Francuski kot przytył do biliona. Mistral Large 4 ma ratować honor Europy

W Mistral AI ktoś najwyraźniej ma poczucie humoru. Model, nad którym francuska firma pracowała od miesięcy, oficjalnie nazywa się Mistral Large 4, ale na stronie zapowiedzi stoi wprost, że „bardzo oficjalnie” to „le Chonk”, czyli mniej więcej „grubasek”. W sieci szybko pojawił się mem z otyłym kotem. Prezes Arthur Mensch odpisał na X krótko, że to właściwie „le gros chaton”, gruby kociak.

Za żartem stoi jednak poważna liczba. Large 4, pokazany 6 października na konferencji AI Everything w Abu Zabi, ma około biliona parametrów. To największy model w historii firmy i pierwszy od dawna, który daje Europie argument w rozmowie o czołówce sztucznej inteligencji. Na razie działa jako publiczny podgląd w API, a wagi mają trafić do sieci pod koniec miesiąca.

Bilion, z czego pracuje 49 miliardów

Large 4 to model typu mixture of experts, czyli mieszanka ekspertów. Ma ogromną liczbę parametrów, ale przy każdym tokenie włącza tylko ich część. Dokumentacja Mistrala podaje:

• 1,05 bln parametrów łącznie,
• 49 mld parametrów aktywnych na token,
• osobny koder obrazu o wielkości 1,6 mld parametrów,
• okno kontekstu 1 mln tokenów,
• trening w ponad 160 językach, w tym we wszystkich językach urzędowych Unii Europejskiej, więc także po polsku.

Model jest natywnie multimodalny, ale tylko w jedną stronę. Przyjmuje tekst i obrazy, a odpowiada tekstem. Współzałożyciel i główny naukowiec firmy Guillaume Lample potwierdził to w rozmowie z VentureBeat.

Źródła nie zgadzają się w kilku liczbach i warto to zaznaczyć. Na blogu Mistrala widnieje 52 mld aktywnych parametrów, w dokumentacji i wpisie na X 49 mld. Serwisy branżowe tłumaczą, że różnica to warstwy wejścia i wyjścia, które raz się wlicza, a raz nie. Blog mówi o 3800 układach Nvidia Grace Blackwell, VentureBeat o około 4000 i dwóch miesiącach treningu we własnych europejskich centrach danych Mistrala. The Next Web podaje, że całość pobierała około 10 megawatów. Kontekst też jest sporny: Mistral deklaruje milion tokenów, a Artificial Analysis w swoich testach podaje 512 tys.

Dla porównania poprzednik, Large 3, miał 675 mld parametrów, z czego 41 mld aktywnych, i trenował na 3000 kart H200. Skok jest więc wyraźny, ale bez przesady. Large 4 jest o połowę większy, a nie o rząd wielkości.

Najmądrzejszy poza USA i Chinami

Mistral w swojej zapowiedzi celuje wysoko. Twierdzi, że Large 4 dorównuje najmocniejszym otwartym modelom świata i „wyraźnie przewyższa” każdy otwarty model z USA i Europy. Firma podaje własne wyniki:

• DeepSWE 1.1 (programowanie): 62 proc., przed GLM-5.3 z 61 proc.,
• Harvey Legal Agent (prace prawnicze): 15 proc., przed Kimi K3 z 13 proc. i GPT-6 Astra z 5 proc.,
• FinWorkBench (finanse): 67 proc., remis z DeepSeek V4 Pro,
• DIOR-RSVG (wskazywanie obiektów na zdjęciach satelitarnych): 73 proc. wobec 68 proc. GPT-6 Astra,
• Cybench (cyberbezpieczeństwo): 93 proc., według Mistrala najwyższy wynik wśród otwartych modeli.

To liczby producenta. Forkast, którego tekst przedrukował Yahoo Finance, przypomina, że nikt ich jeszcze nie sprawdził.

Pierwszy niezależny pomiar zrobiło Artificial Analysis. W jego indeksie inteligencji, czyli zbiorze dziesięciu testów z programowania, pracy agentów, wiedzy i nauk ścisłych, Large 4 dostał 38 punktów. To ogromny skok dla samej firmy, bo Large 3 miał 9 punktów, a Medium 3.5 - 14. Artificial Analysis podsumował to zdaniem, które Mistral z pewnością powiesi sobie na ścianie: Francja znów ma najinteligentniejszy model spoza USA i Chin.

Drugie zdanie tej samej historii brzmi mniej radośnie. Gdyby liczyć Large 4 jako model otwarty (formalnie nim jeszcze nie jest, bo wag nie ma), byłby ósmy. Według Trending Topics przed nim stoi siedem modeli z Chin, na czele z MiMo-V2.6-Pro Xiaomi (46,3 pkt), GLM-5.3 od Z.ai (44,8) i Kimi K3 Moonshot AI (43,6). Zamknięta czołówka jest jeszcze dalej: Claude Opus 5.5 ma 57,6 pkt, GPT-6 Astra 52,7, a Gemini 4 Argon 52,6.

Ile kosztuje gruby kot

Cennik Large 4 wygląda na pierwszy rzut oka bardzo tanio. Na start Mistral dał 50 proc. rabatu na dwa tygodnie, więc dziś płaci się 0,68 dolara za milion tokenów wejścia i 2,09 dolara za milion tokenów wyjścia. Po promocji cena wraca do 1,36 i 4,18 dolara. Dla porównania:

Tu jest haczyk, który wyłapał Artificial Analysis. Large 4 jest gadatliwy. Przy przejściu całego indeksu wygenerował około 200 mln tokenów, podczas gdy mediana podobnych modeli to 81 mln. Przez to jedno zadanie z indeksu kosztowało średnio 1,13 dolara w cenie standardowej. Otwarte modele z podobnym wynikiem robią to samo za ułamek: GLM-5.3-Flash za 0,25 dolara, DeepSeek V4.1 Flash za 0,27. Na papierze tanio, w praktyce ponad cztery razy drożej od chińskiej konkurencji.

Podgląd to też nie produkt. Regulamin Mistrala pozwala zmieniać model bez uprzedzenia i nie gwarantuje przejścia do wersji ogólnodostępnej. Firma dalej trenuje go uczeniem ze wzmocnieniem i dopiero po tym okresie zamrozi ostateczną wersję. Kto chce dziś przenieść na Large 4 aplikację produkcyjną, powinien trzymać zapasowy model pod ręką.

Suwerenność, czyli o co tu naprawdę chodzi

Żeby zrozumieć, po co Mistralowi bilion parametrów, trzeba zostawić tabelki. Firma nie wygra z OpenAI, Google i Anthropic na surową inteligencję, przynajmniej nie w tym roku. Gra o coś innego: o klientów, którzy nie chcą albo nie mogą oddać danych firmie spod amerykańskiej jurysdykcji. Mistral obiecuje, że klienci mogą korzystać z modelu niezależnie od zagranicznego dostępu, a wdrożenia regionalne podlegają europejskiemu prawu.

Arthur Mensch powiedział wprost, cytowany przez The Next Web, że opowieść o tym, iż Europa nie może konkurować, „nie jest prawdą”. Za tymi słowami stoją pieniądze. We wrześniu Mistral zebrał w rundzie Series D 3 mld euro przy wycenie 21 mld euro. Ma ponad 125 klientów korporacyjnych, wśród nich Airbusa, ASML i HSBC. Lample mówi, że zespół naukowy urósł z trzech badaczy do mniej więcej trzystu.

Najciekawszy jest plan na najbliższe trzy tygodnie. Zanim wagi trafią do sieci, Mistral testuje model w realnych warunkach z firmami od cyberbezpieczeństwa, wybranymi partnerami i instytucjami państwowymi. Dostają oni wersję z łagodniejszą moderacją i szerszymi możliwościami w cyberbezpieczeństwie. Reuters podaje datę udostępnienia wag: 27 października. Mistral pisze ogólniej, że będzie to koniec miesiąca. Licencja ma być własna, nie Apache 2.0, i do dziś nie została opublikowana.

Jest też paradoks, który bezlitośnie wytknął Forkast. Europejski model suwerenny powstał w całości na amerykańskich układach Nvidii. Suwerenność danych i prawa to jedno, suwerenność krzemu to zupełnie inna sprawa.

Co z tego ma europejska AI

Large 4 nie zmienia układu sił na szczycie. Zmienia za to coś ważnego niżej. Do tej pory europejska firma, która chciała mieć mocny model u siebie, na własnych serwerach, miała w praktyce wybór między modelami z Chin a znacznie słabszymi modelami z Zachodu. Jeśli 27 października wagi rzeczywiście się pojawią, a licencja nie okaże się pułapką, ten wybór przestanie być tak bolesny.

Mistral nie musi być najlepszy na świecie. Musi być najlepszy wśród tych, którym europejska firma może zaufać bez czytania amerykańskiego prawa. Na tej liście gruby kot jest dziś pierwszy. Ale żeby nie wylądował na niej sam, potrzeba jeszcze kilku rzeczy: opublikowanej licencji, niezależnych testów i mniej gadatliwego charakteru.

Tekst ukazał się w numerze 1 tygodnika Dygot (13 października 2026).