Mistral hat sein großes Modell Mistral Large 4 nach einer dreiwöchigen Vorschauphase frei zugänglich gemacht. Das französische Unternehmen veröffentlichte auch die Modellgewichte. Damit können Entwickler das Modell auf eigener Infrastruktur betreiben und für eigene Aufgaben anpassen. Mistral nennt es auch „Le Chonk“ und sieht darin eine mögliche Grundlage für souveräne europäische KI.
Während der Vorschau sammelte Mistral Rückmeldungen von Nutzern und verbesserte das Modell nach eigenen Angaben mit Reinforcement Learning – einem Verfahren, bei dem ein KI-Modell anhand von Rückmeldungen weitertrainiert wird. Besonders beim Programmieren soll sich die Leistung verbessert haben. Die Gewichte sind verfügbar; daneben bietet Mistral den Zugriff über eine API an.
Wie schneidet das Modell ab?
Im Coding Agent Index von Artificial Analysis erreicht Le Chonk 41 Prozent. Artificial Analysis führt es dort als leistungsstärkstes Modell mit offenen Gewichten. Bei vergleichbarer Leistung soll es im Schnitt 47 Prozent weniger Tokens verbrauchen als GLM-5.3. Das sind Ergebnisse des genannten Tests, kein allgemeiner Vergleich für jede Programmieraufgabe.
Im Cyber Index von Artificial Analysis, der Fähigkeiten zur Abwehr von Cyberangriffen bewertet, liegt Le Chonk hinter DeepSeek V4.1 Flash. Mistral hebt zugleich hervor, dass das Modell gefährliche Anfragen besser abweisen soll als andere Modelle mit offenen Gewichten. Die Schutzmechanismen würden weiter verbessert. Partner könnten laut Mistral Varianten mit offensiven Funktionen, etwa für Penetrationstests, erhalten.
Was steckt in Mistral Large 4?
Das Modell nutzt eine Billion Parameter. Es ist ein Mixture-of-Experts-Modell: Dabei wird pro Eingabe nur ein Teil des gesamten Modells aktiviert. Mistral setzt 128 Experten ein; pro Token arbeiten vier davon sowie ein gemeinsamer Experte. Zusammen sind so rund 52 Milliarden Parameter aktiv. Die Kontextlänge beträgt eine Million Tokens.
Ein neuer Vision Encoder soll Bilder beliebiger Größe verarbeiten; außerdem unterstützt das Modell mehr als 160 Sprachen. Mistral zufolge wurde es mit 3.800 Grace-Blackwell-GPUs trainiert. Eine Technik namens spekulatives Decoding soll den Durchsatz um bis zu 90 Prozent erhöhen. Das ist eine Herstellerangabe.
Was kostet der API-Zugriff?
Über Mistrals API kostet eine Million Eingabe-Tokens 70 Cent, eine Million Ausgabe-Tokens 2,10 Euro. Für Unternehmen und Entwickler, die das Modell selbst betreiben, ist die Veröffentlichung der Gewichte besonders relevant: Sie können es anpassen, ohne für jede Anfrage Mistrals API nutzen zu müssen. Welche Hardware dafür im eigenen Betrieb nötig ist, nennt Mistral in den vorliegenden Angaben nicht.
Warum es wichtig ist
Entwickler und Unternehmen können die veröffentlichten Gewichte auf eigener Infrastruktur betreiben und anpassen, statt ausschließlich Mistrals API zu verwenden. Das schafft eine Option für Projekte, die mehr Kontrolle über den Betrieb wollen; welche Hardware dafür genügt und wie hoch die tatsächlichen Betriebskosten sind, bleibt offen.
