Mistral Large 4: offene Gewichte erst Ende Oktober

Mistral Large 4 ist ein natives multimodales Mixture-of-Experts-Modell mit einer Billion Parametern (1.000 Milliarden), von denen pro Token 49 Milliarden aktiv sind; seit dem 6. Oktober 2026 läuft es als Vorschau über Mistrals API, die offenen Gewichte kündigt das Unternehmen für Ende Oktober 2026 an.

Ein Modell, zwei Denkstufen

Mistral beschreibt ML4 als hybrides Modell, das Instruktionsbefolgung und Reasoning in einem Netz zusammenführt statt in zwei getrennten Varianten. Über die API lässt sich die Denktiefe auf genau zwei Stufen setzen: none und high. Das Modell nimmt Text und Bilder an und deckt nach Herstellerangaben mehr als 160 Sprachen ab, darunter alle EU-Amtssprachen.

Den Spitznamen Le Chonk trägt die Ankündigung selbst – so jedenfalls liest der Entwickler Simon Willison den Titel des Blogposts. Gemeint ist die schiere Größe des Modells. Der Vergleichspunkt ist Mistral Large 3 vom Dezember 2025, das im Index von Artificial Analysis nur 9 Punkte erreichte.

Was die Zahlen hergeben

Bei Code nennt Mistral 61,7 % auf DeepSWE v1.1, 28,3 % auf Terminal Bench 4.0, 59,4 % auf SWE-Atlas-QnA und 49,8 % im eigenen Coding Agent Index. In einer von Surge AI durchgeführten Bewertung durch Menschen kam das Modell auf 3,74 von 5,0 Punkten und damit auf Platz zwei von fünf getesteten Modellen.

Bei Sicherheitsaufgaben fallen die Herstellerzahlen höher aus: 93 % auf Cybench, 82 % beim Reproduzieren und Patchen von Schwachstellen, 93,3 % Widerstand im B3-Angriffstest. Multimodal gibt Mistral 42 % auf Dense 200 an, gegenüber 41 % für GPT-6-Astra.

Der unabhängige Index von Artificial Analysis ordnet ML4 nüchterner ein: 38 Punkte, knapp hinter DeepSeek 4.1 Flash – einem Modell mit 552 Milliarden Parametern und damit gut der halben Größe. Willison nennt ML4 kein Modell der Fable-Klasse und schätzt Mistrals Abstand zur Spitze auf rund sechs Monate. Gegenüber den 9 Punkten von Large 3 ist der Sprung trotzdem erheblich.

Preis und europäische Hardware

In der Vorschau kostet ML4 1,36 US-Dollar je Million Input-Token und 4,18 US-Dollar je Million Output-Token. Trainiert wurde es nach Mistrals Angaben auf 3.800 NVIDIA-Grace-Blackwell-GPUs in eigenen Rechenzentren in Europa.

Für ein Haus, das sich als europäische Alternative positioniert, ist der Ort des Trainings Teil der Botschaft – und er ist leichter zu prüfen als jede Benchmark-Tabelle.

Was wir nicht belegen können

Unter welcher Lizenz die Gewichte Ende Oktober erscheinen sollen, geben die beiden von uns gelesenen Quellen nicht an. "Offene Gewichte" ist an diesem Punkt also Mistrals Formulierung, keine geprüfte Lizenzaussage.

Eine dritte Fachquelle (marktechpost.com) antwortete auf unseren Abruf mit HTTP 403. Die dort im Titel genannte Zahl von 1,05 Billionen Parametern konnten wir deshalb nicht prüfen; wir bleiben bei Mistrals eigener Angabe von einer Billion. Auch zur Hardware, die ein Modell dieser Größe im lokalen Betrieb braucht, liegt uns keine belastbare Zahl vor.