Mistral Large 4: ein Modell im Großformat, dessen Leistung sich noch beweisen muss

Ankündigung und Zugang: erst die Vorschau, dann die Gewichte

Mistral kündigte Mistral Large 4 am 6. Oktober 2026 an und stellte am selben Tag eine öffentliche API-Vorschau in Mistral Studio bereit. Das Modell wird als bislang größtes System des Unternehmens beschrieben, mit multimodalen Fähigkeiten sowie Funktionen für Programmierung und Agenten-Workflows. Die Gewichte standen damit noch nicht zum Download bereit: Mistral kündigte ihre Veröffentlichung für Ende Oktober an.

Der anfängliche Zugang über die API und die Verfügbarkeit der Gewichte sind also zwei verschiedene Schritte. Wer das Modell schon jetzt testen möchte, ist auf die API von Mistral angewiesen. Ein eigener Betrieb wird erst dann möglich, wenn die Gewichte tatsächlich veröffentlicht sind und die Lizenz eine solche Nutzung erlaubt. Die angekündigte Veröffentlichung zu einem späteren Zeitpunkt bestätigt weder, dass sie bereits erfolgt ist, noch welche Lizenzbedingungen gelten werden.

Mistral kündigt außerdem eine Verfügbarkeit in mehreren Regionen sowie eine europäische Bereitstellung an, die das Unternehmen vollständig selbst betreiben und nach europäischem Recht anbieten will. Das sind Aussagen des Anbieters. Bevor man sie als betriebliche Garantien versteht, sollte man die konkreten Servicebedingungen, den Ort der Datenverarbeitung und die Vertragsbedingungen prüfen.

Eine Billion Parameter heißt nicht, dass eine Billion aktiv sind

Mistral beschreibt Large 4 als nativ multimodales Modell mit insgesamt einer Billion Parametern, von denen 52 Milliarden aktiv seien. Diese aktive Zahl ist relevant, weil bei einer großen Modellarchitektur nicht zwangsläufig alle Parameter an jedem Rechenschritt beteiligt sind. Die beiden Angaben allein verraten jedoch weder die tatsächlichen Kosten noch die Geschwindigkeit, den Speicherbedarf oder die Qualität der Antworten.

Bei der Zahl der aktiven Parameter besteht eine Abweichung: Mistrals Veröffentlichung nennt 52 Milliarden, während manche der vorliegenden Angaben von 49 Milliarden sprechen. Die verfügbare Dokumentation erklärt nicht, ob der Unterschied auf eine andere Version, Konfiguration oder Zählweise zurückgeht. Hier wird die Angabe aus der Primärveröffentlichung verwendet, ohne die Abweichung als geklärt darzustellen.

Mistral zufolge wurde das Modell von Grund auf mit 3.800 NVIDIA-Grace-Blackwell-GPUs in den europäischen Rechenzentren des Unternehmens trainiert. Auch die öffentliche Vorschau werde auf derselben Infrastruktur betrieben. Die vorliegenden Informationen enthalten jedoch keine externe Prüfung, die Zahl, Standort oder Konfiguration der GPUs unabhängig bestätigt. Es handelt sich daher um eine Aussage des Unternehmens und nicht um einen unabhängigen Nachweis.

Einige technische Einzelheiten sind in der ersten Veröffentlichung noch offen: Mistral kündigt weitere Angaben zur Architektur und zum nachgelagerten Training zusammen mit den Gewichten an. Bis diese Dokumentation vorliegt, sollte man weder konkrete Hardwareanforderungen ableiten noch annehmen, dass die Gesamtgröße automatisch einen praktischen Vorteil bedeutet.

Benchmarks: vielversprechende Ergebnisse, aber keine universellen Vergleiche

In den von Mistral veröffentlichten Ergebnissen erreicht Large 4 demnach 38 Punkte im Artificial Analysis Intelligence Index. Dieser Wert kann als Orientierung innerhalb genau dieser Auswertung und Version dienen, ist aber kein universelles Maß für Intelligenz. Das Ergebnis hängt von den enthaltenen Aufgaben, den Testbedingungen und dem Zeitpunkt der Durchführung ab.

Mistrals Veröffentlichung enthält außerdem Ergebnisse zu Programmierung, Agenten, Finanzen, Recht, visueller Verarbeitung und Wissenschaft. Ein Teil der Werte stammt aus internen Bewertungen; andere werden externen Prüfern oder Benchmarks zugeschrieben. Dass ein Test einen unabhängigen Namen trägt, macht die Darstellung des Ergebnisses nicht automatisch unabhängig. Dafür braucht es nachvollziehbare Angaben zu Methodik, Modellversion, Konfiguration und Vergleichbarkeit.

Vergleiche zwischen Modellen sind möglicherweise nicht gleichwertig, wenn sie unterschiedliche Versionen, Werkzeuge oder Ausführungsbudgets verwenden oder wenn Sicherheitsfilter die Bearbeitung einer Aufgabe verhindern. Mistral hebt in bestimmten Bereichen günstige Ergebnisse hervor. Die vorliegenden Informationen reichen jedoch nicht aus, um sämtliche Vergleichsbedingungen unabhängig nachzuvollziehen.

Die vorsichtige Schlussfolgerung ist daher begrenzt: Einige veröffentlichte Bewertungen deuten auf deutliche Fortschritte gegenüber früheren Mistral-Modellen hin. Die hier vorliegenden Belege reichen aber nicht aus, um eine allgemeine Überlegenheit gegenüber Wettbewerbern zu behaupten. Auch eine einzelne Ranglistenposition sagt nicht zwingend voraus, wie das Modell mit den Dokumenten, dem Code, den Daten und den Werkzeugen einer bestimmten Organisation abschneidet.

Agenten und Multimodalität: angekündigte Funktionen brauchen Praxistests

Mistral stellt Large 4 als Modell dar, das allgemeine Agenten ausführen kann: Informationen sammeln, Werkzeuge nutzen und mehrstufige Arbeitsabläufe abschließen. Außerdem hebt das Unternehmen die Analyse von Dokumenten, Diagrammen und Bildern sowie die Verbindung von visueller Interpretation mit Werkzeugaktionen hervor. Das sind für den Einsatz in Unternehmen interessante Ziele. Aus der Beschreibung folgt jedoch nicht, dass das System jeden Prozess zuverlässig und ohne Aufsicht erledigt.

Bei einem Agenten kann sich ein Fehler fortpflanzen: Eine falsche Interpretation eines Dokuments führt möglicherweise zu einer fehlerhaften Suche und schließlich zu einer unerwünschten Aktion. Eine Bewertung sollte daher nicht nur prüfen, ob am Ende eine Antwort ausgegeben wird. Sie muss auch die Genauigkeit der einzelnen Schritte, die Qualität der herangezogenen Quellen, den Umgang mit Fehlern und die Möglichkeit messen, Aktionen anzuhalten oder zu überprüfen.

Auch multimodale Funktionen sollten mit repräsentativem Material getestet werden. Einen technischen Plan auszuwerten, Angaben aus einer PDF zu extrahieren und Objekte in einem sehr großen Bild zu finden sind unterschiedliche Aufgaben. Ein gutes Ergebnis in einer Demonstration oder einem Benchmark garantiert nicht, dass das Modell Formate, Auflösungen und Dokumente einer konkreten Organisation präzise verarbeitet.

Bei Anwendungen mit erheblichen Folgen – etwa Änderungen an Systemen, Transaktionen oder Sicherheitsentscheidungen – sollten Berechtigungen begrenzt, Werkzeugaufrufe protokolliert und irreversible Schritte von Menschen freigegeben werden. Automatisierung kann Arbeit sparen, ohne dass das Modell volle Autonomie erhält.

Cybersicherheit: defensives Potenzial und Grenzen der Sicherheit

Cybersicherheit steht im Mittelpunkt der Ankündigung. Mistral zufolge gehört Large 4 bei Artificial Analysis Cyber Index zu den fünf bestplatzierten Modellen. Das Unternehmen veröffentlicht außerdem Ergebnisse zu Aufgaben, bei denen Schwachstellen reproduziert und behoben werden, zu Cybench und zu Angriffsschutztests. In den verfügbaren Informationen findet sich keine zusätzliche unabhängige Bewertung, mit der sich alle Zahlen und Vergleiche hier bestätigen ließen.

Mistral nennt außerdem einen Wert von 93,3 Prozent beim öffentlichen B3 AI Security Benchmark von Lakera und verweist auf interne Tests zur Malwareanalyse, Priorisierung von Schwachstellen und Formulierung von Erkennungsregeln. Ergebnisse aus Sicherheitstests sind jedoch nicht mit einer Garantie gleichzusetzen, dass ein Modell im Produktivbetrieb sicher ist. Ein Benchmark misst eine definierte Gruppe von Fällen, nicht sämtliche denkbaren Angriffe.

Ein Modell, das beim Auffinden und Reproduzieren von Schwachstellen hilft, kann auch missbraucht werden. Der Betrieb eigener Gewichte kann Verteidigungsteams mehr Kontrolle geben, überträgt den Organisationen aber zugleich mehr Verantwortung für Schutzmaßnahmen, Protokollierung, Zugriff und Wartung. Mistral erklärt, vor der Veröffentlichung der Gewichte mit ausgewählten Stellen Red-Team-Tests durchzuführen. Das ersetzt weder eine öffentliche Risikobewertung noch legt es die endgültigen Nutzungsbedingungen fest.

Für einen verantwortungsvollen Einsatz kommt es nicht nur darauf an, ob das Modell bösartige Anfragen ablehnt. Entscheidend ist auch, wie Umgebungen getrennt, Werkzeuge kontrolliert und Ergebnisse überprüft werden. Eine aussagekräftige Bewertung sollte autorisierte Tests und menschliche Kontrolle einschließen sowie verhindern, dass eine Modellausgabe unmittelbar Änderungen an sensiblen Systemen auslöst.

Was vor einem Fazit noch geklärt werden muss

Die endgültige Lizenz und ihre praktischen Nutzungsrechte sind in den verfügbaren Informationen noch offen. Mistral kündigte die Gewichte für Ende Oktober an, erläuterte in der ersten Veröffentlichung aber nicht die Lizenz. Solange sie nicht vorliegt, lässt sich nicht bestätigen, dass jede Organisation das Modell beliebig verändern, weiterverbreiten oder auf jede Art nutzen darf.

Auch die vollständigen Kosten und Bereitstellungsbedingungen müssen noch geprüft werden. Die vorliegenden Angaben zu API-Preisen weichen voneinander ab und reichen nicht aus, um einen einheitlichen Preis für alle Nutzungsarten oder Regionen festzulegen. Die Gesamtkosten können von Nutzung, Speicherung, Infrastruktur, Support und den jeweils geltenden Servicebedingungen abhängen.

Eine angekündigte Verfügbarkeit ist keine weltweite Verfügbarkeit. Bestätigt ist der Zugang zur öffentlichen Vorschau. Die Veröffentlichung der Gewichte war für Ende Oktober angekündigt; regionale Angebote und ein vollständig von Mistral betriebener europäischer Einsatz werden als geplante Optionen beschrieben. Ihr tatsächlicher Umfang muss anhand aktueller Dokumentation geprüft werden.

Zusammengefasst verdient Large 4 wegen seiner Größe, des API-Angebots und der angekündigten Veröffentlichung der Gewichte Aufmerksamkeit. Für eine belastbare Bewertung sollte man jedoch die Lizenz, die versprochene technische Dokumentation und weitere reproduzierbare unabhängige Tests abwarten. Bis dahin sind Leistungs- und Sicherheitsangaben als veröffentlichte Testergebnisse zu lesen, nicht als Garantien.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.