Algemeen Mistral topic

[dixet]

1. Inleiding

Mistral AI is een in 2023 opgericht Frans bedrijf dat zich richt op de ontwikkeling van grote taalmodellen. Het bedrijf heeft meerdere modellen uitgebracht, waaronder Mistral 7B, Mistral 8x7B (een mixture-of-experts-model), en Mistral Large. Deze modellen zijn ontworpen voor toepassingen zoals tekstgeneratie, code-assistentie, vertalingen en analyse.

Mistral AI positioneert zich als een Europese speler in de markt voor grote taalmodellen, met een focus op transparantie, open-source beschikbaarheid (voor sommige modellen) en samenwerking met de gemeenschap. In 2025 heeft het Nederlandse ASML een grote investering gedaan in Mistral en is daarmee voor 11% eigenaar geworden.

2. Algemeen Gebruik

Primair gebruik:

• Tekst- en afbeeldingsgeneratie (bijv. chatbots, contentcreatie, samenvattingen).
• Codegeneratie en -analyse (ondersteuning voor meerdere programmeertalen).
• Vertalingen en meertalige toepassingen.
• Data-analyse en structurering (bijv. extractie van informatie uit ongestructureerde tekst).

Doelgroep:

• Ontwikkelaars en onderzoekers (met name voor open-source modellen).
• Bedrijven die op zoek zijn naar aanpasbare taalmodellen.
• Geavanceerde gebruikers die lokaal modellen willen draaien.

Toegankelijkheid:

• Beschikbaar via:
  • Webinterface: Vibe chat (chatbot-interface).
  • Chat-apps voor Android en iOS
  • API: Mistral officiële documentatie (voor ontwikkelaars).
  • Lokaal gebruik: Modellen zoals Mistral 7B kunnen lokaal worden gedraaid via frameworks als Hugging Face.
• Ondersteunde talen: Primair Engels, maar ook goede ondersteuning voor andere grote talen, waaronder Nederlands.

3. Specifieke Functies en Mogelijkheden

Kernfuncties:

• Multimodale mogelijkheden: Sommige modellen ondersteunen tekst- en code-input/output.
• Code-interpretatie: Kan code genereren, debuggen en uitleggen (bijv. Python, JavaScript, C++).
• Aanpasbaarheid: Modellen kunnen fijn afgestemd worden voor specifieke toepassingen.
• Open-source opties: Mistral 7B en andere kleine modellen zijn open-source beschikbaar.

Technische specificaties:

Voor details zie modelvergelijking

• Modelgrootte: Variërend van kleine modellen (bijv. Mistral Small) tot grote modellen (bijv. Mistral Large).
• Contextvenster: Afhankelijk van het model, tot 128.000 tokens voor de meest geavanceerde versies.
• Trainingsdata: Getraind op grote datasets met een focus op diversiteit en kwaliteit.

Integraties:

• API-toegang voor ontwikkelaars.
• Compatibel met populaire frameworks zoals Hugging Face, LangChain, en LlamaIndex.
• Plugins en extensies voor specifieke use cases (bijv. zoekfuncties, emailkoppelingen).

4. Betaalde Opties en Prijzen

Gratis vs. betaald:

• Gratis:
  • Toegang tot Vibe (chatbot-interface) met beperkingen.
  • Gebruik van open-source modellen (bijv. Mistral 7B) lokaal of via derden.
• Beperkingen gratis versie:
  • Beperkt aantal requests per dag in Vibe.
  • Geen toegang tot de meest geavanceerde modellen (bijv. Mistral Large).
• Betaalde API:
  • Gebruik van de API is per token en geen onderdeel van de vaste abonnementsstructuur

5. Bijzonderheden en Unieke Kenmerken

Voordelen:

• Open-source beschikbaarheid: Modellen zoals Mistral 7B zijn vrij te gebruiken en aan te passen.
• Europese focus: Compliance met Europese regelgeving (bijv. AVG/GDPR) (bron).
• Efficiëntie: Modellen zoals Mistral 8x7B gebruiken een mixture-of-experts-architectuur voor betere prestaties bij lagere kosten.

Beperkingen:

• Hallucinaties: Net als andere LLM’s kan Mistral onjuiste of verzonnen informatie genereren, met name bij complexe of onbekende onderwerpen.
• Beperkte kennis: Kennis is beperkt tot de trainingsdata (Begin 2026 voor Mistral Medium 3.5, ).
• API-kosten: Gebruik van de API kan duur zijn bij hoog volume.

Ethische en veiligheidsaspecten:

• Contentfilters: Mistral past filters toe om schadelijke of onethische output te beperken.
• Privacy: Opslag van gebruikersdata voor modeltraining (tenzij expliciet afgewezen, standaard staat dit aan!).
• Transparantie: Mistral publiceert modelcards met informatie over prestaties en beperkingen.

6. Gebruikerservaringen en Community Feedback

Positieve ervaringen:

• Goede prestaties bij codegerelateerde taken.
• Snelle respons in Vibe voor algemene vragen.
• Actieve gemeenschap rondom open-source modellen (bijv. op Hugging Face en GitHub).

Negatieve ervaringen:

• Beperkte gratis toegang tot geavanceerde modellen.
• Af en toe inconsistenties in lange gesprekken (verlies van context).
• Ongevraagd en onverwacht gebruik van informatie uit eerdere chats
• Beperkte ondersteuning voor niche-talen (buiten de grote talen).

7. Nuttige Links en Bronnen

Officiële links:

• Mistral AI Website
• Vibe (Chatbot)
• API Documentatie
• GitHub (Open-source modellen)

Community bronnen:

• Hugging Face - Mistral Modellen
• Mistral AI Discord (voor ontwikkelaars en gebruikers)

Nieuws en updates:

• Mistral AI Blog
• X - @MistralAI

8. Discussiepunten voor dit Topic

• Hoe ervaar je de prestaties van Mistral vergeleken met andere grote taalmodellen?
• Welke toepassingen gebruik jij voor Mistral (bijv. code, tekst, analyse)?
• Heb je tips voor het optimaliseren van prompts?
• Wat mis je nog in de huidige functionaliteit van Mistral?

[dixet]

Ik ben Mistral vooral gaan gebruiken omdat ik bezig ben af te stappen van Amerikaanse "big tech". En Mistral presteert bij mij in veel gevallen prima.

Erg prettig vind ik dat hij out-of-the-box al een stuk minder slijmerig is dan de Amerikaanse concurrentie.

Waar hij vooral slecht in is is het samenvatten van documenten (wat ze zelf aanprijzen als kracht). Er worden niet bestaande hoofdstukken verzonnen, verwijzingen naar hoofdstukken kloppen vaak niet e.d.

Al merk ik dat ik af en toe toch nog grijp naar Claude (vanwege de ethische insteek van Anthropic gebruik ik die liever dan de andere grote jongens) omdat Mistral óf vragen compleet verkeerd begrijpt (prompt tips iemand?), kennis mist of ik gewoon vergelijkend materiaal wil van twee verschillende AI's

[DaFeliX]

Ik heb ervaring met zowel Mistrals vibe, als Copilot en Claude Code.

De CLI van Mistral werkt net zo goed als die van Claude Code en Copilot. Wel moet ik zeggen dat de modellen van Mistral (Devstral en Codestral) beduidend minder goed zijn dan die ik in Claude gebruik (Sonnet 4.6).

Voor het implementeren van features werk ik in hele kleine stappen in plan modus; TDD met verschillende guardrails (Static Analysis, code formatter) en dan werkt 't soms prima. Toch moet ik veel meer bijsturen en verduidelijken dan als ik Claude gebruik. Die laatste is gewoon veel beter met het schrijven van code die past bij de stijl van de rest van de codebase.

Refactoring werkt prima met Mistral, maar eerlijk gezegd vind ik dat nutteloos want daar gebruik ik veel liever een editor voor die LSP ondersteund.

Mistral valt mij vooral tegen als ik opdrachten geef als "Hey, zie de vorige commit en doe hetzelfde als voor X". Ik verwacht dat LLM's hier gewoon prima mee overweg kunnen, maar Mistral blijft daar moeite mee hebben. Zo is er in de vorige commit een aanpassing geweest in een prepared query, waar één extra placeholder bij komt. Dan draait Mistral de tests, maar faalt die omdat die placeholder mist. Vervolgens voegt Mistral 2 placeholders toe, faalt de test weer en gaat Mistral proberen de test te debuggen door custom scripts tegen de code aan te schrijven. Het tellen blijft een dingetje...

Voor "Chat" werkt Mistral net zo matig als alle andere LLM's. Het opzoeken van informatie doet ie goed, maar is net zo onbetrouwbaar als alle andere: "Oja, je hebt helemaal gelijk! :smiley:"

Al met al, ik ben vooral klant omdat ik graag wil dat er een Europees initiatief is, maar objectief gezien is het gewoon (nog) niet zo goed als de concurrentie.

[Martinspire]

DaFeliX schreef op dinsdag 9 juni 2026 @ 07:39:
Ik heb ervaring met zowel Mistrals vibe, als Copilot en Claude Code.

De CLI van Mistral werkt net zo goed als die van Claude Code en Copilot. Wel moet ik zeggen dat de modellen van Mistral (Devstral en Codestral) beduidend minder goed zijn dan die ik in Claude gebruik (Sonnet 4.6).

Voor het implementeren van features werk ik in hele kleine stappen in plan modus; TDD met verschillende guardrails (Static Analysis, code formatter) en dan werkt 't soms prima. Toch moet ik veel meer bijsturen en verduidelijken dan als ik Claude gebruik. Die laatste is gewoon veel beter met het schrijven van code die past bij de stijl van de rest van de codebase.

Refactoring werkt prima met Mistral, maar eerlijk gezegd vind ik dat nutteloos want daar gebruik ik veel liever een editor voor die LSP ondersteund.

Mistral valt mij vooral tegen als ik opdrachten geef als "Hey, zie de vorige commit en doe hetzelfde als voor X". Ik verwacht dat LLM's hier gewoon prima mee overweg kunnen, maar Mistral blijft daar moeite mee hebben. Zo is er in de vorige commit een aanpassing geweest in een prepared query, waar één extra placeholder bij komt. Dan draait Mistral de tests, maar faalt die omdat die placeholder mist. Vervolgens voegt Mistral 2 placeholders toe, faalt de test weer en gaat Mistral proberen de test te debuggen door custom scripts tegen de code aan te schrijven. Het tellen blijft een dingetje...

Voor "Chat" werkt Mistral net zo matig als alle andere LLM's. Het opzoeken van informatie doet ie goed, maar is net zo onbetrouwbaar als alle andere: "Oja, je hebt helemaal gelijk! :smiley:"

Al met al, ik ben vooral klant omdat ik graag wil dat er een Europees initiatief is, maar objectief gezien is het gewoon (nog) niet zo goed als de concurrentie.

Kun je dan niet beter voor Devstral kiezen of is dat eigenlijk nog minder?

Ik hou Mistral wel met een schuin oog in de gaten, maar mijn ervaring is wel een beetje hetzelfde. Het is het allemaal nog net niet en daardoor te vaak onbruikbaar. Ik hoop wel dat ze vooruit gaan, want we hebben gewoon sterke Europese alternatieven nodig.

[TheZeroorez]

Volgend mij gebruikte @DaFeliX Devstral als model.

Ik heb sinds deze week een Mistral abonnementje. Werkt voor simpele vragen goed, het is snel, en de apps vind ik goed. De methode met geverifieerde nieuwsbronnen is ook perfect. Alleen als het complex wordt, zeker met wat code of YAML, is het inderdaad net niet geschikt. Zeker omdat je via chat interface voor korte vragen niet op Devstral komt volgens mij. Even kijken hoe Mistral en mijn ervaringen zich de komende maand ontwikkelen.

Komende periode even spelen met MCP, de standaard connecties zijn veel Google, daar heb ik weinig use cases voor. Ben benieuwd naar jullie ervaringen.

Hiervoor had ik een maandje met een eigen lokale Open Webui aan Anthropic API gekoppeld. Voor enkel chatgebruik is dat erg goedkoop, en bovendien zit je via de API goed abt trainen op basis van je chats. Mistral mag tot nu toe mijn chats gebruiken om op te trainen. Maar voor een eigen setup moet je van tweaken houden en niet teveel waarde hechten aan allerlei extra functionaliteiten in de pipeline.

[DaFeliX]

Martinspire schreef op zaterdag 13 juni 2026 @ 11:49:
[...]

Kun je dan niet beter voor Devstral kiezen of is dat eigenlijk nog minder?

[...]

Voor het programmeren gebruikte ik juist de specifieke modellen zoals Devstral en Codestral. De algemene modellen werken minder, maar dat geldt ook voor de modellen van Anthropic en Microsoft.

De documentatie van de modellen op de site van Mistral vind ik trouwens een beetje vaag, maar dat geldt voor elke AI-aanbieder...

[Yucon]

Mooi topic. Dit misten we inderdaad nog.

In het verleden heb ik best veel moeite in het gebruiken van mistral gestoken, maar de conclusie was net als een aantal andere comments hier dat het toch net wat tekort kwam. Aan de andere kant was dat wel voor die split tussen vibe, work en code. Dus ik ga het nog eens proberen.

Ik herinner me wel nog dat het in verhouden met chatgpt sneller reageerde. Dat werkte wel fijn.

[DeNachtwacht]

Ik blijf mistral uiteindelijk toch vooral de plus geven door de Europese basis, ik hoop dat er binnenkort weer een paar mooie updates van de modellen komen. LeChat staat bij mij in principe nog steeds bovenaan om als main AI app te gebruiken zodra alles een beetje uitontwikkeld is en de prijzen ook duidelijker zijn.

[TheZeroorez]

https://mistral.ai/news/

Mistral brengt in iets meer dan een week twee modellen uit: OCR 4 voor character recognition en Leanstral 1.5 voor wiskundige bewijzen. Past bij een breder patroon in mijn ogen, en Vibe bindt het landschap samen met sterke integratiemogelijkheden.

Een uitgesproken voorbeeld van een multi-model strategie, terwijl in Amerika meer een AGI race aan de gang lijkt te zijn. Gezien de verschillende soorten investeerders, geen onlogisch resultaat denk ik.

Zien jullie deze strategie ook, en wat vinden jullie eran? Ervaringen met OCR 4 in de praktijk ook erg welkom.

[DeNachtwacht]

Nou... als je op Hugging Face kijkt loopt het echt óver van de modellen. Zelfs voor de gekste taken zijn modellen te vinden, het is dus niet zo alsof de Amerikanen dat niet doen. Die hele grote modellen zijn eerder uitzondering op de regel van de vele grotere en kleinere modellen die dagelijks worden uitgebracht.

Even voor jouw beeld: https://huggingface.co/models?sort=created

En dan zie je dat er het laatste kwartier wereldwijd al meer dan 30 modellen zijn uitgebracht. Dat zijn natuurlijk vaak variaties van bestaande modellen, maar alsnog is het aantal nieuwe modellen dat dagelijks wordt uitgebracht hoor.

Voor wat betreft mistral hoop ik dat ze een flinke stap gaan zetten deze zomer, OCR is natuurlijk mooi, maar het zijn zoals je zegt heel specifieke taken die eerder professioneel nodig zullen zijn. Als je nu een standaard opensource model als Qwen 3.6 27B pakt kan die voor gewoon consumentengebruik namelijk al heel prima handschriftherkenning doen, daar is een nieuwe mistral niet voor nodig. Denk dus ook dat het eerder gericht gaat zijn op de zakelijke markt?

[ZpAz]

TheZeroorez schreef op zaterdag 4 juli 2026 @ 11:44:
https://mistral.ai/news/

Mistral brengt in iets meer dan een week twee modellen uit: OCR 4 voor character recognition en Leanstral 1.5 voor wiskundige bewijzen. Past bij een breder patroon in mijn ogen, en Vibe bindt het landschap samen met sterke integratiemogelijkheden.

Een uitgesproken voorbeeld van een multi-model strategie, terwijl in Amerika meer een AGI race aan de gang lijkt te zijn. Gezien de verschillende soorten investeerders, geen onlogisch resultaat denk ik.

Zien jullie deze strategie ook, en wat vinden jullie eran? Ervaringen met OCR 4 in de praktijk ook erg welkom.

Fijn dat er iets Europees is.

Klik ik op hun OCR 4 video. "And here we are in our brand new office in San Francisco".

[TheZeroorez]

DeNachtwacht schreef op zaterdag 4 juli 2026 @ 12:04:
Nou... als je op Hugging Face kijkt loopt het echt óver van de modellen. Zelfs voor de gekste taken zijn modellen te vinden, het is dus niet zo alsof de Amerikanen dat niet doen. Die hele grote modellen zijn eerder uitzondering op de regel van de vele grotere en kleinere modellen die dagelijks worden uitgebracht.

Even voor jouw beeld: https://huggingface.co/models?sort=created

En dan zie je dat er het laatste kwartier wereldwijd al meer dan 30 modellen zijn uitgebracht. Dat zijn natuurlijk vaak variaties van bestaande modellen, maar alsnog is het aantal nieuwe modellen dat dagelijks wordt uitgebracht hoor.

Voor wat betreft mistral hoop ik dat ze een flinke stap gaan zetten deze zomer, OCR is natuurlijk mooi, maar het zijn zoals je zegt heel specifieke taken die eerder professioneel nodig zullen zijn. Als je nu een standaard opensource model als Qwen 3.6 27B pakt kan die voor gewoon consumentengebruik namelijk al heel prima handschriftherkenning doen, daar is een nieuwe mistral niet voor nodig. Denk dus ook dat het eerder gericht gaat zijn op de zakelijke markt?

Ja over HuggingFace is waar. Met als verschil wel dat de gespecialiseerde modellen op HuggingFace niet gebruiksklaar in één harnasje worden aangeboden. Dus moet je eerder zelf gaan knutselen om het integraal te gebruiken, en heb je als consument misschien liever een generiek model (zolang RAM en rekenkracht enigszins betaalbaar blijven).

[TheZeroorez]

ZpAz schreef op zaterdag 4 juli 2026 @ 12:05:
[...]

Fijn dat er iets Europees is.

Klik ik op hun OCR 4 video. "And here we are in our brand new office in San Francisco".

Tja, Google is met hun 30 kantoren in Europa ook niet ineens Europees. Belangrijker vind ik de cultuur, macht, eigendom, en de wetten waar bedrijven onder vallen.

Talent bij concurrenten in Silicon Valley weg plukken gaat nu eenmaal makkelijker vanuit SF dan vanuit La Défense.

[DeNachtwacht]

TheZeroorez schreef op zaterdag 4 juli 2026 @ 12:58:
[...]

Ja over HuggingFace is waar. Met als verschil wel dat de gespecialiseerde modellen op HuggingFace niet gebruiksklaar in één harnasje worden aangeboden. Dus moet je eerder zelf gaan knutselen om het integraal te gebruiken, en heb je als consument misschien liever een generiek model (zolang RAM en rekenkracht enigszins betaalbaar blijven).

Dat klopt echt niet hoor, ook Mistral brengt gewoon lokale modellen uit op Hugging Face, Google ook en OpenAI heeft het laatst ook weer gedaan hoewel die er minder scheutig mee zijn. Dit zijn gewoon modellen die je als consument kan draaien en waar je vrij veel mee kan. Er zijn óók heel veel modellen waar je één specifieke taak mee kan doen, maar net zo goed zijn er heel veel multimodale modellen. Je hebt er zeker sterke hardware voor nodig, en daar zit de limiet ook, maar als je een bedrijf bent met één of twee Blackwell 6000 Pro GPU's dan kun je een behoorlijk eind komen.

Het verdienmodel is dat je het gratis kan downloaden en ermee aan de slag kan als je die zware hardware hebt, maar wil je er een servicepakket omheen dan betaal je vaak. Voor de hobbyist is dat niet aan de orde dus is het leuk experimenteren, en voor (kleinere) bedrijven zijn dit soort modellen dus zeer interessant omdat je met wat servicekosten helemaal uit de AI cloud bent en je vertrouwelijke data dus niet deelt.

[ZpAz]

TheZeroorez schreef op zaterdag 4 juli 2026 @ 13:02:
[...]

Tja, Google is met hun 30 kantoren in Europa ook niet ineens Europees. Belangrijker vind ik de cultuur, macht, eigendom, en de wetten waar bedrijven onder vallen.

Talent bij concurrenten in Silicon Valley weg plukken gaat nu eenmaal makkelijker vanuit SF dan vanuit La Défense.

Ik begrijp de gedachtegang, en ja, als je daar talent wil wegplukken mag je San Francisco bedragen geven. Geef die dan ook gewoon in Europa, komt er ook wel Europees (en alsnog internationaal talent) opaf.

[Basic2me]

Je benoemt:

" Bedrijven die op zoek zijn naar aanpasbare taalmodellen."
" Aanpasbaarheid: Modellen kunnen fijn afgestemd worden voor specifieke toepassingen. "

Zou je hier meer over kunnen vertellen? @dixet
Uit wat blijkt dit zo te zijn en wat is jouw ervaring.

[ Voor 17% gewijzigd door Basic2me op 07-07-2026 21:02 ]

[dixet]

Basic2me schreef op dinsdag 7 juli 2026 @ 20:54:
Je benoemt:

" Bedrijven die op zoek zijn naar aanpasbare taalmodellen."
" Aanpasbaarheid: Modellen kunnen fijn afgestemd worden voor specifieke toepassingen. "

Zou je hier meer over kunnen vertellen? @dixet
Uit wat blijkt dit zo te zijn en wat is jouw ervaring.

Ik heb daar zelf geen ervaring mee. Dit komt uit publicaties op hun eigen website zoals https://mistral.ai/solutions/custom-model-training/

[Basic2me]

Voor wat ik uit de site kan halen blijken er drie doelgroepen bedient te worden.

1. Ontwikkelaars / onderzoekers (open/open-weigt modellen)
2. Bedrijven / professionele gebruikers. (API en integratie)
3. Enterprise / organisaties. (Maatwerk)

In hoeverre zou ik als ontwikkelaar en/of onderzoeker interesse in dit "model" moeten hebben en om welke reden? Gaat dit enkel om een lokaal model, open weight, fine-tuning, LoRA, RAG, Europese herkomst of iets anders; is er een doelgroep waarop OP gericht is?

[ Voor 4% gewijzigd door Basic2me op 07-07-2026 21:40 ]

[Jerie]

We noemen Mistral met enige regelmaat in Alternatieven voor Amerikaanse producten & diensten, ik wist nog niet dat er ook een apart topic over bestond.

Inmiddels heb ik al een dik jaar Mistral Le Chat / Vibe, inclusief een abonnement, en geen accounts meer bij OpenAI of Anthropic, al moet ik zeggen dat ik Anthropic qua ethiek wat hoger heb zitten dan OpenAI.

Ik gebruik het met name voor debugging van Unix CLI of config, of om gauw even iets op te zoeken waarbij Kagi Search niet adequaat werkt(e). Kagi heeft zelf ook FastGPT, dat zit bij het abonnement.

Voor programmeren gebruik ik het niet zoveel, al zou je Unix CLI daar onder kunnen scharen (in dat geval ben ik er tevreden over).

Positieve JSON parsing ervaring (met het resultaat in het commentaar): Jerie in "De situatie binnen Rusland" en Jerie in "De situatie binnen Rusland". De casus betreft een data-analyse van de 'Wildberries aanvallen', waarbij de JSON al door een third party wordt aangeleverd. Vervolgens wil ik die gebruiken om te plotten.

Negatieve ervaring om NFS-Ganesha v13 (user-space NFS server) via Nixpkgs aan de praat te krijgen op Synology DSM met Linux kernel 4.4. De concurrentie speelde het ook niet klaar, was wel veel leerzamer en de config syntax klopte ook bij ChatGPT. Jerie in "Alternatieven voor Amerikaanse producten & diensten".

NB: in bovenstaande voorbeelden deel ik geen snippets of prompts. Voor reproduceerbaarheid is dat wel handig.

Ook volg ik hun blog (https://mistral.ai/news, naar https://mistral.ai gaan en dan op blog klikken, of de RSS feed volgen ). Daar kondigen ze met regelmaat nieuwe producten of ontwikkelingen aan. Vooral nieuwe modellen, waarbij je kunt zien hoe deze in vergelijking doen met, zijn interessant. Je ziet m.i. dat hun gespecialiseerde modellen (of dit nog onder noemer LLM valt of MLM/SLM weet ik niet) eigenlijk stelselmatig beter zijn dan concurrenten, en als we in acht nemen open source weights: altijd beter, behalve dan momenteel general purpose Le Chat / Vibe. Dat vind ik logisch, omdat OpenAI en Anthropic gigantische berg data hebben geharvest, en men specifieke focus heeft op deze use-case. Voorbeelden van gespecialiseerde modellen zijn Voxstral (STT), welke ook real-time STT kan met een specifiek getrained model, of bijvoorbeeld onlangs Shieldstral en Robostral Navigate, en zoals al genoemd bijvoorbeeld OCR 4 (welke ik wel graag optioneel zou gebruiken voor Paperless-ngx!). Een dag na aankondiging Shieldstral kwam Reddit met nieuws: Reddit laat llm's posts en reacties controleren en automatisch verwijderen. Welke LLMs ze gebruiken is vooralsnog onbekend. Ze weten op hun blog altijd statistisch aan te tonen waarom hun specifieke modellen goed zijn. Bijvoorbeeld omdat ze veel goedkoper zijn dat de Amerikaanse LLMs.

[Webgnome]

Ik gebruik het eigenlijk alleen nog als vraagbaak voor dingen. ik vraag mij vooral af of het net zo goed (of niet beter) is dan bijvoorbeeld copilot. Dat gebruiken we op het werk veel (want handig met git enzo) en dat is echt zo fijn. Als je eenmaal weet waar de valkuilen zitten dan werkt dat gewoon goed.

[Zsub]

Ik heb uit principe ook een Mistral-abo, maar ben echt niet zo onder de indruk van de programmeer-kwaliteiten van codestral. Dat doet Anthropic's Opus-serie helaas echt beter. Ben wel bezig om te kijken of en hoe ik een Opus-model het ontwerp en architectuur kan laten maken en dan de taken naar codestral-agents te delegeren.

[Damic]

Den deze heeft ook een maand abo van mistral om beter te proberen maar ik heb er spijt van. Mistral heeft een probleem met babbelen, het is nl een waterval en dat wil je juist niet bij een ai bot die je kan helpen bij programmeer problemen.
Het ding is dat je dan een hele lap tekst krijgt en dan moet je terug scrollen waar je vraag was en beginnen lezen wat niet echt handig is. De oplossing staat er wel mee in maar waar.

Dit als ik hetzelfde in claud.ai (free) vraag, de antwoorden veel compacter zijn met echte oplossingen.

Kwa snelheid is claud ook veel sneller zeker bij wat grotere projecten. Terwijl mistral nog leuk aan't "nadenken" is, heeft Claud al verschillende antwoorden op verschillende vragen gegeven.

[Zsub]

Ja Vibe is niet supervlot. Overigens kan je 'm natuurlijk wel bondiger krijgen door dat in je prompt op te nemen. Dat is het mooie, je kan precies specificeren hoe je je output wil hebben.

[denneappel]

Damic schreef op donderdag 13 augustus 2026 @ 10:32:
het is nl een waterval en dat wil je juist niet bij een ai bot die je kan helpen bij programmeer problemen.
Het ding is dat je dan een hele lap tekst krijgt en dan moet je terug scrollen waar je vraag was en beginnen lezen wat niet echt handig is. De oplossing staat er wel mee in maar waar.

Heb je de instructies (wel) aangepast? Dit zijn die van mij en ik vind het erg prettig werken.

[Damic]

mmmh, ja dat staat op global ow en de meeste staan ook op fast en niet op think, maar zelfs op think is ie traag.

[dixet]

Mijn ervaring met de standaardinstellingen is inderdaad dat hij nogal uitweidt en breedsprakig is. Je zou bijna denken dat het een Amerikaan is

De standaardinstructies aanpassen helpt wel heel goed.



Voor coderen gebruik ik aparte agents met hun eigen standaardinstructie, zoals

Je bent een home assistant developer met veel kennis van yaml en jinja. Je geeft preciese antwoorden met codevoorbeelden die geschikt zijn voor home assistant. Je houdt er rekening mee dat de jinja implementatie in home assistant beperkt is ten opzichte van de volledige jinja specificatie.

Je stelt vervolgvragen als de vraag niet duidelijk is.

[Jerie]

(@denneappel er sstaat een dubbele s bij ssoftware.)

Think is ook juist trager, je krijgt dan de tussenstapjes te zien. Ik wil doorgaans niet anders. Ik wil namelijk zijn thought process volgen. Blackbox is bah. Dan krijg je al snel het 'computer says no' idee. Begrijp me niet verkeerd; soms wil je dat. Maar ik wil dat standaard juist niet.

Ik heb qua tone ook 'Direct', en de volgende:

Be clear, brief, and action-focused—no fluff.
Stick to facts, neutral language, and no personal bias.
Respond respectfully, using 'please' and 'thank you.'

(Mijn Mistral staat in het Engels ingesteld omdat ik Nederlands en tech vaak cringe vindt. Maakt het wel wat lastiger voor mijn kinderen om het af en toe te gebruiken, maar dat is misschien een feature en geen bug )

Ik benader Mistral dan ook alsof ik met een werkrelatie praat, zonder het Amerikaanse slijmbal gedoe.

[Damic]

Ik vind het niet in de documentie (of ik lees erover) maar hoe geraak je aan je bestanden in de workspace?

[dixet]

Damic schreef op vrijdag 14 augustus 2026 @ 00:09:
Ik vind het niet in de documentie (of ik lees erover) maar hoe geraak je aan je bestanden in de workspace?

Wat bedoel je met de workspace? Dat is geen term die ik ken binnen Mistral.

Als je een biblioo bedoeld, daar kan je al je bestanden gewoon inzien of downloaden via het drie-puntjes menu naast het bestand

[Aziraphale]

Ik had ChatGPT als MCP tool voor Homey en HA en ben net naar Mistral overgestapt vanwege Europees en veel goedkoper met een Education abonnement. Momenteel loopt ChatGPT ook nog, dus kan ik ze mooi vergelijken. Vibe lijkt dieper en technischer te graven, maar de conclusies zijn vaak minder dan van ChatGPT. Ik moet veel specifieker in mijn prompts zijn om te krijgen wat ik wil, maar hopelijk wordt dat met wat langer gebruik beter.

[TheZeroorez]

De agentic capabilities van vibe zijn goed ja, maar met mindere modellen er achter helaas.

Heb wat geruchten mee gekregen dat hier op korte termijn verandering in komt (het originele plan zomer '26, maar er lijkt sprake van enige vertraging te zijn). Ik gok september.

[dixet]

De laatste tijd ben ik wat meer aan het programmeren (html, css, javascript) en verbaas me vooral over het verschil in kwaliteit van de modellen, en dan vooral de specialistische.

Ik gebruik Visual Studio Code met Mistral als agent en ben begonnen met devstral als model. Dat gaf erg slechte resultaten. Vaak erg lang aan het redeneren en geen zinvolle output. Regelmatig moest ik hem onderbreken omdat je kon zien dat hij de verkeerde kant op aan het denken was (gelukkig kan ik zelf programmeren, dus op tijd ingrijpen).

Daarna geswitcht naar Codestral. Dat was niet veel beter. Die presteert het om aanpassingen in de code te doen die wel regels code uitvoeren maar effectief niets doen zoals

code:

myvalue = myobject.attribute;
myobject.attribute = myvalue;

Nu ben ik geswitcht naar het generieke mistral-medium en die doet het veel beter. Ook al is dat een generiek model en de andere twee zouden gericht moeten zijn op development en code.

En erg fijn, die voegt ook zinvol commentaar toe aan de code zodat je weet waarom bepaalde code wordt toegevoegd, iets wat de andere twee modellen niet (uit zich zelf) deden.

Voorlopig dus lekker vibecoden met mistral-medium.