Mistral AI nie odpuszcza. Francuska firma 21 lutego 2026 roku opublikowała Large 3 — otwartoźródłowy model językowy, który ma wprost podbić fundament, na jakim OpenAI i Google zbudowały swoje płatne imperia. Kod trafia na GitHub bez żadnych ograniczeń licencyjnych, a wnioskowanie przez API kosztuje 2 dolary za milion tokenów. Dla porównania: zamknięte modele na podobnym poziomie potrafią kosztować wielokrotnie więcej.
To już nie pierwsza taka zagrywka Mistrala, ale Large 3 jest zdecydowanie najbardziej ambitną. Parametrami i wynikami w testach porównawczych model plasuje się w okolicach GPT-4 — co samo w sobie byłoby wystarczającym powodem do rozmowy. Ale prawdziwy cios zadaje cena: zero złotych dla badaczy i programistów, którzy chcą uruchomić model lokalnie, i grosze w porównaniu z konkurencją dla tych, którzy potrzebują API.
Co dostaje się za darmo
Large 3 to model z szacowaną liczbą parametrów powyżej 70 miliardów, dostępny bez żadnych ograniczeń licencyjnych dla naukowców, startupów i programistów. Można go pobrać, dostroić, wdrożyć na własnym serwerze i sprzedać efekty swojej pracy — bez pytania Mistrala o zgodę. To fundamentalna różnica wobec modeli od OpenAI czy Anthropic, gdzie użytkowanie API wiąże się z warunkami, które potrafią zaskoczyć dopiero przy lekturze umowy.
Dla polskich firm i badaczy akademickich — zwłaszcza tych, które nie dysponują budżetem startupów z Doliny Krzemowej — ta otwartość ma konkretne znaczenie. Politechnika Warszawska czy krakowski startup z sektora legaltech mogą dziś uruchomić model klasy GPT-4 na własnej infrastrukturze, bez uzależnienia się od zewnętrznego API i bez comiesięcznych faktur, które potrafią zaboleć.
Dwa dolary za milion tokenów — czyli ile to właściwie jest
Dla tych, którzy wolą wygodę API niż stawianie własnych serwerów, Mistral proponuje wnioskowanie w cenie 2 dolarów za milion tokenów wejściowych. Żeby to urealnić: milion tokenów to mniej więcej 750 tysięcy słów, czyli kilkanaście przeciętnych powieści. Większość firmowych zastosowań — obsługa klienta, analiza dokumentów, generowanie treści — zmieści się w dziesiątkach tysięcy tokenów dziennie. Przy takich cenach koszty są naprawdę śladowe.
Konkurencja na poziomie zbliżonych możliwości potrafi żądać kilka razy więcej. Mistral nie gra więc tylko kartą otwartości — gra też ceną, i robi to świadomie. Strategia jest prosta: wciągnąć jak największą część rynku, zanim API od OpenAI czy Google stanie się jedyną opcją, którą programiści znają i rozumieją.
Europa kontra Dolina Krzemowa — co to ma wspólnego z polityką
Mistral to firma z Paryża, założona przez byłych inżynierów DeepMind i Meta, i od początku pozycjonuje się jako europejska odpowiedź na dominację amerykańskich gigantów. Large 3 wpisuje się w szerszy kontekst — unijne regulacje dotyczące suwerenności cyfrowej, inicjatywy takie jak GAIA-X, i rosnące obawy europejskich rządów o uzależnienie od infrastruktury AI, której nie kontrolują.
Otwartoźródłowy model, który można uruchomić lokalnie w centrum danych we Frankfurcie czy Warszawie, jest dokładnie tym, o czym marzą europejscy regulatorzy i dyrektorzy działów technicznych firm, które musiały tłumaczyć radzie nadzorczej, dlaczego dane klientów trafiają na serwery za oceanem. Large 3 tego problemu nie rozwiązuje całkowicie, ale daje realne narzędzie, by go ominąć.
Czy to zagrożenie dla OpenAI i spółki
Szczerze? Bezpośrednie — niekoniecznie. OpenAI i Google obsługują klientów korporacyjnych, którzy płacą nie tylko za model, ale za wsparcie, certyfikaty zgodności, gwarancje SLA i markę, która usypia zarządy. Mistral tego nie zastąpi z dnia na dzień.
Ale rynek AI to nie tylko korporacje. To miliony programistów, badaczy, małych firm i freelancerów, którzy eksperymentują z modelami, budują produkty i szukają najtańszej drogi do celu. Ten segment Mistral ma realną szansę wygrać — i jeśli to zrobi, za dwa lata rozmowa o tym, kto dominuje na rynku, może wyglądać inaczej niż dziś.
Anthropic, OpenAI i Google nie śpią. Ale Mistral właśnie pokazał, że otwartoźródłowy w rękach sprawnego zespołu przestał być zabawką akademicką — stał się strategiczną bronią w walce o standardy branży AI.
Co to oznacza dla polskich programistów i firm
Jeśli budujesz produkt oparty na AI i liczyłeś każdy token w API, Large 3 jest konkretną propozycją do sprawdzenia. Jeśli jesteś badaczem i chciałeś dostroić model klasy GPT-4 do specyficznej dziedziny — teraz masz model, kod i brak ograniczeń licencyjnych na starcie. Jeśli jesteś dyrektorem działu technicznego i właśnie kończyłeś tłumaczyć zarządowi, dlaczego dane wrażliwe muszą wychodzić do zewnętrznego API — Large 3 uruchomiony lokalnie to argument, który może zamknąć tę rozmowę.
Mistral nie obiecuje, że jest najlepszy. Obiecuje, że jest otwarty, tani i europejski. W 2026 roku, gdy coraz więcej firm zadaje pytanie o suwerenność danych i koszty AI, to połączenie może okazać się wystarczające.
