Laster katalogen …
Laster katalogen …
Multimodal frontmodell fra Mistral AI basert på mixture-of-experts med 1,05 billioner parametere, 52 milliarder aktive parametere, 512k kontekstvindu og resonneringsspor som kan slås av og på.
Oversikt. Mistral Large 4 er den multimodale frontmodellen fra Mistral AI, bygget på en granulær mixture-of-experts-arkitektur med totalt 1,05 billioner parametere og en integrert visuell koder med 1,6 milliarder parametere. Med 52 milliarder aktive parametere per token støtter den kombinert tekst og bilder som inndata i et kontekstvindu på 512k token, med opptil 262k token som utdata. Utviklere bruker den når de trenger analyse på toppnivå og visuell forståelse uten å gi avkall på europeisk datasuverenitet.
Viktigste styrker. Modellen viser høy analytisk styrke innen matematikk, forskning og kodegenerering, støttet av resonnering i tankekjede som kan slås av og på og settes til høyt resonneringsnivå. Profilen med 52 milliarder aktive parametere og innebygd kontekstbufring gir raske svar selv ved svært lange instrukser. Multimodal bildeforståelse gjør at utviklere kan analysere detaljerte bilder og tekniske diagrammer direkte i komplekse arbeidsflyter med resonnering.
Når du bør bruke den. Bruk Mistral Large 4 til flertrinns matematiske utledninger, grundige gjennomganger av store kodebaser og dokumentanalyse som krever kombinert visuell og tekstlig behandling. Den passer til interaktive arbeidsflyter med resonnering der dype resonneringsspor trengs på forespørsel uten at det går ut over samtaleflyten. Bruk den i Smart Router når arbeidsbelastningen krever resonnering på toppnivå under strenge europeiske etterlevelseskrav.
Begrensninger. Mistral AI har ikke oppgitt når treningsdataene slutter for denne utgivelsen, og modellen støtter ikke lyd som inndata eller utdata. Den tekniske dokumentasjonen nevner riktignok et tak på 1 million token, men gjeldende API-endepunkter begrenser kontekstvinduet til 512k token.
Suverenitetsnotat. Mistral Large 4 er laget av Mistral AI, et fransk selskap under EU-jurisdiksjon, og modellskaperen er derfor ikke underlagt den amerikanske CLOUD Act. Om en forespørsel forblir suveren, avhenger av hvilken inferensleverandør og region som betjener den: sjekk leverandørendepunktene nedenfor før du sender sensitive data.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L1 | 0,67 / 2,06€ | Tilkoblet |
10 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Innebygd verktøykall gir presis JSON-etterlevelse og skjemakjøring for produksjons-API-integrasjoner.
Et kontekstvindu på 512k token håndterer bøker i full lengde, årsrapporter og transkripsjoner uten behov for behandlingskjeder som deler opp teksten.
Et kontekstvindu på 512k token gjør det mulig å lese inn dusinvis av fullstendige akademiske artikler samtidig for helhetlig syntese.
Et kontekstvindu på 512k token muliggjør spørsmål og svar i én enkelt instruks på tvers av store dokumentarkiver uten at hentingskvaliteten forringes.
Et kontekstvindu på 512k token kombinert med flaggskipmodellens instruksegenskaper sikrer presis og godt forankret generering over store hentingssett.
Et kontekstvindu på 512k token holder lange regelverk og policydokumenter i én forespørsel. Mistral AI er et fransk selskap, og modellskaperen er dermed ikke underlagt den amerikanske CLOUD Act. Om en forespørsel forblir suveren, avhenger av hvilken inferensleverandør og region som betjener den.
Et kontekstvindu på 512k token gjør det mulig å laste inn hele kodelager eller omfattende pull-forespørsler i minnet for kontekstuell kodegjennomgang.
Leser bilder gjennom en integrert visjonsenkoder på 1,6 milliarder parametere (Mistrals dokumentasjon; vision_input er bekreftet av modellskaper). Ingen bildetest i katalogen ennå, så egnethet er akseptabel snarere enn sterk.
Verktøykall og sterk instruksetterlevelse legger til rette for forutsigbar skjemaekstraksjon fra lange tekstinndata.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
Beregnet fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-ai/mistral-large-4",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level – nivået forespørselen ble betjent på