Mistral Large 4 startuje: bilion parametrów, ceny w API i niezależne testy

We wtorek, szóstego października, francuski Mistral AI wypuścił Mistral Large 4, swój pierwszy model o liczbie parametrów liczonej w bilionach. Podgląd publiczny ruszył w tym samym momencie w API, więc z modelu można korzystać od razu, bez kolejek i fal dostępu. Ceny są podane wprost: 1,36 USD za milion tokenów wejścia i 4,18 USD za milion wyjścia, a wagi modelu mają trafić do publicznej sieci do końca października. Wątek o premierze na Hacker News w kilka godzin zebrał blisko tysiąc punktów, a sam Mistral dorzucił do niej kawał self-ironii, nazywając model „Le Chonk”, czyli grubaskiem.

W tym tekście zbieram, co dokładnie wystartowało, ile to kosztuje na fakturze, jak zacząć z Polski i gdzie deklaracje producenta rozjeżdżają się z pierwszymi pomiarami niezależnymi. Bo rozjeżdżają się, i to w obie strony: w niektórych testach model jest lepszy, niż mówi komunikat, w innych wypada wyraźnie poniżej tabelki z bloga.

Spis treści:

Co dokładnie wystartowało
Ile kosztuje i jak tego spróbować
Co mówią niezależne pomiary
Otwarte wagi: koniec października, ale nie na laptopie
Co z tego dla Polski
Nota uczciwości
Źródła

Co dokładnie wystartowało

Large 4 to model zbudowany jako mieszanina ekspertów: 1,05 biliona parametrów łącznie, z których na pojedyncze zapytanie pracuje 49 miliardów. Do tego dochodzi osobny koder obrazów o pojemności 1,6 miliarda parametrów, więc model przyjmuje tekst razem z obrazkiem i zwraca tekst. Trening biegł na 3800 procesorach NVIDIA Grace Blackwell we własnych centrach danych Mistrala w Europie, z tej samej infrastruktury serwowany jest podgląd publiczny, a firma pisze o europejskim wdrożeniu zarządzanym przez Mistrala od końca do końca, pod prawem europejskim.

Deklarowane okno kontekstu to milion tokenów, choć w tym miejscu potrzebna gwiazdka. Dokumentacja podaje 1M, ale Artificial Analysis zmierzył okno na 524 tysiącach tokenów, a vals.ai na 512 tysiącach. Rozjazd może wynikać ze sposobu liczenia wejścia i wyjścia albo z limitów wersji podglądowej; dopóki obie strony się nie zgrają, przy planowaniu pracy bezpieczniej przyjmować mniejszą z liczb. Daty granicznej wiedzy modelu nie podano nigdzie, pytanie o nią można więc tylko odłożyć na później.

Języków model ma obsługiwać ponad 160, w tym wszystkie urzędowe języki Unii Europejskiej, więc także polski. Pozycjonowanie też jest jasne i ujęte wprost w komunikacie: Mistral przedstawia Large 4 jako najmocniejszy model z otwartymi wagami poza Chinami.

Ile kosztuje i jak tego spróbować

Jedyna oficjalna droga do modelu prowadzi dziś przez API w konsoli Mistral Studio, tam też działa playground do szybkich prób. Cennik wygląda tak: wejście 1,36 USD za milion tokenów, wyjście 4,18 USD, powtarzalna treść trzymana w cache kosztuje 0,14 USD za milion, czyli o 90 procent mniej niż zwykłe wejście. Przy pracy wsadowej przez Batch API obie ceny spadają o połowę, do 0,68 i 2,09 USD. To oferta wersji podglądowej, więc liczby mogą się jeszcze zmienić.

Na tle modeli, o których pisaliśmy w ostatnich tygodniach, Large 4 ląduje w środku stawki cenowej, bliżej tanich modeli DeepSeek niż flagowych modeli OpenAI:

Model w API	wejście / 1M tok.	wyjście / 1M tok.	kiedy sprawdzone
DeepSeek V4.1-Flash	0,30 USD	1,20 USD	29.09
Mistral Large 4 (podgląd)	1,36 USD	4,18 USD	6.10
GPT-6 Astra	2 USD	10 USD	29.09
Kimi K3	3,00 USD	15,00 USD	25.09
GPT-6 Sol	10 USD	50 USD	29.09

Ceny konkurentów pochodzą z cenników sprawdzanych do naszego tekstu o rodzinie GPT-6 i poradnika o DeepSeek, stąd różne daty w ostatniej kolumnie.

Jest jednak pułapka, którą cennik nie pokazuje. Artificial Analysis zanotował, że w trakcie swoich testów model wygenerował 200 milionów tokenów przy medianie 81 milionów dla porównywalnych modeli, czyli po prostu pisze ponad dwa razy więcej niż typowy rywal. vals.ai wyliczyło z tych samych powodów koszt pojedynczego zadania ze swojego indeksu na 13,78 USD. Tani token nie równa się tania robota, więc przy budżetowaniu doliczajcie objętość, nie tylko stawkę.

Do tego dochodzi kwestia aplikacji. Komunikat o premierze kieruje wyłącznie do API i o aplikacji konsumenckiej milczy. Mistral ma darmowy plan swojej aplikacji dostępny także w Polsce, ale tego, czy Large 4 da się w niej dziś wybrać, potwierdzić się nie da, więc tego nie zakładam.

Co mówią niezależne pomiary

Tabelka producenta wygląda mocno. W DeepSWE v1.1, teście długich zadań inżynierskich, Large 4 zdobył 61,7 procent i wyprzedził DeepSeek V4 Pro oraz Qwen3.8 Max. W cyber jest jeszcze ciekawiej: 82 procent w AA Cyber Index, co Mistral opisuje jako najwyższy wynik spośród jakichkolwiek zmierzonych modeli, 93 procent w Cybench i odporność na 93,3 procent ataków z zestawu B3. W ślepym teście kodowania Surge AI, gdzie ludzie oceniają rozwiązania nie wiedząc, który model je wygenerował, Large 4 zajął drugie miejsce na pięć z notą 3,74, za Claude Opus 5 (4,22), a przed Kimi K3 i GLM-5.3.

Pomiary niezależnych mówią jednak co innego. Artificial Analysis wystawiło modelowi 38 punktów w swoim indeksie inteligencji, miejsce 64 na 225 testowanych, przy medianie 26 punktów dla porównywalnych modeli. Czyli powyżej swojej półki cenowej, ale daleko od absolutnej czołówki. Dla skali: Claude Sonnet 5.5 w dniu premiery mierzył 56 punktów, a Gemini 4 Argon 53. vals.ai ma podobnie chłodny werdykt ogólny, Vals Index 48,05 procent daje dopiero 32. pozycję na 44 modele, a w Terminal-Bench 4.0, teście pracy w terminalu, zmierzyło 22,73 procent tam, gdzie komunikat mówi o 28,3. Najlepszy niezależny wynik Large 4 to Harvey’s Legal Agent Benchmark, szóste miejsce na 75 modeli.

Składając to w całość: model jest policzony pod zadania agentowe w wąskich dziedzinach, jak prawo, finanse i cyberbezpieczeństwo, i właśnie tam się wyróżnia. W szerokich rankingach ogólnych jest w środku stawki. Rozjazd między materiałami producenta a pomiarami niezależnymi zdarza się przy każdej premierze, obie grupy liczb pokazujemy więc osobno, z datami i źródłami, a rozstrzygnie dopiero praca na własnych zadaniach.

Otwarte wagi: koniec października, ale nie na laptopie

W komunikacie pada wprost: „wagi opublikujemy do końca miesiąca”. Licencji nie nazwano, model przechodzi teraz red-teaming z partnerami, więc nawet kształt tej licencji jest na razie otwarty. To dobra nowość dla europejskiego ekosystemu, bo żaden dotychczasowy model Mistrala nie zbliżył się wagą do tej skali.

Od razu zdejmę jednak jedno oczekiwanie, bo przywiązanie do słowa „otwarte” bywa mylące. Bilion parametrów to setki gigabajtów samych wag, a domowy komputer nie pociągnie nawet aktywnych 49 miliardów, osiem razy więcej, niż aktywuje Qwen3.8-Flash-Next, model 125-miliardowy, który w naszym teście potrzebował komputera z 12 GB VRAM. Realnym adresatem otwartych wag Large 4 nie jest więc szafa z grą kosztująca kilka tysięcy złotych, tylko firmy z własną infrastrukturą, prywatną chmurą albo serwerownią. Dla nich to pierwszy europejski model tej klasy, który da się postawić u siebie, z danymi, które nigdy nie wychodzą na zewnątrz.

Co z tego dla Polski

Najbardziej praktyczny argument dla polskich firm siedzi w infrastrukturze: podgląd i docelowe wdrożenie działają na maszynach Mistrala w Europie, pod prawem europejskim, a model będzie dał się uruchomić w chmurze prywatnej albo on-premise. Kto z powodu RODO albo polityki wewnętrznej nie może wysyłać danych do amerykańskiego czy chińskiego API, dostaje opcję, której przed rokiem w tej klasie po prostu nie było. Faktura płynie do spółki europejskiej, nie przez ocean.

Pieniądze za to stoją: we wrześniu Mistral zamknął rundę Series D na 3 miliardy euro prowadzoną przez Samsunga, z wyceną 21 miliardów euro, a we własnym komunikacie pisze o największej rundzie kapitałowej europejskiej firmy technologicznej w historii. Large 4 to pierwszy kamień milowy tej inwestycji, o czym firma mówi jawnie, więc po kolejne modele nie trzeba długo czekać.

Popytu w Polsce nie trzeba wyczuwać, widać go w podpowiedziach Google: fraza „mistral large 4” żyje z dopiskami „benchmark”, „vs opus”, „release date”, działa też „mistral po polsku” i klaster wokół API. Polskie serwisy napisały o premierze w dniu premiery, więc tu nie będzie przedruku komunikatu; naszą częścią są ceny, pomiary i praktyka.

Nota uczciwości

Modelu nie testowaliśmy: podgląd ruszył w dniu publikacji, konta API nie zakładaliśmy. Wszystkie liczby dzielą się na dwie grupy, deklaracje producenta i pomiary niezależnych (Artificial Analysis, vals.ai), i zawsze piszemy, która grupa mówi. Jakości polszczyzny nie mierzyliśmy, deklaracja o 160 językach jest właśnie deklaracją. Ceny i dostępność opisujemy ze stanu na 6 października 2026, wersja podglądowa może je zmienić, a porównania cenowe z naszych starszych tekstów pochodzą z różnych dni (25-29 września). Rozjazd kontekstu 1M wobec 512-524 tysięcy opisaliśmy wprost w sekcji o specyfikacji, rozstrzygnie go dopiero dokumentacja albo praktyka.