Mistral versnelt ontwerpwerk maar een voorkeurstest keurt niets goed
In het kort
Mistral Large 4 werd op 6 oktober als publieke preview aangekondigd. De leverancier benadrukt onder meer technische taken en eigen vergelijkingen met expertbeoordelingen, maar dat is geen onafhankelijke validatie van een ontwerp. De aangekondigde vrijgave van gewichten later in oktober is nog een toekomstige stap. Voor bedrijven draait de investering vooral om de tijd die een bruikbaar voorstel bespaart nadat een deskundige het heeft gecontroleerd.
Een technisch ontwerper hoeft niet per se een volledig autonoom systeem om baat te hebben bij AI. Een beter eerste voorstel, een sneller gevonden inconsistentie of een duidelijker overzicht van randvoorwaarden kan al nuttig zijn. Het lastige is dat een voorstel dat er overtuigend uitziet, juist ook veel controle kan vragen.
Dat is de zakelijke afweging bij Mistral Large 4. Het bedrijf kondigde het model op 6 oktober aan als publieke preview en besteedt aandacht aan technische toepassingen, waaronder CAD en andere STEM-taken. De beschreven expertvergelijkingen komen uit de eigen evaluatie van de leverancier. Zij bewijzen niet dat een concreet ontwerp veilig, maakbaar of geschikt voor een klant is.
Een voorkeur zegt iets anders dan een foutmarge
Een expert kan het ene modelantwoord verkiezen boven het andere omdat het duidelijker, vollediger of beter bruikbaar is. Dat is relevante informatie. Maar een voorkeurspercentage is geen meting van het aantal fouten dat in een echte ontwerpketen overblijft. Beide antwoorden kunnen een belangrijk probleem missen, terwijl één ervan toch duidelijk beter wordt gevonden.
Daarom moet een bedrijf eerst definiëren wat het model mag voorbereiden. Een overzicht van eisen vraagt andere controle dan een wijzigingsvoorstel dat fysieke gevolgen kan hebben. De verantwoordelijkheid voor een definitief ontwerp hoort niet ongemerkt te verschuiven omdat een taalmodel een technisch formaat kan produceren. Het gaat hier om de economische afweging, niet om een werkwijze om veiligheidskritische ontwerpen automatisch goed te keuren.
De actuele modeldocumentatie beschrijft een contextvenster van een miljoen tokens. Dat kan helpen om veel eisen en achtergrondinformatie tegelijk mee te geven. Het blijft nodig om te controleren welke versie van een eis geldt en of het resultaat alle relevante voorwaarden volgt. Een groot contextvenster is geen bewijs dat iedere afhankelijkheid correct is verwerkt.
Preview is niet hetzelfde als een definitieve productiebasis
De publieke preview maakt experimenteren mogelijk. Zij is geen toezegging dat alle eigenschappen, prijzen en uitvoeringen ongewijzigd blijven. Ook de aangekondigde vrijgave van gewichten aan het einde van oktober moet afzonderlijk worden beoordeeld wanneer zij daadwerkelijk plaatsvindt. Op 18 oktober kan die aankondiging niet worden behandeld als reeds beschikbare gewichten met een vastgestelde open licentie.
Dat onderscheid is belangrijk voor een project dat langdurig afhankelijk wordt van een model. Een onderneming kan nu een proef via de commerciële dienst uitvoeren en later bepalen of zelf draaien zinvol is. Zij hoeft niet alvast hardware aan te schaffen op basis van een toekomstige downloadmogelijkheid of een nog niet getoetste licentie.
De sterkste kans ligt in het verkorten van de voorbereidende fase. Als een model een goede eerste indeling maakt of relevante tegenstrijdigheden aanwijst, kan een deskundige sneller naar de lastige beslissingen. Het gevaar ontstaat wanneer het voorstel zo soepel wordt overgenomen dat de controle oppervlakkiger wordt. Dan kan snelheid aan het begin extra herstel verderop veroorzaken.
Wat kost een reeks technische voorstellen
Op de peildatum vermeldt de modelpagina een tijdelijk verlaagd tarief van $0,68 per miljoen inputtokens en $2,09 per miljoen outputtokens. De onverkorte bedragen worden daar eveneens getoond: $1,36 en $4,18. Neem als rekenvoorbeeld 2.000 opdrachten met ieder 20.000 inputtokens en 5.000 betaalde outputtokens. Zonder cache, extra hulpmiddelen en belastingen is de verlaagde rekening $27,20 plus $20,90, samen $48,10. Tegen de onverkorte bedragen wordt dat $96,20.
Die tokenrekening zegt weinig over de totale kosten van technisch werk. Als iedere opdracht een kwartier deskundige controle vraagt, gaat het om vijfhonderd uur. Bij een aangenomen interne uurkost van €90 is dat €45.000. De euro- en dollarpost worden hier niet zonder wisselkoers opgeteld. Het verschil in omvang laat wel zien waarom een klein voordeel in controlekwaliteit belangrijker kan zijn dan een introductiekorting.
De nuttige meting is dus de tijd tot een geaccepteerd tussenresultaat. Een model kan snel een eerste voorstel geven dat vervolgens veel aanpassing vraagt. Een langzamere eerste generatie kan economisch beter zijn wanneer zij minder herstel nodig heeft. Alleen een vergelijking met dezelfde taak, dezelfde gegevens en dezelfde acceptatiecriteria maakt dat zichtbaar.
Welke tijdwinst draagt het project
Stel dat een bedrijf €36.000 investeert in integratie, voorbeeldtaken en een gecontroleerde proef. Jaarlijks beheer en gebruik worden op €18.000 gezet. Voor terugverdienen in drie jaar is €30.000 bruto voordeel per jaar nodig. Bij €90 per uur en 2.000 opdrachten betekent dit tien minuten netto tijdwinst per opdracht.
Die tien minuten moeten overblijven na inhoudelijke controle, correctie en documentatie. Het is niet voldoende dat een eerste schets tien minuten eerder verschijnt. Evenmin mag het team een daling van de controletijd aannemen zonder vast te stellen dat dezelfde kwaliteit behouden blijft. Een snellere route met minder grondige controle is een ander product, geen zuivere productiviteitswinst.
Een serieuze tegenwerping is dat een bestaand specialistisch hulpmiddel dezelfde taak al goed uitvoert. Dan moet Mistral daarmee worden vergeleken, niet met volledig handmatig werk. Het model kan vooral waarde toevoegen bij de ongestructureerde overgang tussen eisen, documenten en bestaande software. Voor vaste berekeningen kan gespecialiseerde software de verstandigere keuze blijven.
Drie jaren met behoud van deskundige controle
Voor 2027, 2028 en 2029 nemen we netto tijdwinsten van 3, 4 en 5 minuten per opdracht in het lage pad. Het middenpad gebruikt 10, 12 en 14 minuten; het hoge pad 18, 22 en 26 minuten. Bij 2.000 opdrachten en €90 per uur is de jaarlijkse uitkomst opdrachten maal minuten gedeeld door zestig, maal €90, minus €18.000.
Na drie jaar en de startinvestering resteert min €54.000, plus €18.000 en plus €108.000. Deze eigen scenario’s bevatten geen financiering of belastingen en voorspellen geen ontwikkeling van Mistral. Zij veronderstellen dat alle tijdwinst na de noodzakelijke deskundige controle is gemeten.
Mistral Large 4 is daarmee interessant als voorbereiding en ondersteuning van technisch werk. De onderbouwing voor brede inzet moet echter uit de eigen taak komen. Minder totale werktijd bij dezelfde acceptatiegrens zou overtuigend zijn. Een voorkeur in een leverancierstest of een aangekondigde toekomstige download is daarvoor nog niet genoeg.
Opmerkingen