Szkolenia AI dla firm Warsztaty na zadaniach Twojego zespołu: online 4–8 h albo stacjonarnie w całej Polsce Zobacz program →

Mistral Large 4 z otwartymi wagami: do pobrania i z niższą ceną API

Model Mistrala można już pobrać i uruchomić u siebie, a nowa cena API to połowa katalogowej z podglądu. Sprawdź, kiedy to się opłaca.

29 października 2026 · Adam Bakalarz
Ilustracja: otwarta skrzynia, z której wysypują się kostki, a mała postać odnosi jedną z nich

W skrócie

  • 29 października 2026 r. Mistral opublikował otwarte wagi modelu Mistral Large 4 (nazwa robocza Le Chonk) na Hugging Face; model ma około biliona parametrów i licencję pozwalającą na użytek komercyjny.
  • Nowa standardowa cena API to 0,70 USD (ok. 2,76 zł) za milion tokenów wejścia i 2,10 USD (ok. 8,29 zł) za milion tokenów wyjścia, mniej więcej połowa ceny katalogowej z podglądu (1,36/4,18 USD), czyli tyle, ile kosztowała promocja startowa (kurs NBP z 29.10.2026).
  • Według Mistrala model ma 41 proc. w teście Terminal-Bench 4.0 wobec 28 proc. w wersji podglądowej; to wyniki producenta, nie niezależny pomiar.

Stan na 29 października 2026

Co się stało

Mistral AI udostępnił wagi swojego flagowego modelu Mistral Large 4 do pobrania i samodzielnego uruchomienia, tak jak zapowiadał przy starcie podglądu na początku października. Model jest multimodalny (rozumie tekst i obrazy), ma około biliona parametrów w architekturze mixture-of-experts i trzy tryby rozumowania: niski, średni i wysoki (domyślny).

Wagi są na Hugging Face, a model działa też w API Mistrala, Mistral Studio, OpenRouter, Microsoft Foundry i na platformach NVIDII. Licencja to Mistral Ecosystem Open-Weight, czyli zmodyfikowana licencja MIT: model można bezpłatnie używać, modyfikować, dostrajać i wykorzystywać komercyjnie. Wyjątek dotyczy firm, które chcą sprzedawać dostęp do modelu jako usługę (model-as-a-service): potrzebują osobnej licencji komercyjnej. Mistral pisze, że model wytrenowano „od zera na europejskiej infrastrukturze”.

Zmienia się też cennik API: 0,70 USD za milion tokenów wejścia i 2,10 USD za milion tokenów wyjścia. Cena katalogowa w podglądzie, o którym pisaliśmy przy premierze Mistral Large 4, wynosiła 1,36 i 4,18 USD, ale w podglądzie obowiązywała promocja startowa −50% (0,68 i 2,09 USD). Nowa cena to więc w praktyce utrwalenie poziomu promocyjnego: kto testował model w pierwszych dniach, nie zobaczy różnicy, a kto liczył koszty według cennika katalogowego, zapłaci mniej więcej o połowę mniej. Tokeny z pamięci podręcznej kosztują 0,07 USD za milion.

Ile to kosztuje w praktyce i na jakim sprzęcie działa

Szacunek dla typowego zadania: firma analizuje 1000 dokumentów (oferty, umowy, zgłoszenia), każdy ma około 3000 tokenów, a odpowiedź modelu około 500 tokenów. Przy nowej cenie to 3,15 USD, czyli ok. 12,43 zł; według ceny katalogowej z podglądu wychodziło 6,17 USD, czyli ok. 24,35 zł (kurs NBP z 29.10.2026: 3,9473 zł za dolara). Wobec cennika katalogowego koszt spada o około połowę; wobec promocji startowej pozostaje praktycznie bez zmian.

Samodzielne uruchomienie to inna skala. Przepis Hugging Face na Inference Endpoints dla wag w formacie FP8 zakłada serwer z 8 kartami NVIDIA H200 (wersja NVFP4 mieści się na węźle z 4 kartami Blackwell), a najmocniej skompresowane wersje 2-bitowe uruchomisz na jednym komputerze Apple z układem Ultra i 512 GB pamięci zunifikowanej. To nie jest model na firmowego laptopa; otwarte wagi mają sens dla organizacji z własną serwerownią albo prywatną chmurą, które nie mogą wysyłać danych do zewnętrznego dostawcy. Mniejsze zadania na własnym komputerze lepiej robić lokalnym modelem AI o mniejszym rozmiarze.

Wyniki: co mówi producent

Mistral podaje 41 proc. w Terminal-Bench 4.0 (o 13 punktów więcej niż w podglądzie) i 48 proc. w indeksie Coding Agent firmy Artificial Analysis, co według producenta daje remis z chińskim GLM-5.3 przy średnio 47 proc. mniejszym zużyciu tokenów. Uczciwie trzeba dodać: w ślepych testach preferencji programistów Surge Code model przegrał tylko z jednym modelem z porównania, Claude Opus 5.5, więc w najtrudniejszym programowaniu zamknięty Claude Opus 5.5 dalej jest wyżej. W cyberbezpieczeństwie Mistral deklaruje odmowę w średnio 96,6 proc. złośliwych zapytań, a unijna agencja ENISA testuje model. Wszystkie te liczby pochodzą od producenta.

Na tle innych modeli językowych (LLM) Large 4 wyróżnia połączenie trzech rzeczy: otwartych wag, licencji komercyjnej i europejskiego pochodzenia.

Co to znaczy dla Ciebie

Jeśli Twoja firma nie może wysyłać danych do amerykańskich dostawców albo chce mieć model pod pełną kontrolą, Mistral Large 4 jest dziś najmocniejszą europejską opcją z otwartymi wagami. Na start nie kupuj sprzętu: przetestuj model w API na 20–30 prawdziwych zadaniach i porównaj wyniki oraz koszt z narzędziem, którego używasz. Sprawdź licencję, jeśli planujesz udostępniać model klientom jako usługę. Gdy zespół dopiero uczy się dobierać model do zadania, pomogą szkolenia AI dla firm.

Najczęstsze pytania

Czy Mistral Large 4 jest open source?

Ma otwarte wagi do pobrania z Hugging Face na licencji Mistral Ecosystem Open-Weight (zmodyfikowana MIT). Można go używać komercyjnie; osobnej licencji wymaga tylko sprzedaż dostępu do modelu jako usługi.

Ile kosztuje Mistral Large 4 w API?

Od 29 października 2026 r. nowa standardowa cena to 0,70 USD (ok. 2,76 zł) za milion tokenów wejścia i 2,10 USD (ok. 8,29 zł) za milion tokenów wyjścia, po kursie NBP z 29.10.2026. To mniej więcej połowa ceny katalogowej z podglądu i poziom promocji startowej.

Jaki sprzęt jest potrzebny do uruchomienia Mistral Large 4?

Przepis Hugging Face na Inference Endpoints dla wag FP8 zakłada 8 kart NVIDIA H200, a wersja NVFP4 działa na węźle z 4 kartami Blackwell. Najmniejsze wersje 2-bitowe działają na komputerze Apple z układem Ultra i 512 GB pamięci zunifikowanej.

Czytaj dalej

Zobacz też

Zobacz też

Przewodnik po temacie LLM, czyli duże modele językowe: jak działają i który model AI wybrać

Adam Bakalarz, założyciel instytut.ai
Autor

Adam Bakalarz

Szkoleniowiec AI · właściciel agencji NowoczesnyMarketing.pl · założyciel instytut.ai

Prowadzi agencję, w której ChatGPT, Claude i automatyzacje codziennie pracują dla klientów. Na szkoleniach i w kursach online uczy tego, co sam stosuje w pracy.

100+

firm na szkoleniach zamkniętych od 2025

21

kursów online

1 200+

zweryfikowanych opinii

50 000+

kursantów online