Mistral Large 4 mit offenen Gewichten: eine Billion Parameter und eine Lücke, die erklärt werden muss

Mistral AI hat die Gewichte von Mistral Large 4, Spitzname „Le Chonk“, im Repository mistralai/Mistral-Large-4-1T-A52B auf Hugging Face bereitgestellt. Die offizielle Seite nennt kein Datum. Laut Vals AI und Fachpresse erfolgte die Veröffentlichung am 29. Oktober 2026, kurz vor der am 6. Oktober angekündigten Frist zum Monatsende. Damals war das Modell als reine API-Vorschau vorgestellt worden. Die Model Card beschreibt es als nativ multimodales Mixture-of-Experts: Es verarbeitet Text und Bilder und gibt Text aus. Es hat insgesamt rund eine Billion Parameter und 128 geroutete Experten, von denen 4 pro Token aktiv sind, dazu einen gemeinsamen Experten. Aktiv sind 49 Milliarden Parameter, oder 52, wenn man Embeddings und Ausgabeschichten mitzählt – daher rührt die Abweichung zwischen den Quellen. Hinzu kommen ein Kontextfenster von einer Million Token und ein integrierter Draft-Head für spekulatives Decoding, DSpark, der laut Mistral je nach Hardware und Last bis zum 1,9-Fachen an Durchsatz bringt.

Gegenüber der Vorschau nennt Mistral drei zusätzliche Wochen Reinforcement Learning für Programmierung und defensive Cybersicherheit sowie drei Reasoning-Modi: Low, Medium und High, wobei High voreingestellt ist. Die Zahlen des Unternehmens lauten wie folgt. Bei Terminal-Bench 4.0 steigt der Wert von 28 % in der Vorschau, ebenfalls selbst angegeben, auf 41 %, bei 30 % weniger Ausgabe-Token. Im Artificial Analysis Coding Agent Index erreicht das Modell 48 %, gleichauf mit GLM-5.3, aber mit 47 % weniger Token pro Aufgabe. Dazu kommen 19,7 % bei FrontierCode 2.0 von Cognition und 84,5 % bei BrowseComp. Zur Sicherheit meldet Mistral 97,1 % Widerstandsfähigkeit gegen Angriffe bei B3 Agent Security und eine durchschnittliche Ablehnungsquote von 96,6 % bei böswilligen Cyber-Anfragen. Das sind Ergebnisse aus diesen Tests, keine Garantien für das Verhalten eines Systems im Produktivbetrieb. Die Model Card schreibt dem Modell 26 Punkte im Artificial Analysis Intelligence Index v5 zu, laut Mistral der höchste Wert unter westlichen Open-Weight-Modellen. Vals AI führt das Modell in seinem Vals Index auf Platz 17 von 32, mit 56,53 %. Beim einzigen Benchmark, den beide gemessen haben, Terminal-Bench 4.0, kommt es auf 26,26 % (Platz 26 von 59), gegenüber den von Mistral angegebenen 41 %. Der vollständige technische Bericht ist angekündigt, aber noch nicht erschienen.

Die Lizenz, die Mistral Ecosystem Open-Weight License, wird als modifizierte MIT-Lizenz beschrieben. Sie erlaubt Nutzung, Veränderung, Fine-Tuning und kommerziellen Einsatz, doch wer das Modell als Dienst anbietet, braucht eine separate kommerzielle Lizenz von Mistral. Was diese Klausel konkret für externe Cloud-Anbieter bedeutet, ist noch unklar. Laut Model Card wurden für das Training rund 3.800 NVIDIA-Grace-Blackwell-GPUs eingesetzt, nach Angaben von Mistral auf europäischer Infrastruktur. Die Deployment-Beispiele nutzen einen Knoten mit 8 GPUs und vLLM oder SGLang, sind aber Referenzkonfigurationen: Offizielle Mindestanforderungen an die Hardware wurden nicht veröffentlicht. Außerdem gibt es einen NVFP4-quantisierten Checkpoint für Blackwell-GPUs. Über die API nennt Mistral einen Preis von 0,70 Dollar pro Million Eingabe-Token, 0,07 für gecachte Eingaben und 2,10 für die Ausgabe. Das Modell ist auch über Mistral Studio, OpenRouter, NVIDIA-Endpunkte und Microsoft Foundry verfügbar, und Mistral gibt an, dass es alle Amtssprachen der Europäischen Union fließend beherrscht.

Die Veröffentlichung trifft auf einen Open-Weight-Markt, den chinesische Labore mit Modellen wie GLM, Kimi, DeepSeek und Qwen dominieren. Mistral präsentiert das Modell als Werkzeug europäischer technologischer Souveränität, vor allem in der Cybersicherheit. Das Unternehmen kündigt eine spezialisierte Variante als Vorschau für ausgewählte Partner an, darunter Orange Cyberdefense, mit Prüfungen und vertraglichen Schutzvorkehrungen. Es fügt hinzu, es werde die Guardrails anpassen, nachdem es im realen Datenverkehr, in eigenen Worten, „ein Potenzial zur Unterstützung bei der Durchführung realer Angriffe“ beobachtet habe. Der CEO von Orange Cyberdefense, Hugues Foulon, erklärte: „With Mistral AI, we are building European cyber AI, trained by our experts and operated under their control“ („Mit Mistral AI bauen wir eine europäische Cyber-KI, trainiert von unseren Experten und unter ihrer Kontrolle betrieben“). Jeff Boudier, VP Product bei Hugging Face, kommentierte: „AI sovereignty isn't about choosing which API to call“ („KI-Souveränität heißt nicht, sich auszusuchen, welche API man aufruft“). Eine Billion Parameter mit offenen Gewichten aus einem europäischen Labor ist eine Tatsache. Die 41 % bei Terminal-Bench bleiben vorerst eine Angabe von Mistral, und die einzige verfügbare externe Messung sagt 26,26 %. Bevor ich einer der beiden Zahlen mehr Gewicht gebe, warte ich auf den technischen Bericht. — Olya