{"id":3439308,"date":"2026-05-01T10:18:09","date_gmt":"2026-05-01T08:18:09","guid":{"rendered":"https:\/\/datanorth.ai\/?post_type=news&p=3439308"},"modified":"2026-05-01T10:17:57","modified_gmt":"2026-05-01T08:17:57","slug":"mistral-ai-brengt-medium-3-5-uit","status":"publish","type":"news","link":"https:\/\/datanorth.ai\/nl\/nieuws\/mistral-ai-brengt-medium-3-5-uit","title":{"rendered":"Mistral AI brengt Medium 3.5 uit"},"content":{"rendered":"\n

Publicatiedatum: <\/strong>1 mei 2026<\/em><\/p>\n\n\n\n

Mistral AI heeft Mistral Medium 3.5 uitgebracht, een dense taalmodel met 128 miljard parameters<\/strong> en een contextvenster van 256.000 tokens<\/strong>. Het model is beschikbaar als open weights onder een aangepaste MIT-licentie. Mistral Medium 3.5 scoort 77,6% op SWE-Bench Verified<\/strong> en is toegankelijk via de Mistral API voor $1,50 per miljoen invoertokens en $7,50 per miljoen uitvoertokens, en via Hugging Face voor zelfhosting.<\/p>\n\n\n\n

Wat is Mistral Medium 3.5?<\/h2>\n\n\n\n

Mistral Medium 3.5 is een dense transformermodel met 128 miljard parameters. In tegenstelling tot mixture-of-experts-architecturen gebruikt Medium 3.5 een enkele set gewichten die instructieopvolging, redenering, codering en multimodale visietaken combineert. Het model bevat een op maat gemaakte vision-encoder die vanaf nul is getraind om variabele afbeeldingsformaten en beeldverhoudingen te verwerken.<\/p>\n\n\n\n

Het contextvenster reikt tot 256.000 tokens, inclusief zowel invoer als uitvoer. De redeneringsinspanning is per verzoek configureerbaar, waardoor hetzelfde model zowel snelle conversationele antwoorden als complexe meerstaps agentische taken aankan. Mistral beschrijft het als hun “eerste flagship merged model,” dat capaciteiten consolideert die voorheen aparte gespecialiseerde modellen vereisten.<\/p>\n\n\n\n

Mistral Medium 3.5 benchmarks en prestaties<\/h2>\n\n\n\n

Op SWE-Bench Verified, een benchmark die test of een model echte GitHub-issues kan oplossen door correcte patches te genereren, scoort Mistral Medium 3.5 77,6%. Daarmee scoort het hoger dan Devstral 2 en Qwen 3.5 397B A17B, en komt het dicht bij Gemini 3.1 Pro Preview, dat met 78,8% aan kop staat. Op de Tau-3 Telecom-benchmark voor agentische tool-use taken behaalt het model 91,4%, wat sterke prestaties aantoont in domeinspecifieke scenario\u2019s met meerstaps tool-aanroepen.<\/p>\n\n\n\n

Het model drijft ook Mistral\u2019s Vibe remote coding agents aan en vervangt Devstral 2 als standaardmodel in de Vibe CLI. In Mistral\u2019s “Work mode” binnen Le Chat verwerkt Medium 3.5 asynchrone cloudgebaseerde coderingstaken met gestructureerde uitvoer voor downstream pipelines.<\/p>\n\n\n\n

Prijzen en beschikbaarheid van Mistral Medium 3.5<\/h2>\n\n\n\n

Mistral Medium 3.5 kost $1,50 per miljoen invoertokens en $7,50 per miljoen uitvoertokens via de Mistral API. Daarmee zit het in een middensegment: duurder dan het budgetvriendelijke Mistral Medium 3 ($0,40\/$2,00 per miljoen tokens) maar goedkoper dan GPT-4o en Claude Sonnet 4 bij vergelijkbare parameteraantallen.<\/p>\n\n\n\n

Het model is via meerdere kanalen beschikbaar. Het fungeert als standaardmodel in Le Chat op chat.mistral.ai, met geavanceerde functies op Pro-, Team- en Enterprise-abonnementen. Het API-endpoint gebruikt de model-identifier “mistral-medium-3.5” met “mistral-medium-3” als alias. Open weights zijn gepubliceerd op Hugging Face onder mistralai\/Mistral-Medium-3.5-128B met een aangepaste MIT-licentie, en het model is ook beschikbaar via NVIDIA\u2019s build.nvidia.com en als NVIDIA NIM-containerized inference microservice.<\/p>\n\n\n\n

Hoe verhoudt Mistral Medium 3.5 zich tot GPT-5.5 en Claude Opus 4.7?<\/h2>\n\n\n\n

Mistral Medium 3.5 betreedt een competitief landschap naast OpenAI\u2019s GPT-5.5, uitgebracht op 23 april, en Anthropic\u2019s Claude Opus 4.7, uitgebracht op 16 april. Terwijl GPT-5.5 en Claude Opus 4.7 closed-source modellen zijn met hogere prijspunten, onderscheidt Medium 3.5 zich door open weights en de mogelijkheid tot zelfhosting op slechts vier GPU\u2019s.<\/p>\n\n\n\n

Op SWE-Bench Verified is de score van 77,6% van Medium 3.5 competitief maar lager dan de topmodellen. De voornaamste aantrekkingskracht ligt in de combinatie van sterke coderings- en agentische prestaties met open-weight beschikbaarheid, een 256K contextvenster en configureerbare redeneringsinspanning tegen een gematigd prijspunt.<\/p>\n\n\n\n

Mistral Medium 3.5 is nu beschikbaar via de Mistral API, Le Chat en Hugging Face. Volledige technische documentatie is te vinden op docs.mistral.ai\/models\/model-cards\/mistral-medium-3-5-26-04<\/a>, en de offici\u00eble aankondiging staat op mistral.ai\/news\/vibe-remote-agents-mistral-medium-3-5<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Deze release is Mistral AI\u2019s grootste dense open-weight model tot nu toe en combineert coderingsbenchmarks op frontierniveau met brede multimodale mogelijkheden in een enkel model.<\/p>\n","protected":false},"author":12,"featured_media":3439300,"template":"","tags":[],"news-category":[],"class_list":["post-3439308","news","type-news","status-publish","has-post-thumbnail"],"meta_box":[],"_links":{"self":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news\/3439308","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/types\/news"}],"author":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/users\/12"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media\/3439300"}],"wp:attachment":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media?parent=3439308"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/tags?post=3439308"},{"taxonomy":"news-category","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news-category?post=3439308"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}