Benchmark-virksomhed giver Mistral Large 4 Preview en intelligensscore på 38

Artificial Analysis publicerede sin benchmark-analyse af Mistral Large 4 Preview den 6. oktober 2026, gav modellen en score på 38 på sin Intelligence Index og beskrev den som den mest intelligente AI-model uden for USA og Kina.

Resultater for Intelligence Index

Analysen rapporterer, at Mistral Large 4 Preview får 38 på Artificial Analysis Intelligence Index version 4.3.2, et resultat som benchmark-virksomheden beskriver som sammenligneligt med GPT-6 Luna (max) på 38 og DeepSeek V4.1 Flash (max) på 39. I sin indramning er Frankrig tilbage med den mest intelligente model uden for USA og Kina, foran lande som Sydkorea og De Forenede Arabiske Emirater.

På Artificial Analysis’s modelside for forhåndsvisningen placerer den score modellen som nummer 64 ud af 225 modeller i sin sammenligningsklasse, over en klassemedian på 26. Siden angiver, at forhåndsvisningen er en ræsonnementmodel udgivet den 6. oktober 2026, med tekst- og billedinput, tekstoutput og tjeneste via to API-udbydere.

Ifølge den offentliggjorte Intelligence Index-metodologi kombinerer version 4.3.2 ti evalueringer — AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity’s Last Exam, GDP.pdf, CritPt, AA-Omniscience og AA-LCR v1.1 — som et vægtet gennemsnit på tværs af fire kategorier: agenter 30 %, kodning 20 %, videnskabelig ræsonnement 20 % og generelt 30 %. Artificial Analysis anslår et 95 % konfidensinterval på mindre end ±1 % for indekset og beskriver pakken som primært tekstbaseret og engelsk-sproget, med billede-, tale- og flersprogspræstationer benchmarket separat.

Resultater for Cyber Index

På Artificial Analysis Cyber Index får forhåndsvisningen 50, på niveau med GLM-5.3-Flash på 50 og bag MiMo-V2.6-Pro på 56, mens den ligger foran modeller som Kimi K3 og DeepSeek V4.1 Flash (max). Artificial Analysis oplyser, at når modellens vægte frigives, vil den rangere blandt de tre bedste open-weight-modeller på Cyber Index.

Modellens stærkeste individuelle cyberresultat kom på CyberGym-E2E-AA, hvor den får 82 %, foran MiMo-V2.6-Pro på 79 % og GPT-6 Luna (max) på 78 %, ifølge analysen.

Omkostninger, hastighed og tokenforbrug

Analysen fastsætter omkostningen ved at køre Intelligence Index på Mistral Large 4 Preview til $1.13 pr. opgave, baseret på standardpriser på $1.36 pr. 1M input‑tokens og $4.18 pr. 1M output‑tokens, med cache‑input til $0.14 pr. 1M tokens. En lanceringsrabat på 50 % gælder de første to uger, hvilket sænker tokenpriserne til $0.68 og $2.09 og bringer omkostningen pr. opgave ned til $0.57 — stadig over GLM-5.3-Flash på $0.25 og DeepSeek V4.1 Flash (max) på $0.27. Artificial Analysis karakteriserer forhåndsvisningen som mere end fire gange så dyr pr. opgave som lignende‑intelligens open‑weight‑modeller.

Model‑siden registrerer, at forhåndsvisningen genererer 200M output‑tokens i løbet af Intelligence Index‑kørslen, mod en klassemedian på 81M. Målt gennem Mistral’s API rapporterer den en output‑hastighed på 116.1 tokens pr. sekund mod en median på 86.1, og en tid til første token på 1.46 sekunder mod en median på 3.81 sekunder.

Dokumentræsonnement og modeldetaljer

På GDP.pdf, en professionel dokument‑ræsonnement‑evaluering, scorer Mistral Large 4 Preview 19 %, på niveau med MiMo-V2.6-Pro på 19 % og bag Kimi K3 på 22 %. Artificial Analysis beskriver resultatet som en forbedring på 18 point i forhold til Mistral Large 3, delvist drevet af en API‑ændring, der nu accepterer 100 billeder pr. anmodning, op fra otte for tidligere Mistral‑modeller.

Analysen angiver et kontekstvindue på 512 k‑tokens og en 1‑trillion‑parameter model med 49 milliarder aktive parametre. Tilgængeligheden er begrænset til en Research Public Preview på Mistral’s API, med åbne vægte planlagt til slutningen af oktober 2026; model‑siden klassificerer i øjeblikket forhåndsvisningen som proprietær, fordi vægtene endnu ikke er offentligt tilgængelige.

Lanceringen af Mistral Large 4

Mistral lancerede den offentlige forhåndsvisning af Mistral Large 4, kaldet Le Chonk, den 6. oktober 2026, og beskriver en nativt multimodal model trænet fra bunden på 3.800 NVIDIA Grace Blackwell GPU’er i virksomhedens egne datacentre i Europa, med træningsdata på mere end 160 sprog inklusive alle officielle EU‑sprog. Mistral hævder, at modellen markant overgår enhver open‑weight‑model udviklet i USA eller Europa, og siger, at den vil frigive vægtene inden udgangen af oktober 2026, mens forstærknings‑lærings‑kørslen bag forhåndsvisningen stadig er i gang.