelnost v open-source softwaru a pak ji opravil. Mistral v něm hlásí 82 %, nejvíc ze všech modelů. Uvádí také, že ML4 vyřeší 93 % ze 40 úloh v Cybench.

Zajímavé je, proč v tomto testu vyhrává.

Podle Mistralu mají Claude Opus 5.5 a GPT-6 Astra ve stejné úloze téměř nulu, protože ji odmítají provést. Mistral argumentuje, že obránci často musí dokázat, že chyba je skutečná, než ji opraví. Bezpečnostní filtr poskytovatele může zablokovat přesně tuhle práci uprostřed incidentu. Open-weight model běžící na vašich vlastních serverech nemůže vypnout změna pravidel.

Mistral tuto sázku zároveň jistí. Dokud nevyjdou váhy, testuje model formou red-teamingu s bezpečnostními firmami, prověřenými partnery a státními orgány, které mají přístup se sníženou moderací a rozšířenými kybernetickými schopnostmi. Mistral také uvádí, že ML4 odmítá škodlivé kybernetické prompty častěji než jakýkoli jiný open model, který testoval. Lample v den vydání popsal cíl tak, aby se firmy a vlády mohly „defend themselves against threat actors that are jailbreaking closed models to perform cyber attacks“, jak ho citovala CNBC.

Z.ai řešila stejné dilema v srpnu. GLM 5.3 vydala bez vah a na X uvedla, že vyjdou „in stages following rigorous safety evaluations“. Mistral dal pevnější slib a teď ho prověří 27. říjen.

Je Mistral Large 4 už open source?

Ne. Mistral Large 4 je ohlášený jako open-weight model, ale v den vydání existuje jen preview API. Oznámení Mistralu uvádí, že váhy vyjdou „by the end of the month“, spolu s podrobnostmi o architektuře, dalšími benchmarky a postupem post-trainingu. VentureBeat a Euronews dostaly konkrétní datum, 27. října.

Lampleovo vlákno z vydání ten odstup vysvětluje. Běh reinforcement learningu za preview stále probíhá a Mistral chce spolu s vahami vydat finální verzi.

Today, we are launching a preview of our new model, Mistral Large 4 (ML4), aka le Chonk 🐈.
ML4 is a 1T-parameter model with 49B active parameters, trained natively with multimodal capabilities.

It is at the frontier of open models, and by far the strongest open-weight model from the US or Europe.
The RL run behind this preview is still in flight and shows no sign of saturation -- we will release a final version before the end of the month along with the weights of the model.
🧵
1/n

— Guillaume Lample (@GuillaumeLample) October 6, 2026

Otevřenou otázkou je licence. Karta v dokumentaci Mistralu označuje model jako „Open“, ale licenci neuvádí, a podle VentureBeatu se čeká vlastní licence Mistralu. Na tom záleží, protože nabídka Mistralu není jednotně pod Apache 2.0. Large 3 vychází pod Apache 2.0, zatímco Mistral Medium 3.5 pod upravenou licencí MIT, jak uvádí dokumentace Mistralu. Dokud Mistral nezveřejní podmínky pro Large 4, nepočítejte s bezplatným komerčním použitím.

Artificial Analysis zatím vede Mistral Large 4 Preview jako „proprietary“ a stáhnout se zatím nedá nic. Pokud potřebujete váhy, které spustíte už dnes, přehled nejlepších open source AI modelů ukazuje, co je skutečně k dispozici.

Cena Mistral Large 4

Mistral Large 4 stojí podle ceníku $1,36 za milion vstupních tokenů a $4,18 za milion výstupních tokenů, cachovaný vstup $0,14. Tato čísla uvádí oznámení Mistralu i stránky Artificial Analysis a Vals.

Karta modelu v dokumentaci Mistralu ukazuje něco jiného. Všechny tři ceny jsou přeškrtnuté a nahrazené přesně polovinou: $0,68 vstup, $0,07 cachovaný vstup a $2,09 výstup. Karta ani oznámení neříkají, zda jde o slevu na preview, jak dlouho potrvá a co se stane s vydáním finálního modelu. Pokud rozpočtujete, počítejte s ceníkovou cenou a poloviční cenu berte jako bonus.

Mistral Large 4 stojí víc než Large 3, který zůstává v nabídce za $0,50 a $1,50 pro týmy, které chtějí starší open model. Náš přehled cen Mistral AI popisuje předplatné Vibe i zbytek nabídky API. Mistral se ze všech modelů nejčastěji srovnává s DeepSeek V4 Pro a náš rozbor DeepSeek V4 tohoto rivala popisuje.

Jak Mistral Large 4 vyzkoušet už dnes

Jedinou cestou k Mistral Large 4 je v den vydání preview API v Mistral Studiu, vývojářské platformě Mistralu. Založte si účet ve Studiu, přidejte platební údaje, vygenerujte API klíč a volejte model jménem přes endpointy chat completions nebo conversations. Karta v dokumentaci uvádí podporu strukturovaných výstupů, volání funkcí, otázek nad dokumenty, dávkového zpracování a vestavěných agentních nástrojů Mistralu.

Oznámení Mistralu nezmiňuje Vibe, spotřebitelského asistenta dříve nazývaného Le Chat, takže Large 4 zatím v nabídce modelů Vibe nečekejte. Mistral uvádí, že ML4 poběží v několika regionech včetně evropského nasazení, které celé provozuje sám podle evropského práva. Privátní cloud a on-premise přijdou, až vyjdou váhy. Pokud chcete hlavně porovnávat odpovědi několika špičkových modelů bez správy API klíčů, Fello AI nabízí Mistral vedle Claude, GPT a Gemini v jedné aplikaci pro Mac.

Vyplatí se přejít na Mistral Large 4?

Přejděte hned jen tehdy, pokud hledáte kvůli evropskému hostingu nebo kybernetické bezpečnosti. Pro tým, který potřebuje zpracovávat AI v EU podle evropského práva, je Mistral Large 4 nejsilnější model, jaký kdy Mistral provozoval na vlastní evropské infrastruktuře. Žádný jiný evropský model se mu na Artificial Analysis ani nepřiblíží. Pro bezpečnostní týmy, které už nebaví odmítání při legitimní práci se zranitelnostmi, je výsledek Mistralu v testu reprodukce a opravy nejlepším důvodem ho tento měsíc vyzkoušet.

Všem ostatním doporučujeme počkat na 27. říjen.

Podle dnešních nezávislých čísel jsou GLM-5.3 a Kimi K3 stále silnější open modely a oba si můžete stáhnout už teď. Preview se podle samotného Mistralu ještě mění, licence není známá a poloviční cena nemusí vydržet. Skutečný verdikt o Le Chonk padne, až vyjdou váhy a lidé mimo Mistral otestují finální verzi na vlastním hardwaru.

Časté dotazy