Spring til artiklen
nyhederModellanceringer
← Tilbage til nyhederne
Labs · Mistral AI · 29.10.2026 · 2 min. læsning

Mistral frigiver Le Chonk som åben model

A large solid server rack bearing Mistral’s orange geometric M mark, its front door open to reveal stacked weight blocks that slide out; a heavy open padlock hangs from the rack, a

Le Chonk er nu tilgængelig med åbne vægte og fører open-weight coding og forsvar med lavere token-forbrug.

Mistral frigiver Le Chonks vægte

Mistral har nu frigivet vægtene af sin flagskibsmodel Mistral Large 4, også kendt som Le Chonk. Det betyder, at virksomheder og udviklere selv kan downloade og køre modellen på egne servere.

Modellen har 1 billion parametre – et meget stort antal – og er trænet fra bunden på europæisk infrastruktur. Ifølge Mistral giver det et betroet fundament for suveræn AI, hvor organisationer selv ejer og kontrollerer teknologien.

Mistral Large 4 er multimodal, dvs. den kan håndtere flere typer input, og den understøtter nu tre reasoning-tilstande. Det er måder, hvorpå modellen kan tænke mere eller mindre grundigt, så udviklere kan balancere performance og omkostninger.

Score på FrontierCode 2.0, højest blandt åbne modeller
19,7 %
Score på Artificial Analysis Coding Agent Index, på niveau med GLM-5.3
48 %
Score på Terminal-Bench 4.0, op 13 procentpoint fra preview
41 %

Le Chonk fører coding-benchmarks

På coding-området har Mistral Large 4 taget føringen blandt åbne modeller. Det viser flere standardtests. På FrontierCode 2.0, en privat test fra Cognition, scorer modellen 19,7%, hvilket er højest blandt de åbne modeller, den sammenlignes med.

På Artificial Analysis Coding Agent Index scorer den 48% og er dermed på niveau med den førende åbne model GLM-5.3, men bruger 47% færre tokens per opgave. Tokens er små tekstdele, og færre tokens betyder lavere omkostninger ved at køre modellen.

På Terminal-Bench 4.0 er scoren 41%, en fremgang på 13 procentpoint fra preview-versionen, samtidig med at output-tokens er reduceret med 30%.

Også i blinde menneskelige vurderinger klarer modellen sig godt. I Surge Codes test blev Mistral Large 4 foretrukket over GLM-5.3, Kimi K3 og DeepSeek V4.1 Flash, kun overgået af Claude Opus 5.5.

Defensiv sikkerhed uden unødvendige afvisninger

Mistral Large 4 er også stærk i defensiv cybersikkerhed. På Artificial Analysis Cyber Index scorer den 51%, hvilket måler evnen til at finde sårbarheder i kode, reproducere dem og patche dem uden at ødelægge funktionalitet. Ifølge Mistral håndterer modellen disse legitime forsvarsopgaver uden unødvendige afvisninger.

Modellens indbyggede sikkerhedsforanstaltninger skelner mellem defensive og ondsindede cyberopgaver. Den afviser i gennemsnit 96,6% af ondsindede cyberforespørgsler, hvilket er det højeste, Mistral måler blandt åbne modeller.

Booz Allen har testet modellen og fremhæver, at den matcher andre førende cybermodellers evne til at opdage sårbarheder, og at den kan tilpasses og køres på egne servere til kunder med strenge krav til dataophold.

Flere detaljer
Derfor er det interessantFrigivelsen giver organisationer mulighed for at køre og tilpasse modellen selv, hvilket især er relevant for dem med strenge krav til dataophold.

Kilder:
Mistral AI →

Læs dagens AI-nyheder på letlæst dansk →

Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.