Mistral AI kondigde op 29 oktober 2026 aan dat de gewichten van Mistral Large 4 beschikbaar zijn gekomen om te downloaden, na de publieke preview die op 6 oktober begon. Daarmee kunnen gebruikers het checkpoint zelf hosten. Mistrals voorbeeld voor vLLM geeft een mogelijke configuratie, geen minimumaantal GPU’s. Mistrals aankondiging en modeldocumentatie beschrijven de release en de eerdere preview. NeoTeo schreef eerder over de publieke preview van Mistral Large 4.
Wat de downloadbare checkpoint bevat
De officiële repository noemt het checkpoint mistralai/Mistral-Large-4-1T-A52B. Mistral beschrijft Large 4 als een multimodaal Mixture-of-Experts-model: het kan tekst en afbeeldingen verwerken en geeft tekst als uitvoer. De opgegeven contextlengte is 1 miljoen tokens. Het model telt ongeveer 1,05 biljoen parameters; per token zijn er 49 miljard actief zonder de embeddings en uitvoerlagen, of 52 miljard als die wel meetellen. De modelkaart van Mistral bevat de specificaties.
De gewichten zelf downloaden is iets anders dan het model via een gehoste API gebruiken. Zelf hosten geeft je de mogelijkheid het model op eigen infrastructuur te draaien, maar vraagt om een passende deploymentconfiguratie. De licentievoorwaarden gelden daarnaast voor het gebruik van het checkpoint en afgeleiden ervan.
Wat Mistrals vLLM-voorbeeld zegt over deployment
Mistrals officiële vLLM-voorbeeld stelt --tensor-parallel-size 8 in. Tensor parallelism verdeelt de berekening over GPU’s. Dit is een gepubliceerde voorbeeldinstelling, geen uitspraak dat minimaal acht GPU’s nodig zijn. Als het GPU-geheugen tekortschiet, adviseert Mistral --max-model-len en/of --max-num-seqs te verlagen. Die instellingen beperken respectievelijk de maximale modelcontext en het aantal gelijktijdige reeksen. De modelkaart noemt ook vLLM, SGLang, Transformers en llama.cpp als ondersteunde software en beveelt vLLM aan voor productie-inferentie.
De praktische betekenis is dat de contextlengte en gelijktijdigheid meetellen bij het afstemmen van een server. Mistrals voorbeeld maakt die instellingen concreet, maar geeft geen universele hardwareconfiguratie voor iedere toepassing.
Wanneer de licentie een aparte commerciële overeenkomst vereist
De repository bevat de Mistral Ecosystem Open-Weight License, die zichzelf een aangepaste MIT-licentie noemt. De licentie staat onder voorwaarden onder meer gebruik, aanpassing, distributie, verkoop en verdere training toe. Voor een licentienemer of gelieerde onderneming die een kwalificerende Model-as-a-Service-dienst (MaaS) exploiteert, vereist de licentie een afzonderlijke commerciële overeenkomst voordat het model of afgeleiden ervan commercieel worden gebruikt. De licentietekst omschrijft ook de uitzonderingen en voorwaarden.
| Gebruiksvorm | Behandeling volgens de licentie |
| Intern gebruik | Uitgezonderd zolang het model of afgeleiden niet aan derden beschikbaar worden gesteld. |
| Modelmogelijkheden ingebouwd in een eindproduct | Buiten de MaaS-definitie wanneer de mogelijkheden uitsluitend in specifieke functies of een vaste toepassing zijn ingebed. |
| Alleen verzoeken doorsturen naar elders gehoste modellen | Uitgesloten van de MaaS-definitie. |
| Kwalificerende MaaS | Een derde krijgt toegang voor inferentie of verdere training en heeft betekenisvolle controle over invoer, parameters of trainingsdata. Een licentienemer of gelieerde onderneming die zo’n dienst exploiteert, moet vóór commercieel gebruik een aparte commerciële licentie hebben. |
De tabel vat de licentietekst samen; de precieze afbakening hangt af van de beschreven dienst en de voorwaarden in de overeenkomst. De licentie noemt daarnaast gebruik via Mistrals officiële producten als uitzondering.
API-tarieven zijn iets anders dan benchmarkkosten
Mistrals modeldocumentatie vermeldt API-tarieven van US$ 0,70 per miljoen invoertokens, US$ 0,07 per miljoen gecachete invoertokens en US$ 2,10 per miljoen uitvoertokens. Dat zijn tarieven per token voor API-gebruik, geen prijs voor de downloadbare gewichten.
Artificial Analysis vermeldt voor Mistral Large 4 (high) een kostprijs van US$ 2,06 per Intelligence Index-taak. (De leaderboardvermelding) Dit is een benchmarkmaat voor een specifieke testtaak, geen voorspelling van de kosten van je eigen toepassing. API-tarieven per token, benchmarkkosten per taak en uitgaven voor eigen infrastructuur beschrijven verschillende zaken; je kunt de benchmarkwaarde dus niet rechtstreeks als deploymentbudget gebruiken.
