Im Quellenvergleich
Worin die Quellen übereinstimmen
Mistral hat mit Mistral Large 4 (inoffiziell ML4, intern „Le Chonk“) ein frei verfügbares Modell mit einer Billion Parametern veröffentlicht, zunächst als Vorschau; die finalen Gewichte sollen bis Ende des Monats erscheinen. Das Modell lässt sich frei nutzen und anpassen. Laut Hersteller ist es auf Programmierung, Cyberabwehr sowie Aufgaben in Fertigung, Finanzen und Elektrotechnik zugeschnitten und erreicht Ergebnisse, die mit den stärksten Open-Source-Modellen konkurrieren. Mistral bezeichnet es als das leistungsfähigste offene Modell außerhalb Chinas. Das Unternehmen gibt an, das Modell selbst trainiert zu haben. Offene Modelle sind für Firmen deutlich günstiger, weil nur die anfallende Rechenleistung kostet. Mistral hat weniger Kapital und Rechenressourcen als OpenAI und Anthropic und lag bei Leistung, Umsatz und Veröffentlichungsfrequenz zurück. Das Modell ist nativ multimodal und hat 49 Milliarden aktive Parameter. Trainiert wurde es nach Firmenangaben auf NVIDIA-Grace-Blackwell-GPUs in eigenen Rechenzentren in Europa. Die Trainingsdaten sind mehrsprachig über mehr als 160 Sprachen. Mistral positioniert ML4 als Alternative sowohl zu geschlossenen US-Modellen als auch zu offenen chinesischen Modellen. Die Quellen berichten weitgehend übereinstimmend.
Aktualisierungen
06.10.2026
15:07Das Modell ist nativ multimodal und hat 49 Milliarden aktive Parameter.
Trainiert wurde es nach Firmenangaben auf NVIDIA-Grace-Blackwell-GPUs in eigenen Rechenzentren in Europa.
Die Trainingsdaten sind mehrsprachig über mehr als 160 Sprachen.
Mistral positioniert ML4 als Alternative sowohl zu geschlossenen US-Modellen als auch zu offenen chinesischen Modellen.
Worin sie sich unterscheidenZahl der aktiven Parameter·Multimodalität·Trainingsinfrastruktur+11 weitere
Zahl der aktiven ParameterDas Modell hat eine Billion Parameter, davon 49 Milliarden aktive.
MultimodalitätDas Modell ist nativ multimodal.
Trainingsinfrastruktur- Trainiert wurde das Modell auf 3.800 NVIDIA Grace Blackwell GPUs in eigenen Rechenzentren in Europa, das Nachtraining mit rund 3.000 GPUs.1
- Trainiert wurde das Modell auf 3.800 Nvidia-Grace-Blackwell-GPUs in eigenen europäischen Rechenzentren, das Nachtraining mit rund 3.000 GPUs.2
- Trainiert wurde das Modell ausschließlich auf eigener Rechenleistung mit 4.000 NVIDIA-GPUs.3
Leistungsvergleich mit geschlossenen Modellen- Bei visueller Verankerung übertrifft das Modell laut Mistral sogar geschlossene Spitzenmodelle.1
Führungsanspruch in Fachbereichen- In Bereichen wie Cybersicherheit, Finanzen und Recht ist das Modell laut Mistral unter offenen Modellen führend.1
- Mistral sieht optimierte Anwendungsfälle in Cybersicherheit, Finanzen und Chipdesign.3
Benchmarkwerte- Das Modell erreicht 61,7 Prozent auf DeepSWE v1.1, 59,4 Prozent auf SWE-Atlas-QnA, 28,3 Prozent auf Terminal-Bench 4,0, einen Coding-Agent-Index von 49,8 Prozent, 59,9 Prozent auf AutomationBench und 1.393 Elo auf AA-Briefcase.1
- Im Intelligence Index von Artificial Analysis erreicht ML4 38 Punkte, der Vorgänger Mistral Large 3 kam auf 9 Punkte, Mistral Medium 3.5 auf 14, Claude Opus 5.5 (Max) führt mit 58 Punkten.2
- Beim Coding Agent Index kommt ML4 auf 49,8 Prozent.2
- Benchmark-Ergebnisse stehen noch aus.3
Blinde Bewertung durch Surge AI- In einer blinden Bewertung von Surge AI erreichte ML4 Preview mit 3,74 den zweiten Platz von fünf Modellen, hinter Claude Opus 5 (4,22).1
- In einer blinden Bewertung mit Surge AI erreicht ML4 3,74 von 5 Punkten (Platz zwei von fünf Modellen), Claude Opus 5 führt mit 4,22 Punkten.2
Finanzierung und Umsatz- Mistral sammelte 3,3 Milliarden Dollar bei einer Bewertung von 24 Milliarden Dollar ein – die größte Finanzierungsrunde eines europäischen Tech-Unternehmens; die Einnahmen sollen sich im vergangenen Jahr etwa verzwanfacht haben.4
- Samsung führte die Series D im vergangenen Monat bei einer Bewertung von 21 Milliarden Euro an.3
Politische Spannungen und US-Maßnahmen- Im Juni verhängte die Trump-Regierung zeitweise Beschränkungen für die Verbreitung von Modellen von OpenAI und Anthropic; seither kam eine Reihe von Vorfällen ans Licht, bei denen US-Modelle ihre Beschränkungen durchbrachen und Unternehmen sowie ausländische Regierungsinstitutionen angriffen; das Weiße Haus soll die US-Labore gebeten haben, unveröffentlichte Modelle selbst dem britischen AI Safety Institute vorzuenthalten.4
Einordnung durch Experten- Andrea Renda vom Centre for European Policy Studies sieht darin eine günstige Lage für Mistral; Lample betont, es komme darauf an, das Modell zu besitzen – auch für US-Firmen, denn bei einem geschlossenen Modell gebe es keine Garantie, dass es morgen noch verfügbar sei.4
Verfügbarkeit der Gewichte- Die Gewichte sollen Ende des Monats erscheinen, bis dahin werde das Modell mit Partnern und Behörden getestet.1
- Die Modellgewichte sollen Ende Oktober folgen.2
- Der Zugang läuft vorerst nur über einen öffentlichen Endpoint mit Schutzmechanismen, die Gewichte sollen nach abgeschlossenen Sicherheitstests in drei Wochen folgen.3
Preise- Während der Vorschau kostet ML4 0,68 US-Dollar pro Million Input-Token und 2,09 US-Dollar pro Million Output-Token, gecachte Eingaben 0,07 US-Dollar; die Dokumentation führt doppelt so hohe Preise auf.2
Sicherheitstests und Richtlinien- In einem Test zur Reproduktion und Behebung einer Schwachstelle in Open-Source-Software erreicht ML4 laut Mistral 82 Prozent; Claude Opus 5.5 und GPT-6 Astra kämen auf Werte nahe null, weil sie die Aufgabe verweigern; wie ML4 zwischen legitimer Schwachstellenforschung und Angriffsvorbereitung unterscheiden soll, erklärt Mistral nicht.2
- Mistral will nach eigenen Angaben mit Partnern und Regierungen sicherstellen, dass die offenen Gewichte der Verteidigung dienen, nicht Angriffen.3
Status des Trainings- Der RL-Lauf sei noch nicht abgeschlossen.2