Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Overzicht van Mistral-modellen in 2026

Les 1 van 14 Bijgewerkt op 3 november 2026 Beginner
Op deze pagina
  1. Waarom Mistral zoveel modellen aanbiedt
  2. De filosofie: specialisatie versus generalist
  3. Drie grote families
  4. Hoe u door deze cursus navigeert
  5. Belangrijkste punten

Bijgewerkt op 2 november 2026 — modellen. Mistral Large 3 (mistral-large-2512) en Mistral Medium 3.5 zijn sinds 31 oktober 2026 verouderd (deprecated) en worden op 30 april 2027 verwijderd. Hun aangewezen opvolger, Mistral Large 4 (mistral-large-4), is sinds 6 oktober beschikbaar in openbare preview. De voorbeelden in deze cursus gebruiken de alias mistral-large-latest, die volgens de officiële documentatie nog steeds verwijst naar Mistral Large 3 (geverifieerd op 3 november 2026). Evenzo verwijst mistral-medium-latest naar Mistral Medium 3.5: deze aliassen blijven geldig tot 30 april 2027. Test voor een nieuw project mistral-large-4, hun aangewezen opvolger.

Waarom Mistral zoveel modellen aanbiedt

Wanneer u in 2026 voor het eerst de Mistral AI-catalogus opent, is de eerste indruk vaak overweldigend. Generalisten, specialisten voor code, audio en documentextractie: de catalogus somt talloze actieve referenties op en niets wijst op het eerste gezicht uit welke voor u relevant is. Deze overvloed is niet louter een marketingstunt. Het weerspiegelt een bewuste technische filosofie: specialisatie ten dienste van prestaties.

Mistral AI, opgericht in Parijs in 2023, maakte de strategische keuze zich niet te beperken tot één “alles-kunner”-model. De redenering achter deze beslissing is helder: een model dat is getraind om uit te blinken in een specifieke taak—zoals het genereren van code, het transcriberen van audio of het extraheren van tekst uit een gescand document—zal diezelfde taak altijd beter uitvoeren dan een generalist, bij gelijke rekenkosten. De relevante vraag is daarom nooit “wat is het beste Mistral-model?”, maar “wat is het beste model voor wat ik moet doen?”.

De filosofie: specialisatie versus generalist

Drie technische observaties ondersteunen deze aanpak. De eerste betreft de Mixture of Experts (MoE)-architectuur, waarmee modellen met zeer grote totale aantallen parameters kunnen worden gebouwd, terwijl per verzoek slechts een fractie daarvan wordt geactiveerd. De inferentiekosten dalen aanzienlijk in vergelijking met een dicht (dense) model van vergelijkbare grootte, waardoor het economisch haalbaar is om meerdere grote modellen te onderhouden in plaats van slechts één.

De tweede observatie betreft de training zelf. Specialistische modellen worden getraind op gerichte corpora en geoptimaliseerd voor doelen die specifiek zijn voor hun domein, wat hen daar waar verwacht een duidelijk voordeel geeft. De derde observatie is het scala aan groottes: tussen Ministral 3B en de toonaangevende modellen (frontier models) bestrijkt het bereik alle implementatiescenario’s, van smartphone tot massive cloud-infrastructuur.

In de praktijk vertalen deze drie observaties zich in een specifieke denkwijze bij het ontwerpen van systemen. Een enterprise-chatbot, een pipeline voor factuur extractie en een ontwikkelassistent delen niet dezelfde latentie-eisen, invoerformaten of privacyvereisten: het zou absurd zijn om ze allemaal op hetzelfde model te baseren. Een trend van 2026 verdient ook directe vermelding: de convergentie van redeneervermogen in generalisten. De Magistral-familie, voorheen gewijd aan redeneren, is verouderd: deze capability is nu direct geïntegreerd in Small 4 en Medium 3.5.

Drie grote families

De catalogus is georganiseerd rond drie families. Weten tot welke familie een model behoort, vertelt u veel over het beoogde gebruik.

Generalisten

Dit zijn de veelzijdige modellen, capable of het afhandelen van conversatie, schrijven, analyse en redeneren. Vanaf juli 2026 structureren vier referenties deze familie. Mistral Medium 3.5, uitgebracht in mei 2026, is het toonaangevende model (frontier model): multimodaal, agentisch en sterk in code. Mistral Small 4, uitgebracht in maart 2026, is het hybride veelzijdige model dat instructies, redeneren en code verenigt in één model. Mistral Large 3, gepubliceerd in december 2025, is de grote generalist met open weights. Tot slot biedt het Ministral 3-gamma verschillende groottes—3B, 8B, 14B, tekst en visie—voor embedded implementaties, waarbij het model op het apparaat zelf moet draaien.

Specialisten

Vervolgens zijn er de modellen die zijn ontworpen om uit te blinken in een specifiek domein. Codestral en Devstral 2 dekken code: de ene voor completion, de andere voor agents die een ontwikkelingstaak kunnen leiden. Voxtral handelt audio af, met spraaksynthese (TTS met zero-shot cloning) aan de ene kant en real-time transcriptie aan de andere. OCR 4, uitgebracht in juni 2026, extraheert inhoud uit documenten met bounding boxes en structurele blokken, waardoor niet alleen bekend is wat er geschreven staat, maar ook waar het zich op de pagina bevindt. Moderation 2 ten slotte, handelt beveiliging en contentmoderatie af.

Ondersteunende modellen

De derde familie groepeert complementaire modellen: diegenen die geen antwoord schrijven, maar de infrastructuur eromheen laten werken. Mistral Embed genereert de embeddings die nodig zijn voor semantisch zoeken, de bouwsteen van elk RAG-systeem. Codestral Embed doet hetzelfde voor broncode. Leanstral 1.5, gepubliceerd in juli 2026, is een open source foundation model gewijd aan formele bewijzen in Lean 4.

Let aan de kant van de tooling op Studio (juli 2026), dat versiebeheerde prompts en vaardigheden (skills) introduceert, met eigendomsrechten en traceerbaarheid. Zodra meerdere mensen aan dezelfde AI-projecten werken, stopt dit versiebeheer een comfort te zijn en wordt het een noodzaak.

Hoe u door deze cursus navigeert

We volgen de meest natuurlijke volgorde voor een practitioner. De vlaggenschip-generalisten komen eerst, aangezien dit de modellen zijn die u als eerste zult tegenkomen; daarna volgen de specialisten, domein per domein. Vervolgens behandelen we het tiersysteem—Open, Premier, Labs—en de implicaties daarvan voor licenties en implementatie, voordat we u de sleutels geven om in een reële context te kiezen.

Aan het einde van deze cursus moet u direct kunnen identificeren welk model overeenkomt met een aan u voorgelegde behoefte, de afwegingen tussen kosten en prestaties kunnen uitleggen die hierbij een rol spelen, en de snelle evolutie van het ecosysteem kunnen volgen zonder de weg kwijt te raken.

Belangrijkste punten

  • Mistral AI geeft prioriteit aan specialisatie boven één universeel model
  • De MoE (Mixture of Experts)-architectuur staat centraal in deze strategie
  • De catalogus omvat drie families: generalisten, specialisten en ondersteuning
  • In 2026 is redeneren geïntegreerd in generalisten (Small 4, Medium 3.5) — Magistral is verouderd
  • Modelkeuze hangt altijd af van de use case, niet van een absolute ranglijst