// COMPUTERBASE — INTELLIGENZA ARTIFICIALE
Mistral Large 4: Das größte LLM aus der EU soll zur Konkurrenz aufschließen
Mistral hat mit Large 4 sein bislang größtes Modell mit offenen Gewichten vorgestellt. Das multimodale Sprachmodell mit einer Billion Parametern befindet sich derzeit in der Vorschau. Die Gewichte sollen noch im Laufe des Monats auf Hugging Face und weiteren Modellplattformen verfügbar werden.
Das französische Mistral gibt dem Modell den Katzenmeme-inspirierten Spitznamen „Le Chonk“. Trotz der Gesamtgröße (1000B) sollen beim Betrieb nur rund 49 Milliarden Parameter (49B) aktiv sein. Möglich macht das eine Mixture-of-Experts-Architektur (MoE), die dazu beitragen soll, die Kosten für die Bereitstellung zu begrenzen. Das Modell ist zudem auf Schlussfolgerungen ausgelegt und multimodal.
Konkrete Angaben zu den Hardwareanforderungen für den Betrieb macht Mistral nicht. Aufgrund der weiterhin vergleichsweise kleinen Größe, könnte sich das Modell aber noch auf Systemen mit acht GPUs ausführen lassen, beispielsweise einem System mit Nvidias HGX B300 oder AMDs MI355X.
Mehr Details liegen zum Training vor: Dafür kamen laut Mistral 3.800 Grace-Blackwell-GPUs von Nvidia zum Einsatz, verteilt auf rund 52 Nvidia-NVL72-Racks. Trainiert wurde in den unternehmenseigenen Rechenzentren in Europa. Das Training umfasste mehr als 160 Sprachen.
Die Entwicklung passt zum europäischen Interesse an souveräner KI: Mistral setzt auf ein leistungsstarkes Modell, das innerhalb Europas trainiert wurde und in Europa betrieben werden kann. Large 4 ist nach Unternehmensangaben das erste Modell einer neuen Reihe, die durch eine Series-D-Finanzierungsrunde über drei Milliarden Euro im letzten Monat ermöglicht wurde, an der sich unter anderem Samsung beteiligt hat.
Eine frühe Bewertung des unabhängigen Benchmark-Anbieters Artificial Analysis sieht Mistral Large 4 allerdings deutlich hinter den Spitzenmodellen von OpenAI und Anthropic. In der Intelligence-Rangliste des Unternehmens liegt die Vorschauversion zwischen DeepSeek V4.1 Flash und OpenAIs Einstiegsmodell GPT6 Luna. Gegenüber dem US-Modell mit offenen Gewichten Inkling von Thinking Machines Lab schneidet Large 4 laut den Tests dagegen deutlich besser ab. Unter den herunterladbaren Modellen außerhalb Chinas ist Mistral so wiederum vergleichsweise gut positioniert.
Mistrals eigene Vergleichstests zeichnen ein positiveres Bild: Bei Programmierung, agentischen Anwendungen, Finanzen und Recht soll Large 4 mit leistungsfähigen Modellen aus China konkurrieren können, darunter denen von Alibaba, Moonshot, Z.AI und DeepSeek, erklärt das Unternehmen aufgrund von eigenen Benchmarks. Umfangreiche Vergleiche lassen sich im Blogpost von Mistral einsehen.
Besonders hebt Mistral dabei die Leistung bei Cybersicherheitsaufgaben hervor. Das Modell gehöre zu den stärksten bei einschlägigen Tests wie dem neuen Cyber-Index von Artificial Analysis, erklärt das Unternehmen. Mistral verweist darauf, dass proprietäre US-Modelle Aufgaben mit Sicherheitsbezug mitunter ablehnen, wenn diese als potenziell offensiv eingestuft werden – stattdessen brechen die Agenten immer häufiger allerdings alleine aus und können ein Sicherheitsrisiko darstellen. Laut Mistral könnten solche Einschränkungen jedoch legitime Schwachstellenforschung und die Reaktion auf Sicherheitsvorfälle behindern. Mistral argumentiert, offene Gewichte und der selbstständige Betrieb gäben Organisationen mehr Kontrolle über den Einsatz, auch dann, wenn sie während eines Vorfalls auf das Modell angewiesen sind.
Mistral erwartet, dass weiteres bestärkendes Lernen die Leistung noch deutlich verbessern wird. Solange die Modellgewichte noch nicht öffentlich verfügbar sind, führt Mistral Sicherheitstests unter realen Bedingungen durch. An diesen sogenannten Red-Teaming-Tests wirken Akteure aus der Cybersicherheit, ausgewählte Partner und staatliche Stellen mit. Schon jetzt lässt sich Large 4 aber über die API des Unternehmens ausprobieren. Die Nutzung über die API kostet rund 1,22 Euro pro einer Million Eingabetokens. Für eine Million Ausgabetokens werden rund 3,74 Euro