Franska AI-jätten väljer den tredje vägen – en biljon parametrar och öppen källkod

En europeisk tungviktare träder in i ringen

Det franska AI-bolaget Mistral AI har länge positionerat sig som ett seriöst alternativ till de stora amerikanska och kinesiska aktörerna. Nu tar de sitt hittills djärvaste steg: lanseringen av Mistral Large 4, en multimodal modell med hela en biljon parametrar. Internt har modellen fått det kärleksfulla smeknamnet Le Chonk – och med den storleken är namnet välförtjänt.

Enligt TechCrunch är modellen ett direkt svar på den växande klyftan mellan slutna, amerikanska AI-tjänster och de allt fler öppna modeller som primärt kommer från Kina. Det är en intressant position att inta – Mistral vill varken vara lika stängda som OpenAI eller lika geopolitiskt laddade som DeepSeek och dess kusiner.

Den tredje vägen

Frankrikes president Emmanuel Macron har länge talat om vikten av en europeisk riktning inom AI – en "tredje väg" som varken offrar öppenhet eller säkerhet. Mistral Large 4 är den bästa konkreta manifestationen av den ambitionen hittills.

Men det finns en viktig nyans: modellen är ännu inte fullt öppen. Just nu är den enbart tillgänglig via ett skyddat programmeringsgränssnitt. Bolaget planerar dock att släppa modellens vikter fritt inom tre veckor – efter att en säkerhetsgranskning slutförts. Under mellantiden samarbetar Mistral med utvalda partner och myndigheter för att säkerställa att den öppna källkoden kan användas i försvarssyfte, men inte för skadliga angrepp. Det berättar Mistrals vetenskapschef Pierre Stock för TechCrunch.

Det är ett genomtänkt tillvägagångssätt. Att publicera vikterna för en modell i den här storleksklassen utan noggrann förberedelse vore ansvarslöst – och Mistral verkar ha lärt sig av de diskussioner som förts i branschen efter tidigare öppna lanseringar.

Tränad på förvånansvärt lite

En av de mest tekniskt intressanta detaljerna är hur modellen tränade. Mistral Large 4 kördes uteslutande på bolagets egen beräkningskapacitet – med bara 4 000 Nvidia-grafikkort. Det låter kanske som ett stort tal, men i sammanhanget är det anmärkningsvärt litet. Träningskörningar av liknande modeller hos amerikanska konkurrenter brukar involvera tiotusentals grafikkort eller mer.

Det antyder att Mistral har gjort något tekniskt smart med sin träningsprocess – sannolikt en kombination av effektiv arkitektur, optimerade träningsmetoder och noggrann datahantering. Det är den typen av ingenjörskonst som brukar vara svår att se utifrån, men som gör enorm skillnad för kostnader och skalbarhet.

Varför öppna vikter spelar roll

Att en modell av den här storleken planeras bli öppet tillgänglig är inte en liten sak. Öppna vikter innebär att vem som helst – forskare, myndigheter, företag – kan ladda ned och granska modellen på djupet. Det gör det möjligt att identifiera partiskhet, säkerhetsbrister och oönskat beteende på ett sätt som helt enkelt inte går med slutna system.

För svenska och europeiska organisationer som behöver uppfylla EU:s AI-förordning är det här särskilt relevant. En öppen modell som kan granskas och anpassas lokalt är ett betydligt bättre utgångsläge ur ett regelefterlevnadsperspektiv än en svart låda som körs på servrar utanför europeisk jurisdiktion.

Ett skifte i maktbalansen?

Det vore överdrivet att säga att Mistral Large 4 förändrar allt. OpenAI, Anthropic och Google har enorma resurser och etablerade ekosystem. Kinesiska aktörer som Alibabas Qwen-serie och DeepSeek investerar aggressivt. Men Mistral gör något som ingen av dem riktigt gör: kombinerar europeisk tillhörighet, öppen källkod och verkligt konkurrenskraftig prestanda i samma paket.

Det är inte en nischposition längre. Det börjar likna en genuin tredje pol i den globala AI-kapprustningen.