Mistral veröffentlicht Gewichte von Large 4: stark bei offenen Modellen, aber nicht an der Spitze

Mistral Large 4 steht als MoE mit einer Billion Parametern zum Download bereit

Am 29. Oktober 2026 hat Mistral die Gewichte von Mistral Large 4 auf Hugging Face veröffentlicht. Unter dem Spitznamen „Le Chonk“ war das Modell seit dem 6. Oktober als Vorschau verfügbar. Die Gewichte hatte der Anbieter für Ende des Monats angekündigt.

Technisch handelt es sich um ein nativ multimodales Mixture-of-Experts-Modell. Text und Bilder gehen hinein, Text kommt heraus. Die Gesamtparameterzahl liegt bei rund einer Billion, das Kontextfenster bei einer Million Tokens. Laut Hugging Face verbindet das Modell einen großen Expertenpool mit Sparse Attention und einem Pixtral-Vision-Encoder. Eine Quelle nennt abweichend 1,05 Billionen Gesamtparameter.

Bei den aktiven Parametern gibt es zwei Angaben. Hugging Face nennt rund 49 Milliarden pro Token, Mistral in der Vorschau-Ankündigung 52 Milliarden. Eine Erklärung liefert nur ein Reddit-Beitrag, also eine Community-Quelle: 49 Milliarden ohne, 52 Milliarden mit Embeddings. Bestätigt ist das nicht.

Offene Flaggschiff-Gewichte sind bei Mistral nichts Neues. Large 3 erschien bereits mit offenen Gewichten unter Apache 2.0. Neu bei Large 4 sind die Gewichte dieser Generation, die gegenüber der Vorschau nachtrainierte Version und die geänderte Lizenz.

Nachtraining hebt Terminal-Bench von 28 auf 41 Prozent, die Spitze erreicht Large 4 trotzdem nicht

Mistral nennt Large 4 „bestes offenes Agentic-Coding-Modell der Welt“. Belegt ist zunächst ein klarer Fortschritt gegenüber der Vorschau. Pierre Stock, Vice President of Science bei Mistral, sagt, das Team habe das Reinforcement Learning fortgesetzt und innerhalb von drei Wochen zwei weitere Reasoning-Modi eingeführt, insgesamt sind es nun drei. Auf Terminal-Bench 4.0 stieg das Modell laut ZDNet von 28 auf 41 Prozent.

Dort liegt es einen Punkt vor GLM-5.3. Im zusammengesetzten Gesamtindex steht es mit 48 Punkten dagegen einen Punkt hinter GLM-5.3 (49). Codex GPT-6.1 Terra erreicht ebenfalls 48. The Decoder sieht das Modell beim Programmieren auf dem Niveau chinesischer offener Modelle wie DeepSeek, klar hinter den geschlossenen US-Systemen von OpenAI, Google und Anthropic.

Der Superlativ hängt also an der Metrik. Auf einem einzelnen Benchmark mit einem Punkt Vorsprung lässt sich „bestes offenes Modell“ vertreten, im Gesamtindex mit einem Punkt Rückstand nicht. Bei so kleinen Abständen taugt keine der beiden Messungen als eindeutiger Beleg. ZDNet weist zudem darauf hin, dass Benchmark-Werte mit Vorsicht zu lesen sind.

Eine weitere Zahl stammt ebenfalls von Mistral: Large 4 verbrauche auf dem Artificial Analysis Coding Agent Index im Schnitt 47 Prozent weniger Tokens pro Aufgabe als GLM-5.3. Eine unabhängige Nachmessung liegt im Material nicht vor.

Cyber-Abwehr ist gezielt trainiert, doch Averlon sieht Schwächen bei harmlosen Anfragen

Mistral positioniert Large 4 als Basis für souveräne Cyber-Abwehr. Dahinter steckt mehr als Marketing: Das Unternehmen nennt „defensive cybersecurity“ als Schwerpunkt des Reinforcement-Learning-Nachtrainings. In der Vorschau ließ es das Modell zudem mit Cyber-Verantwortlichen, ausgewählten Partnern und staatlichen Stellen in realen Umgebungen red-teamen. Diese Gruppen erhielten eine Variante mit reduzierter Moderation. Namentlich benannt werden weder Kunden noch Behörden. Laut Hugging Face erreicht das Modell im Artificial Analysis Cyber Index 82 Prozent. Die Aufgabe: eine reale Schwachstelle in Open-Source-Software reproduzieren und patchen.

Averlon hat eine Analyse über 16 Security-Benchmarks vorgelegt. Large 4 liegt bei 12 davon in der oberen Hälfte, darunter bei allen acht, in denen Evidenz vorgegeben oder durchsuchbar ist. Knapp vorn liegt es bei SOC-2-Auditing und bei beiden Secure-Code-Tests. Schwach ist es bei der Terraform-Generierung und der Misconfiguration-Triage, dort teilt es sich den letzten Platz. Bei den finalen Detection-Regeln und den gemeldeten Zeilen reicht es nur fürs Mittelfeld.

Eine Spannung bleibt. Laut Mistral scheitern mehrere geschlossene Modelle im Cyber-Test, weil sie die Aufgabe verweigern. Averlon nennt dagegen gerade das Ablehnen harmloser Security-Anfragen als Schwäche von Large 4. Beide Befunde messen Unterschiedliches: hier die Exploit-Reproduktion samt Patch, dort das Ablehnungsverhalten bei unkritischen Anfragen. Wie Averlon getestet hat und ob Large 4 tatsächlich zu oft ablehnt, geht aus dem vorliegenden Auszug nicht klar hervor.

Modifizierte MIT-Lizenz schließt Model-as-a-Service ohne Sondervereinbarung aus

Die Gewichte stehen unter der Mistral Ecosystem Open-Weight License, einer Ableitung der MIT-Lizenz. Nutzung, Änderung, Fine-Tuning und kommerzielle Verwertung sind frei. Eine Bedingung gilt: Wer einen Model-as-a-Service-Dienst betreibt, braucht vorab eine separate kommerzielle Lizenz von Mistral.

Das ist enger als bei Large 3, das unter Apache 2.0 erschien und keine solche Einschränkung kannte. Mistral bezeichnet Large 4 dennoch als „fully open-weight“ und als „trusted foundation for Sovereign AI“. Ob diese Selbstbeschreibung trägt, hängt vom Blickwinkel ab. Für Unternehmen und Behörden, die das Modell im Eigenbetrieb nutzen, ändert die Klausel nach Lage der Quellen nichts. Betroffen sind Hosting-Anbieter, die das Modell anderen als Dienst anbieten wollen. Sie brauchen bei Large 4 die Zustimmung Mistrals.

Ob die Lizenz im strengen Sinn „offen“ ist, entscheidet die Definition. Mehr als den Lizenzrahmen, wie ihn die Quellen wiedergeben, liefern sie nicht. Wer es genau wissen will, muss den vollständigen Lizenztext selbst prüfen.

Selbstbetrieb braucht acht B300-GPUs, und die Kostenlage ist uneinheitlich

Wer Large 4 selbst betreiben will, braucht viel Hardware. Laut SGLang-Dokumentation, die The Decoder zitiert, läuft die Standardversion auf acht Nvidia-B300-GPUs. Eine stärker komprimierte Variante läuft auf vier GB300-GPUs. Mistral bietet zwei offizielle Checkpoints an, dazu kommen GGUFs von Unsloth und dem llama.cpp-Team. Einzelentwickler greifen deshalb eher auf Quantisierungen oder die API zurück.

Die API kostet 0,70 US-Dollar je Million Eingabetokens, 0,07 Dollar für gecachte Eingabe und 2,10 Dollar je Million Ausgabetokens. Laut Artificial Analysis lag Large 3 bei 0,50 und 1,50 Dollar. Der Listenpreis ist also gestiegen.

Bei den Kosten widersprechen sich die Quellen. Mistral und The Decoder verweisen auf niedrige Preise und den geringeren Tokenverbrauch. Averlon ordnet Large 4 dagegen bei den meisten Benchmarks zu Listenpreisen im teuersten Drittel ein. Die Vergleichsgruppen unterscheiden sich vermutlich: Averlon vergleicht 31 Modelle zum Listenpreis, die übrigen Angaben beziehen sich auf offene Konkurrenten. Das Material erlaubt keine Auflösung.

Profitieren dürften vor allem Organisationen, die Souveränität über ihre Daten brauchen und die nötige Hardware besitzen oder beschaffen können.