Mistral Large 4 startet mit 1,05 Billionen Parametern

Mistral AI hat am 6. Oktober 2026 Mistral Large 4 als öffentliche Vorschau veröffentlicht. Es ist ein Mixture-of-Experts-Modell mit 1,05 Billionen Parametern und einem Kontextfenster von 1 Million Token. Es ist ab sofort über die API von Mistral verfügbar. Mistrals Ankündigung verspricht die offenen Gewichte „bis Ende des Monats“. Damit wird es eines der größten Modelle, die ein Team herunterladen und auf eigenen Servern betreiben kann.

Was Mistral veröffentlicht hat

Mistral Large 4 ist ein Allzweckmodell, das Text und Bilder liest. Mistral nennt es „nativ multimodal“. Das heißt, Bilder sind von Anfang an Teil des Modells und keine separate Erweiterung. Sein Spitzname lautet „Le Chonk“.

Es ist ein Mixture-of-Experts-Modell, kurz MoE. Ein MoE-Modell teilt seine Parameter auf viele kleinere „Experten“-Netze auf. Für jedes Token wählt ein Router nur einige wenige Experten aus, die die Arbeit erledigen. Das Modell speichert also sehr viele Parameter, nutzt aber jeweils nur einen kleinen Teil davon.

Mistrals eigene Seiten widersprechen sich bei den genauen Größen:

Angabe	Ankündigung	Modellkarte
Gesamtparameter	„1 Billion“	1,05T
Aktive Parameter pro Token	49 Milliarden	52B
Vision-Encoder	nicht angegeben	1,6B
Kontextfenster	1 Million Token	1M Token

Unite.AI und The Bright Minded berichten beide von 1,05 Billionen Parametern insgesamt und 49 Milliarden aktiven. Solange Mistral eine Seite nicht korrigiert, sollte man die Zahl der aktiven Parameter irgendwo zwischen 49 und 52 Milliarden ansetzen.

Laut Unite.AI unterstützt das Modell mehr als 160 Sprachen, darunter alle Amtssprachen der Europäischen Union. Mistral sagt, es habe das Modell mit 3.800 Nvidia-Grace-Blackwell-GPUs in eigenen europäischen Rechenzentren trainiert.

Preis und Verfügbarkeit

Der API-Modellname lautet mistral-large-4. Mistrals Ankündigung nennt 1,36 $ pro Million Eingabetoken und 4,18 $ pro Million Ausgabetoken.

Unite.AI nannte andere Zahlen: 0,68 $ pro Million Eingabetoken, 0,07 $ für zwischengespeicherte Eingaben und 2,09 $ für die Ausgabe. Mistrals eigene Seiten erwähnen weder diese Preise noch einen Tarif für zwischengespeicherte Eingaben. Prüfen Sie den Preis in Ihrer Mistral-Konsole, bevor Sie mit einer der beiden Zahlen budgetieren.

Die offenen Gewichte sind die andere Hälfte des Starts. Mistral sagt, es werde sie bis Ende Oktober veröffentlichen. The Bright Minded nennt unter Berufung auf Berichte von Reuters den 27. Oktober. Weder die Ankündigung noch die Modellkarte nennt die Lizenz, unter der die Gewichte erscheinen sollen.

Benchmarks und der Sicherheitsaspekt

Mistral hat eigene Benchmark-Ergebnisse veröffentlicht. Das sind die Zahlen des Unternehmens, keine unabhängigen Tests.

Benchmark	Was er testet	Mistral Large 4
DeepSWE v1.1	Aufgaben der Softwareentwicklung	61,7 %
SWE-Atlas-QnA	Fragen zu Codebasen	59,4 %
AutomationBench	Aufgabenautomatisierung	59,9 %
Terminal Bench 4.0	Kommandozeilenaufgaben	28,3 %
Cybench	Sicherheitsaufgaben	93 %
AA Cyber Index	Nachstellen von Software-Schwachstellen	82 %

Bei menschlichen Bewertungen gibt Mistral Large 4 3,74 von 5 Punkten. Claude Opus 5 erreichte 4,22, GLM-5.3 erreichte 3,60 und Kimi K3 erreichte 3,59 im selben Vergleich.

Der Cyber-Wert ist die Schlagzeile. Laut Unite.AI bringen 82 % das Modell auf dem Artificial Analysis Cyber Index unter die weltweiten Top fünf. Es ist zudem das beste Open-Weight-Modell von außerhalb Chinas auf diesem Index.

Mistral geht mit dieser Fähigkeit über zwei Versionen um. Laut Ankündigung testet das Unternehmen das Modell im Red Teaming „mit Cybersicherheitsexperten, geprüften Partnern und staatlichen Stellen“. Diese Gruppen „erhalten Zugriff auf dasselbe Modell mit reduzierter Moderation und erweiterten Cyber-Fähigkeiten“. Alle anderen bekommen das Standardmodell mit stärkeren Filtern.

Mistral ist in diesem Jahr schnell gewachsen. Im September sammelte es 3 Milliarden Euro bei einer Bewertung von 21 Milliarden Euro ein. Der Start fällt außerdem einen Tag nach der Ankündigung von Beam durch Reflection AI, einem Open-Weight-Modell mit 501B Parametern, dessen Gewichte ebenfalls im Oktober erscheinen sollen.

Was das für Entwickler bedeutet

• Testen Sie die Vorschau jetzt, planen Sie die Produktion später. Die API funktioniert heute unter mistral-large-4. Lassen Sie Ihr eigenes Evaluierungsset darüber laufen, solange der Preis bekannt ist und die Gewichte noch fehlen.
• Warten Sie auf die Lizenz, bevor Sie Self-Hosting planen. „Offene Gewichte“ können viele Lizenzbedingungen bedeuten. Versprechen Sie einem Kunden keinen Betrieb vor Ort, bis Mistral sie veröffentlicht.
• Dimensionieren Sie die Hardware nach der Gesamtzahl, nicht nach der aktiven. Nur etwa 50 Milliarden Parameter arbeiten pro Token, aber alle 1,05 Billionen müssen im Speicher liegen. Self-Hosting bedeutet einen Server mit mehreren GPUs, keine einzelne Karte.
• Klären Sie Spezifikation und Preis schriftlich. Die Lücke zwischen 49B und 52B und die zwei Preislisten sind für die Kapazitäts- und Kostenplanung wichtig. Fragen Sie den Mistral-Support oder warten Sie auf die Modellkarte zur Veröffentlichung.
• Sicherheitsteams sollten genau hinsehen. Ein Modell, das Schwachstellen so gut nachstellt, hilft Verteidigern bei Triage und Tests. Es heißt aber auch, dass Ihre Bedrohungsmodelle davon ausgehen sollten, dass Angreifer etwas Ähnliches betreiben können, sobald die Gewichte erscheinen.

Die Veröffentlichung der Gewichte ist das Datum, auf das man achten sollte. Bis dahin ist Mistral Large 4 eine gehostete API, und das Versprechen offener Gewichte bleibt ein Plan.