KI-Pulse
Modelle

Mistral Large 4: Gewichte des Billionen-Parameter-Modells sind jetzt offen

Von , Redaktion Intelligenz Welt · mit KI-Unterstützung erstellt, redaktionell verantwortet (so arbeiten wir) · · 3 Min. Lesezeit

Artikel teilen
KI-generierte Illustration: ein riesiger, leicht geöffneter Behälter mit Leiterplatten-Struktur, aus dem Datenströme nach außen treten, dunkelblaue Szene ohne Menschen und ohne Schrift
Symbolbild, KI-generiert (Intelligenz Welt).

Die wichtigsten Fakten

Kurz gesagt: Mistral hat drei Wochen nach dem Preview-Start die Gewichte von Large 4 veröffentlicht - intern 'Le Chonk' genannt, eine Billion Parameter, nativ multimodal. Nach den eigenen Messungen des Anbieters setzt es in mehreren Coding-Benchmarks die offene Spitze, bleibt im direkten Vergleich aber hinter Claude Opus 5.5. Die Lizenz ist MIT-nah, mit einer Schranke für gehostete Angebote.

Was die Gewichtsfreigabe bringt

Das Modell kombiniert laut Mistral die Instruct- und Reasoning-Fähigkeiten von Large 3.5 und Large 3.5 Reasoning in einem einzigen System und wurde mit zusätzlichen drei Wochen Reinforcement Learning gegenüber dem Preview weiterentwickelt. Wer es lokal betreibt, kann es modifizieren und feintunen - der eigentliche Unterschied zu API-Modellen. Trainiert wurde es nach Unternehmensangaben von Grund auf auf europäischer Infrastruktur, als direkter Nachfolger von Mistral Large 3 und Medium 3.5.

Ausgewählte Benchmarks von Mistral Large 4. Alle Werte: Messungen von Mistral, nicht unabhängig geprüft. Quelle: mistral.ai, Stand 30. Oktober 2026
BenchmarkWertEinordnung laut Mistral
FrontierCode 2.019,7 %Bestwert, vor den nächsten Modellen
Terminal-Bench 4.041 %Bester Open-Weights-Wert; 13 Prozentpunkte über dem Preview, 30 % weniger Ausgabe-Tokens
Artificial Analysis Coding Agent Index48 %Auf Augenhöhe mit GLM-5.3, bei 47 % weniger Tokens
Cyber Index51 %Bester Open-Weights-Wert; Preview lag bei 29 %
JailbreakBench / StrongREJECT / AgentHarm (Ø)96,6 % AblehnungHöchster Wert unter den offenen Modellen im Vergleich
Mistral-B3 (Bildverständnis)97,1 %Vor den getesteten Open-Weights-Modellen; Preview: 93,3 %
Finch73,3 %Zweiter Platz hinter Kimi K3
BrowseComp84,5 %Bestwert im Open-Weights-Vergleich

Ergänzend lässt Mistral von Surge AI Blindvergleiche fahren: Bevorzugt wurde Large 4 dort gegen GLM-5.3, Kimi K3 und DeepSeek V4.1 Flash - hinter Claude Opus 5.5 liegt es demnach. Das deckt sich mit der Positionierung als offene Alternative eine Stufe unterhalb der proprietären Spitze.

Lizenz: MIT-nah, aber nicht MIT

Veröffentlicht wird unter der Mistral Ecosystem Open-Weight License - einem modifizierten MIT-Text. Nutzung, Modifikation und Feintuning sind frei; eine kommerzielle Lizenz braucht, wer das Modell als gehosteten Dienst (Model-as-a-Service) verkauft. Für die meisten Entwickler und Firmen, die das Modell selbst betreiben, ändert das wenig; für Cloud-Anbieter ist es eine echte Schranke.

Strategie: Cybersecurity und Souveränität

Mistral positioniert die Offenheit explizit als Sicherheitsargument. Zusammen mit Orange Cyberdefense entsteht ein auf Cybersecurity spezialisierter Ableger, der zunächst in einem Freigabeprozess mit Prüfung läuft. CEO Arthur Mensch sagte TechCrunch, KI solle 'be a tool for empowerment, not dominance' sein - und Pierre Stock, der die Modelle leitet, erklärte die Logik so:

Concretely, it means that, for instance, as a business company or as a government, you're able to have access to frontier intelligence to defend yourselves against cyberattacks. Access that can't be cut off by definition because the model is open-weighted

Unterstützung zitieren Booz Allen, Cisco, Cloudflare, Rubrik und Zscaler in der Ankündigung; Deployments laufen über Azure AI Foundry beziehungsweise Microsoft Foundry und Anbieter wie OpenRouter.

Einordnung

Häufige Fragen

Ist Mistral Large 4 Open Source?

Nein, es ist ein Open-Weights-Modell: Die Gewichte sind frei, aber der Trainingscode und die Trainingsdaten nicht. Die Lizenz (Mistral Ecosystem Open-Weight License) erlaubt Nutzung und Modifikation, verlangt von gehosteten Anbietern aber eine kommerzielle Lizenz.

Was kostet Mistral Large 4 über die API?

0,70 US-Dollar pro Million Eingabe-Tokens, 0,07 für zwischengespeicherte Eingaben und 2,10 pro Million Ausgabe-Tokens. Selbst gehostet entstehen nur Infrastrukturkosten.

Für welche Anwendungsfälle eignet sich das Modell?

Laut Mistral besonders für Coding, mehrsprachige Anwendungen (über 160 Sprachen), Bildverständnis und Cybersecurity - letzteres mit einem spezialisierten Ableger, der mit Orange Cyberdefense entwickelt wird. Die Leistungswerte stammen vom Anbieter.

Quellen

  1. Mistral Large 4 Open-Source (Mistral AI, abgerufen 2026-10-30)
  2. Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity (TechCrunch, abgerufen 2026-10-30)
  3. AI News Oct 30, 2026 (Morning Tokens, abgerufen 2026-10-30)

Weitere Artikel

Artikel teilen

Transparenzhinweis: Dieser Artikel ist ein redaktioneller Beitrag von Philipp Paulik und entstand mit KI-Unterstützung (Recherche und Textentwurf). Alle Quellen sind unten verlinkt; Zahlen und Aussagen stammen aus diesen Quellen. Das Titelbild ist KI-generiert und im Bild entsprechend gekennzeichnet. Die News-Übersicht auf dieser Seite wird dagegen automatisch aus öffentlichen Feeds aggregiert. So arbeiten wir.