Mistral AI verruimt haar strategie verder dan alleen modellen, met als doel ook een van de schaarser wordende onderdelen van kunstmatige intelligentie onder controle te krijgen: de rekencapaciteit. Het Franse bedrijf kondigt nieuwe regionale inferentie-opties, ondersteuning voor derdepartij open modellen en een mechanisme om zakelijke capaciteitsovereenkomsten in Europa te bundelen aan, met als expliciet doel om tot 1 GW infrastructuur voor AI te ontwikkelen tegen 2030. Deze stap maakt technologische soevereiniteit concreter dan alleen data binnen een grens houden: het beheersen van modellen, infrastructuur en toekomstige GPU-toegang.
De kernpunten van Mistral’s soevereine strategie in 30 seconden
- Mistral biedt inmiddels een Europese endpoint voor inferentie binnen de EU en de landen van de Europese Vrijhandelsassociatie (EFTA).
- Het bedrijf werkt aan servicelagen met vaste capaciteit en SLA’s voor kritieke workloads.
- Het platform gaat open modellen van derden integreren, te beginnen met GLM-5.2 van Z.ai.
- Mistral stelt voor bedrijfsvraagstukken te bundelen via European Compute Units om nieuwe Europese infrastructuur te financieren.
- Mistral Compute mikt op 200 MW capaciteit in de EU in 2027 en streeft naar 1 GW in 2030.
Deze aanpak is interessant omdat ze drie verschillende afhankelijkheden tegelijk adresseert. Een bedrijf kan bepalen waar haar data zich bevindt, maar toch afhankelijk blijven van een buitenlandse API. Ze kan een open model gebruiken en blijft mogelijk GPU’s huren van grote cloudaanbieders. Daarnaast kan ze beschikken over eigen infrastructuur, maar heeft mogelijk niet genoeg capaciteit bij toenemende vraag.
Mistral streeft ernaar deze drie lagen te verbinden in één aanbod: keuze van model, locatie van inferentie en fysieke rekencapaciteit.
Regionale inferentie maakt proces in Europa mogelijk
De eerste pijler is waarschijnlijk de eenvoudigste in gebruik.
Mistral heeft haar Regional Inference Endpoints algemeen beschikbaar gesteld, waarmee expliciet de regio voor API-verwerkingen kan worden gekozen. De Europese infrastructuur gebruikt momenteel de endpoint:
https://api.eu.mistral.aiDeze endpoint bundelt datacenters in lidstaten van de EU en de EFTA. De officiële documentatie geeft aan dat inferentie binnen de regionale omgeving plaatsvindt. Mistral waarschuwt echter dat er beperkte en beveiligde gegevensoverdrachten kunnen plaatsvinden naar onderaannemers voor bepaalde functies, dus regionale residentie garandeert niet dat alle dataverwerking fysiek binnen de EU blijft.
Voor ontwikkelaars is het meestal slechts een kwestie van configuratie:
from mistralai.client import Mistral
import os
client = Mistral(
api_key=os.environ["MISTRAL_API_KEY"],
server_url="https://api.eu.mistral.ai/"
)De prijsstelling is ook gunstig. Mistral rekent momenteel een toeslag van 10% op het standaardtarief voor regionale inferentie, voor zowel input- als outputtokens, als voor cache-lezen en -schrijven.
Er zijn wel enkele beperkingen. Niet alle modellen zijn in alle regio’s beschikbaar, en bepaalde functies zoals Agents, Batch of Files API werken momenteel niet op deze endpoints. Function Calling wordt wel ondersteund.
Dit maakt de optie meer een praktische dan een conceptuele oplossing. De regionale residentie kan nu al worden gebruikt, maar vervangt nog niet alle functies van de wereldwijde endpoint.
Mistral introduceert daarnaast Priority Tier, momenteel in publieke preview, voor organisaties die aangepaste request-limieten, voorspelbare capaciteit en SLA’s nodig hebben. Het doel is om de overgang te vergemakkelijken van API-gebruik voor experimenten naar integratie in kritieke processen, door zeker te stellen dat capaciteit beschikbaar blijft wanneer de applicatie dat truly nodig heeft.
Soevereiniteit betekent niet alleen models gebruiken van Mistral
De tweede beslissing is wellicht verrassender.
Het Franse bedrijf wil niet dat haar soevereine platform beperkt blijft tot het draaien van eigen modellen. De infrastructuur zal open modellen van derden gaan integreren, te beginnen met GLM-5.2 van de Chinese ontwikkelaar Z.ai.
Deze aanpak sluit aan bij een steeds duidelijkere trend in zakelijke AI-toepassingen.
Een complex systeem hoeft niet per se één enkel LLM te gebruiken. Men kan een reasoning-model voor lastige taken, een kleiner, goedkoper model voor classificaties of extracties, OCR voor documenten, spraakmodellen en gespecialiseerde systemen op basis van bedrijfsinformatie inzetten.
De keuze kan zelfs dynamisch gebeuren via model routing.
Mistral probeert die diversiteit aan modellen te voorkomen dat de infrastructuur fragmentariseert. Het principe is om eigen en derde modellen aan te bieden onder dezelfde regionale controle en operationele standaarden.
Dit spat uit van het idee dat soevereiniteit niet gelijkstaat aan ‘alleen Europese technologie gebruiken’.
De strategie van Mistral richt zich meer op controleren waar AI wordt uitgevoerd en de mogelijkheid om het model te vervangen, ongeacht de ontwikkelaar.
Sinds het begin heeft het bedrijf een sterke voorkeur voor open weights. Veel van haar modellen worden gedeeld onder Apache 2.0, al zijn er ook die onder andere licenties vallen met specifieke voorwaarden voor bedrijven met bepaalde omzetcategorieën.
Daarnaast kunnen deze modellen buiten de Mistral-infrastructuur worden gedeployed met engines zoals vLLM of TensorRT-LLM en op cloudproviders als AWS, Azure of Google Cloud.
Zo probeert het bedrijf twee paden tegelijk te bewandelen: het faciliteren van self-hosting en het opbouwen van een eigen infrastructuur voor organisaties die niet zelf tigduizend GPU’s willen beheren.
European Compute Units: capaciteit reserveren vóór dat deze er is
De derde pijler is het meest ambitieus omdat het zich niet alleen op software richt.
Mistral wil grote bedrijven en Europese instellingen samenbrengen die voor meerdere jaren een deel van hun toekomstige rekencapaciteit willen reserveren. Die gezamenlijke vraag helpt de bouw van nieuwe infrastructuur te rechtvaardigen en te financieren.
Het mechanisme noemt Mistral European Compute Units (ECU). Die vormen het middel waarmee deze toekomstige capaciteit wordt worden omgezet in meerjarige toegang tot Mistral Compute.
Het idee lijkt op langetermijn-aankoopcontracten voor energie of datacenters.
Een AI campus bouwen vereist flinke investeringen vooraf, nog voordat zeker is hoeveel klanten er later GPU’s zullen gebruiken. Als grote bedrijven zich vooraf committeren, verbetert dat de financiële haalbaarheid van het project aanzienlijk.
Voor Mistral is dat ook een strategisch instrument: de Europese vraag kan bepalen welke infrastructuur in Europa wordt gebouwd, nog voordat die capaciteit wordt ingevuld door andere markten.
Het gaat niet alleen om GPU’s reserveren.
Achter deze plannen zitten gebouwen, transformatoren, netwerken, stroomcontracten, koelsystemen en tienduizenden accelerators die je lang van tevoren moet plannen en aanschaffen.
Hier wordt digitale soevereiniteit dus een stuk meer dan alleen regelgeving. Het wordt een stuk industriële infrastructuur.
Mistral Compute mikt op 200 MW in 2027
Mistral ontwikkelt sinds 2025 een fysieke laag met Mistral Compute, haar infrastructuurplatform voor training en inferentie.
Het project kreeg in april 2025 start, er werden dat zomer de eerste NVIDIA GB200 racks geleverd en begin 2026 ging die generatie accelerators in productie. De publieke planning voor 2027 spreekt over 200 MW regionale capaciteit in de EU.
De infrastructuur wordt onder meer gebouwd in Zweden, samen met EcoDataCenter, en is voorbereid op NVIDIA GB200, GB300 en B300 acceleratoren, plus CPU’s zoals Grace en x86.
Mistral Compute is geen eenvoudige verzameling virtuele machines met GPU’s.
Het is gebaseerd op clusters met bare metal servers, InfiniBand-netwerken en orkestratie via Kubernetes en Slurm. Ook bevat het telemetrie van GPU’s, stroom- en temperatuurscontrole, SSO, SCIM, rolgebaseerde toegangsbeheer, secret management, AES-256 encryptie en optioneel Bring Your Own Key (BYOK).
De strategie is logisch: AI-training op de rand verschilt sterk van de gewone cloud.
Een werk dat duizenden GPU’s gebruikt moet optimaal de fysieke topologie kennen, latenties minimaliseren tussen accelerators en hardware-uitval afhandelen zonder verlies van dagen rekenwerk. De netwerklaag en orkestratie zijn dan net zo belangrijk als de GPU-modellen zelf.
Mistral wil die infrastructuur leveren aan zowel eigen modellen als externe klanten.
Van 200 MW tot 1 GW: een volledige schaalvergroting
De doelstelling van 1 GW in 2030 tilt het project naar een andere categorie.
Vijf keer de capaciteit van de 200 MW-doelstelling voor 2027. Daar komt bij dat dezelfde uitdagingen gelden als voor Amerikaanse giganten: snel elektrische stroom, hardware, ruimte, koeling en kennisteams inzetten en schaalvergroten.
Het is belangrijk om onderscheid te maken tussen gecommitteerde capaciteit, in aanbouw en operationele capaciteit.
De 200 MW is momenteel een doelstelling voor 2027, terwijl 1 GW de ambitie voor 2030 is. Het betekent niet dat alles al gebouwd of draait.
Europa benadrukt al geruime tijd dat dit soort infrastructuur essentieel is. In april schatte Mistral dat AI workloads met hoge dichtheid (>100 kW per rack) nodig hebben, wat alleen mogelijk is met datacenters ontworpen voor AI en geavanceerde koelsystemen.
Daarom vindt Mistral dat alleen het aanbieden van Europese modellen via AWS, Azure of Google Cloud niet voldoende is.
Haar modellen blijven beschikbaar via die cloudproviders, maar afhankelijkheid uitsluitend van hen zou betekenen dat een cruciale zijde van de keten niet onder Europees gezag valt.
Compleet soevereiniteit is complexer dan het lijkt
Het verhaal van Mistral past goed bij Europese zorgen over afhankelijkheid van technologie, maar het is verstandig om niet tot eenvoudige conclusies te komen.
Datacenters in Europa betekent niet automatisch dat de hele keten Europees is.
Mistral Compute gebruikt vooral NVIDIA-accelerators. De fabricage van die chips gebeurt buiten Europa, en een groot deel van de halfgeleiderketen hangt af van TSMC en Amerikaanse en Aziatische leveranciers.
Ook de software en netwerktechnologieën maken gebruik van internationale technologieën, net als de elektrische infrastructuur.
De soevereiniteit die Mistral voor ogen heeft, is dus operationeel en controlerend, niet autarkisch of volledig Europees.
Een organisatie kan data in Europa houden, bepalen welke modellen draaien, pesos open of gesloten houden en capaciteit inzetten in een Europese infrastructuur, ook al worden de GPU’s in de VS gemaakt en de chips in Taiwan.
Voor veel organisaties kan dat niveau van controle voldoende zijn.
Voor vooral overheidsinstanties, defensie, banken, ziekenhuizen en industrieën gaat het niet alleen om de fabriekslocatie van chips, maar om wie controleert – onder welke jurisdictie – en wat er met data en modellen gebeurt bij wisseling van provider.
Europa heeft meer nodig dan alleen modellen om concurrerend te blijven in AI
Mistral profileert zich op een bijzondere positie in de markt.
OpenAI en Anthropic zijn sterk afhankelijk van grote infrastructuurpartners. Google en Amazon bouwen modellen op hun eigen cloudplatforms. Meta beschikt over grote interne capaciteit, maar biedt geen vergelijkbare zakelijke clouddiensten.
Mistral begint vanaf een veel lager punt qua infrastructuur, maar streeft ernaar een ecosysteem te bouwen dat model, bedrijfssoftware, regionale inferentie en fysieke GPU-capaciteit integreert.
De potentiële troef is om van Europese soevereiniteit echt een product te maken.
De uitdaging ligt vooral in financiën.
Het opbouwen van honderden megawatt aan AI-infrastructuur kost miljarden euro’s, en er moeten dezelfde snelheden bij acceleratoren, elektrische systemen en specialisten worden gehaald als grote techbedrijven.
Daarom vormen European Compute Units een cruciaal mechanisme.
Als Mistral erin slaagt om de toekomstige behoefte aan capaciteit van grote Europese klanten te vertalen in meerjarige contracten, ontstaat een sterkere vraagbasis om de volgende generatie datacenters te financieren.
De strategie verandert ook het discours rondom soevereine AI. Het volstaat niet om een Europees ontwikkelde LLM te bezitten; men moet ook de infrastructuur onder controle hebben, zodat de uitvoering niet afhankelijk blijft van buitenlandse voorzieningen.
Mistral wil die kloof vullen door te focussen op drie niveaus: lokaal verwerkte data, meer vrijheid in modelkeuze en het reservatiebeleid voor toekomstige capaciteit.
Het model moet nog bewijzen dat het schaalbaar is. Maar als AI-datacenters de industriële infrastructuur van de komende jaren worden, is deze strategie logisch: de volgende Europese strijd gaat niet alleen over het bouwen van betere modellen, maar ook over waar en op welke hardware ze kunnen draaien.
Veelgestelde vragen
Wat zijn de Mistral Regional Endpoints?
API-endpoints waarmee een specifieke regio voor inferentie kan worden gekozen. Het Europese gebruikt api.eu.mistral.ai en verwerkt verzoeken in datacenters in de EU en EFTA-landen.
Zal Mistral het mogelijk maken modellen van derden te gebruiken?
Ja. De onderneming heeft aangekondigd dat haar platform open modellen van derden zal integreren, te beginnen met GLM-5.2 van Z.ai, met de bedoeling dezelfde regionale controle en infrastructuur toe te passen.
Wat zijn European Compute Units?
Het mechanisme waarmee grote bedrijven en instituties hun meerjarige capaciteitsbelofte kunnen omzetten in toegang tot Mistral Compute. Het aggregatieproces ondersteunt de financiering en uitbouw van nieuwe infrastructuur in Europa.
Hoeveel AI-capaciteit streeft Mistral na?
Momenteel stelt Mistral een doel van 200 MW regionale capaciteit in de EU voor 2027. De nieuwe strategie richt zich op verdere uitbreiding tot mogelijk 1 GW in 2030.
via: mistral.ai