Mistral 6. října 2026 zpřístupnil veřejnou předběžnou verzi Mistral Large 4 přes API v Mistral Studio. Podle firmy jde o nativně multimodální model, který v jednom systému propojuje plnění instrukcí, uvažování a agentní schopnosti. Zveřejnění jeho vah Mistral plánuje na konec října.
Programování: výsledky agentů i slepé hodnocení kódu
Pro programovací agenty Mistral hlásí 61,7 % v DeepSWE v1.1, 59,4 % v SWE-Atlas-QnA a 28,3 % v Terminal-Bench 4.0. Souhrnné skóre Coding Agent Index činí 49,8 % a podle firmy staví Large 4 před DeepSeek V4 Pro 0813 a Qwen3.8 Max. Výsledky těchto tří testů vyhodnotila Artificial Analysis neveřejně ještě před zveřejněním testovacího prostředí.
Jiný pohled poskytlo slepé hodnocení kvality kódu, které Mistral provedl se Surge AI. Profesionální hodnotitelé přidělovali výstupům známky od 1 do 5, aniž znali použitý model. ML4 Preview skončil druhý s 3,74 bodu za Claude Opus 5 se 4,22 bodu; GLM-5.3 získal 3,60, Kimi K3 3,59 a GLM-5.2 3,40.
Pracovní agenti a tvorba dokumentů
Podle Mistralu může Large 4 řídit univerzální agenty, kteří získávají informace, používají nástroje a připravují hotové výstupy. Firma uvádí 59,9 % v AutomationBench, který zahrnuje 657 podnikových pracovních postupů. Mezi použitými aplikacemi jsou Gmail a Google Sheets i Slack a Salesforce; v tomto testu model podle Mistralu předčil Kimi K3, MiMo-V2.6-Pro a DeepSeek V4 Pro.
U samotných výstupů firma zmiňuje vytváření tabulek, prezentací a PDF. V AA-Briefcase, zaměřeném na dlouhodobější znalostní práci, hlásí 1 393 Elo a výsledek nad DeepSeek V4 Pro. Vedle tvorby má model podle Mistralu zvládat také úpravy a opravy složitých tabulek a dokumentů.
Mistral dále uvádí, že v hodnocení reprezentativních právních a finančních úloh prostřednictvím vals.ai Large 4 překonal GPT-6-Astra. V benchmarku Legal Agent od HarveyAI podle firmy předčil všechny open-source modely.
Vizuální analýza výkresů, PDF a geoprostorových snímků
V ukázkách Mistral propojuje rozpoznávání a lokalizaci objektů s agentními postupy. Large 4 předvádí identifikaci objektů ve složitých scénách i kontrolu mechanických součástí v technických výkresech. Další demonstrace se věnují vyhledávání podkladů v PDF a prohledávání rozsáhlých geoprostorových snímků; během analýzy model obraz přibližuje, zkoumá a opakovaně ověřuje.
Pro vizuální lokalizaci firma zveřejnila také přímé srovnání v testu Dense 200. Large 4 v něm podle Mistralu dosáhl 42 %, zatímco GPT-6-Astra získal 41 %.
Vědecký kód a srovnání s GLM-5.3
Ve vědecké práci Mistral modelu připisuje schopnost agentního programování pro analýzu dat, modelování a fyzikální simulace. Tvrdí například, že na jeden pokus dokáže vytvořit úplnou Hartreeovu–Fockovu simulaci. Firma jej zároveň označuje za nejlepší model s otevřenými vahami v SciCode-Verified, který hodnotí implementaci složitých vědeckých postupů v kódu.
Interní hodnocení Mistralu ale ukazuje i oblasti vyrovnanějších výsledků. Odborní hodnotitelé porovnávali Large 4 s GLM-5.3 v programování, počítačem podporovaném navrhování neboli CAD, financích, matematice a fyzice. Large 4 preferovali v CAD a oborech STEM, zatímco ve financích a programování byl jeho výkon srovnatelný nebo blízký GLM-5.3.
Hledání zranitelností a odolnost vůči škodlivým instrukcím
V testu, který požaduje reprodukci skutečné zranitelnosti open-source softwaru a její následnou opravu, Mistral hlásí 82 %. Firma tento výsledek označuje za nejvyšší ze všech modelů. V Cybench, sadě 40 úloh převzatých z bezpečnostních soutěží, Large 4 podle Mistralu vyřešil 93 % zadání.
Samostatně firma uvádí výsledek bezpečnostního benchmarku B3 od Lakery: model podle ní odolal 93,3 % útoků. Mistral jej spojuje s odolností vůči nepřímému vkládání škodlivých instrukcí a tvrdí, že u konkurence nepozoruje vyšší skóre.
Evropská infrastruktura a příprava vydání vah
Large 4 má podle Mistralu architekturu MoE s bilionem parametrů, z nichž je aktivních 49 miliard. Firma uvádí, že jej vytrénovala od základu na 3 800 GPU NVIDIA Grace Blackwell ve vlastních evropských datových centrech. Stejná infrastruktura obsluhuje také veřejnou předběžnou verzi.
Podle Mistralu zahrnovala významná část trénovacích dat více než 160 jazyků, včetně všech úředních jazyků Evropské unie. Firma plánuje dostupnost ve více světových regionech. Součástí má být evropské nasazení, které bude kompletně provozovat sama podle evropského práva.
Před zveřejněním vah Mistral prověřuje model v reálných podmínkách s odborníky na kyberbezpečnost, prověřenými partnery a státními orgány. Tito účastníci mají získat přístup ke stejnému modelu s omezenější moderací a rozšířenými kyberbezpečnostními schopnostmi.
