Mistral hat die Gewichte von Large 4 veröffentlicht. Erste unabhängige Tests zeigen: Beim Programmieren hält das Modell mit der offenen Konkurrenz aus China mit und kostet sehr wenig. Zu Anthropic, Google und OpenAI fehlt aber ein deutliches Stück.
Drei Wochen nach der öffentlichen Vorschau hat Mistral die Gewichte von Large 4 auf Hugging Face gestellt. Das Modell trägt den Spitznamen "Le Chonk". Es verarbeitet Text und Bilder und gibt Text und Code aus. Insgesamt hat es rund eine Billion Parameter, pro Rechenschritt sind 52 Milliarden davon aktiv. Wer es selbst betreiben will, braucht viel Hardware. Laut der Dokumentation des Inferenz-Frameworks SGLang läuft die Standardversion auf acht Nvidia-B300-GPUs, eine stärker komprimierte Variante auf vier GB300-GPUs.
Seit der Vorschau hat Mistral das Modell mit Reinforcement Learning weiter trainiert. In einem Pressecall beschrieben die Mistral-Forscher Pierre Stock und Corentin Petit das Vorgehen. Das Team habe intern Aufgaben erstellt, die im Laufe des Trainings immer schwieriger wurden. Die Leistung sei nur durch eines begrenzt: wie schwer die Aufgaben sind, die man noch stellen und überprüfen kann. Mistral spricht von einer "zweijährigen Wette", die sich jetzt auszahle.
Beim Programmieren gleichauf mit China, deutlich hinter den USA
Am bisher aussagekräftigsten ist der Coding Agent Index von Artificial Analysis. Er testet Modelle zusammen mit ihrer Agenten-Software an realen Programmieraufgaben. Large 4 erreicht dort mit Mistrals Tool Vibe 48 Punkte. Das ist das Niveau von GLM-5.3 und DeepSeek V4.1 Flash, Kimi K3 liegt deutlich dahinter. An der Spitze steht Claude Code mit Opus 5.5 bei 62 Punkten. Gemini 4 Carbon, Claude Sonnet 5.5 und Metas Muse Wonder folgen knapp unter 60. Auch die GPT-6-Modelle von OpenAI liegen klar vor Mistral.
Seine Stärke zeigt Large 4 bei den Kosten. Eine Aufgabe kostet im Schnitt etwa 1,30 US-Dollar, mit Opus 5.5 sind es gut 11 US-Dollar. OpenAIs GPT-6.1 Sol ist allerdings kaum teurer und schneidet deutlich besser ab. Für eine Aufgabe braucht Large 4 außerdem etwa doppelt so lange wie die OpenAI-Modelle.
Im Bereich Coding Agents dominieren Anthropics Claude-Code-Modelle mit den höchsten Index-Scores, während Mistral Large 4 und GPT-6.1 Terra im attraktiven Quadranten das stärkste Preis-Leistungs-Verhältnis aufweisen. Die Pareto-Linie verdeutlicht den Effizienz-Frontverlauf über alle 30 bewerteten Modelle.Die einzelnen Benchmarks zeigen dasselbe Muster. Auf Terminal-Bench 4.0 liegt Large 4 knapp vor den anderen frei verfügbaren Modellen. Die besten geschlossenen Modelle lösen dort aber rund zwei Drittel der Aufgaben, Large 4 etwa 40 Prozent. Für den neuen Benchmark FrontierCode 2.0 von Cognition meldet Mistral eine Führung unter den offenen Modellen. Auf der älteren Version 1.1, die Artificial Analysis selbst gemessen hat, liegt Large 4 hinter GLM-5.3 und DeepSeek. In blinden Vergleichen von Surge gewann Large 4 nur 22 Prozent der Duelle gegen Opus 5.5.
In Mistrals Grafiken fehlt Kimi K3.1 Pro von Moonshot. Formal ist das korrekt, denn die Gewichte sind noch nicht öffentlich. Moonshot will sie bis zum 4. November 2026 veröffentlichen. Nach Moonshots eigenen Zahlen liegt K3.1 Pro bei Programmieraufgaben im Terminal weniger als einen Punkt hinter Claude Opus 5.5. Mistrals Vorsprung unter den offenen Modellen dürfte damit nur wenige Tage halten.
Cyberabwehr: Offene Modelle helfen, wo Claude und GPT ablehnen
Den zweiten Schwerpunkt legt Mistral auf die Cyberabwehr. Der Cyber Index von Artificial Analysis prüft, ob ein Modell Schwachstellen in Software findet, nachstellt und behebt. Offene Modelle schneiden hier überraschend gut ab, weil Opus 5.5 und GPT-6 Astra rund ein Drittel der Aufgaben aus Sicherheitsgründen ablehnen. Vorn liegt eine Sonderversion von GPT-6 Sol, die nur ausgewählte Partner nutzen können. Dahinter folgen Kimi K3.1 Pro, DeepSeek, Grok und Xiaomis MiMo.
Artificial Analysis hat bislang nur die Vorschauversion von Large 4 getestet. Sie landet mit rund 50 Punkten im Mittelfeld. Für das fertige Modell meldet Mistral 51 Punkte. Die Behauptung, Large 4 führe unter den offenen Modellen, belegt aber nicht einmal Mistrals eigene Grafik: Dort liegen DeepSeek und MiMo vorn. Auffällig ist das Profil der Vorschauversion. Bekannte Fehler nachzustellen und zu beheben, gelingt ihr sehr gut, dort landet sie unter allen Modellen auf Platz drei. Wenn sie Schwachstellen selbst finden soll, fällt sie ins untere Mittelfeld.
Der Artificial Analysis Cyber Index zeigt, wo KI-Modelle das beste Preis-Leistungs-Verhältnis für Cybersicherheitsaufgaben bieten. Kostengünstige Modelle wie DeepSeek V4.1 Flash 1017 landen im „attraktivsten Quadranten" – hohe Leistung bei niedrigen Kosten.Schädliche Anfragen lehnt Large 4 laut Mistral zu 96,6 Prozent ab, häufiger als jedes andere offene Modell. Trotzdem räumt das Unternehmen ein, dass das Modell echte Angriffe erleichtern könnte. Die Schutzmechanismen sollen deshalb in den kommenden Monaten verschärft werden. Moonshot geht anders vor: Vor der Freigabe der Gewichte hat das Unternehmen Daten über Cyberangriffe aus dem Training entfernt. Ausgewählte Partner wie Orange Cyberdefense testen dagegen bereits eine Spezialversion von Large 4 für Penetrationstests.
Günstig und offen, mit einer Ausnahme
Über die API kostet Large 4 0,70 US-Dollar pro Million Input-Tokens und 2,10 US-Dollar pro Million Output-Tokens. In der Vorschau lag der Listenpreis bei 1,36 und 4,18 US-Dollar, ein zweiwöchiger Rabatt zum Start senkte ihn auf 0,68 und 2,09 US-Dollar. Der neue Preis entspricht damit im Wesentlichen diesem Rabatt. Kimi K3.1 Pro kostet 2 US-Dollar für Input und 10 US-Dollar für Output.
Mistral stellt das Modell unter eine angepasste MIT-Lizenz. Nutzung, Anpassung und kommerzieller Einsatz sind frei. Nur wer Large 4 selbst als kommerziellen Cloud-Dienst anbietet, braucht eine eigene Lizenz von Mistral. Das Unternehmen bewirbt das Modell vor allem als "souveräne" KI: Es wurde vollständig in Europa trainiert und lässt sich auf eigenen Servern betreiben.
Geld verdienen will Mistral auch mit der Anpassung an einzelne Kunden. Über den Dienst Forge können Unternehmen Large 4 mit eigenen Daten weitertrainieren, zum Beispiel mit ihrem eigenen Code. Das lohnt sich laut Mistral vor allem für Programmiersprachen aus Industrie und Finanzwesen, die nur einzelne Firmen nutzen und mit denen allgemeine Modelle kaum zurechtkommen. Auch Sicherheitsteams sollen das Modell mit ihren eigenen Daten zur Cyberabwehr anpassen. Das fertige Modell läuft dann auf den Servern der Kunden und gehört ihnen.
Eine Gesamtwertung steht noch aus
Artificial Analysis hat kürzlich Version 5 seines Intelligence Index veröffentlicht. Large 4 taucht bereits im Coding- und im Cyber-Index auf, ein Gesamtwert fehlt aber noch. Der neue Index enthält unter anderem Terminal-Bench 4.0 und FrontierCode 2.0, also die Tests, in denen Mistral unter den offenen Modellen gut abschneidet. Das könnten gute Nachrichten für das Unternehmen sein, denn für offene Modelle insgesamt sieht es in v5 schlecht aus. In der Vorgängerversion lagen die besten offenen Modelle 3 Punkte hinter den geschlossenen, in v5 sind es 12 Punkte. Bestes offenes Modell ist Kimi K3.1 Pro mit 46 Punkten, auch wenn seine Gewichte noch fehlen. Unter den Modellen mit freigegebenen Gewichten führen DeepSeek V4.1 Flash und GLM-5.3 mit 32 Punkten, noch hinter Claude Haiku 5.5. Die Spitze hält Googles Gemini 4 Carbon mit 59 Punkten, einen Punkt vor Claude Opus 5.5.
Mistral sieht sich trotzdem auf Kurs. Man arbeite mit einem Bruchteil der Mittel der Konkurrenz, sagte das Team im Pressecall. CEO Arthur Mensch sagte, Mistral habe in drei Jahren rund 6 Milliarden US-Dollar eingesammelt, andere Labore dagegen Hunderte Milliarden. Mistral Large 4 soll primär mit Mitteln aus der Series B Finanzierungsrunde trainiert worden sein, kommende, durch die jüngsten Finanzierungsrunden ermöglichte Rechenkapzitäten sollen deutlich bessere Modelle ermöglichen. Man wolle an der Spitze mitspielen und diese nicht nru einmal ereichen.
Large 4 soll zudem die Grundlage für spezialisierte Modelle werden. Kleinere, abgeleitete Versionen sollen in den kommenden Monaten folgen, darunter eine, die auf einem Laptop läuft.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
