Mistral Large 4 ist jetzt Open Weight: ein Billionen-Parameter-Modell für Europa

Mistral, das europäische KI Unternehmen aus Paris, hat die Gewichte seines Flaggschiffmodells Mistral Large 4 veröffentlicht, auch Le Chonk genannt. Das Modell hat rund eine Billion Parameter, etwa 50 Milliarden davon aktiv pro Token, und es ist ein nativ multimodales Mixture-of-Experts Modell mit einem Kontextfenster von einer Million Token, von Grund auf auf europäischer Infrastruktur trainiert. Für ein europäisches Unternehmen ist das die wichtigste offene Modellveröffentlichung des Jahres, weil sie eine echte Alternative zu den geschlossenen Modellen aus den USA bietet.

Was Open Weight bedeutet

Offenes Gewicht heißt: Sie können die Gewichte des Modells herunterladen und es auf eigener Infrastruktur betreiben, anpassen und feinabstimmen. Sie müssen Mistral nicht um Erlaubnis fragen, und Ihre Anfragen gehen nicht an einen Server in den USA. Das ist nicht dasselbe wie vollständig offen, denn das Trainingsmaterial und die Trainingsdaten bleiben bei Mistral. Was offen ist, ist das, was Sie brauchen, um es selbst zu betreiben.

Die Lizenz ist die Mistral Ecosystem Open-Weight Lizenz, eine abgewandelte MIT Lizenz. Sie erlaubt kostenlose Nutzung, Veränderung, Feinabstimmung und kommerzielle Verwendung. Es gibt eine Bedingung, die wichtig ist: Wer das Modell als Dienstleistung für Dritte anbietet, also als Model-as-a-Service, braucht eine separate kommerzielle Vereinbarung mit Mistral. Wer es für die eigenen Mitarbeiter betreibt oder in ein eigenes Produkt einbaut, fällt nicht unter diese Bedingung.

Was das Modell kann

Mistral positioniert Large 4 als Modell für Agenten und für Cybersicherheit. Nach eigenen Angaben des Unternehmens erreicht es 41 Prozent auf Terminal-Bench 4.0, ein Sprung um 13 Punkte gegenüber der öffentlichen Vorschau, und 48 Prozent auf dem Artificial Analysis Coding Agent Index, gleichauf mit GLM-5.3, bei 47 Prozent weniger Token pro Aufgabe. Bei der Abwehr schädlicher Anfragen meldet Mistral 96,6 Prozent Ablehnung, den höchsten Wert unter den offenen Modellen, und 97,1 Prozent Widerstand auf dem B3 Agent Security Benchmark.

Diese Zahlen stammen vom Hersteller, und man muss sie so lesen. Der Wert von 41 Prozent wurde in Mistrals eigenem Agentensystem Vibe gemessen, nicht in einem neutralen Agenten. Warten Sie auf unabhängige Tests, bevor Sie ein Produktionssystem umstellen. Die Richtung stimmt trotzdem: Ein offenes Modell, das Code schreiben, Schwachstellen finden und Patches prüfen kann, ist für ein europäisches Team, das seine Daten behalten will, etwas Neues.

Das Modell arbeitet mit Text und Bildern, kennt mehr als 160 Sprachen, darunter alle offiziellen EU Sprachen, und bietet drei Denkmodi: niedrig, mittel und hoch, mit hoch als Standard. Die API Preise liegen bei 0,70 US-Dollar pro Million Eingabetoken, 0,07 US-Dollar für zwischengespeicherte Eingaben und 2,10 US-Dollar für Ausgaben.

Was sich für ein europäisches Unternehmen ändert

Erstens, Datenresidenz. Sie können ein Modell auf dem Niveau eines Spitzenmodells in Ihrer eigenen Umgebung betreiben, in einem europäischen Rechenzentrum, unter Ihren eigenen Regeln. Das war vor dieser Veröffentlichung mit einem offenen Modell nicht möglich.

Zweitens, Kostenkontrolle. Wer einen Coding Agent oder eine Sicherheitsprüfung oft ausführt, zahlt pro Token bei einem Anbieter. Wer das Modell selbst betreibt, zahlt für Hardware und Strom, und das kann bei hohem Volumen günstiger sein, auch wenn der Einstieg teurer ist.

Drittens, Kontrolle über das Verhalten. Sie können das Modell mit eigenen Daten feinabstimmen, zum Beispiel mit Ihren Produktunterlagen, Ihren Richtlinien oder Ihren Kundenvorgängen, ohne dass diese Daten zu einem Anbieter in einem anderen Land wandern.

Die ehrliche Grenze: Selbstbetrieb ist nicht kostenlos

Ein Modell mit einer Billion Parametern braucht ernsthafte Hardware. Ein kleines Unternehmen wird es nicht auf einem Bürolaptop betreiben. Die praktischen Wege sind: die API von Mistral nutzen, das Modell über einen europäischen Hoster betreiben, oder einen kleineren, feinabgestimmten Ableger für eine bestimmte Aufgabe einsetzen. Die Gewichte sind bei Hugging Face verfügbar, und sie laufen mit vLLM oder SGLang, oder als NVIDIA NIM Container.

Drei Schritte für diese Woche

Erstens: Entscheiden Sie, ob Sie überhaupt ein eigenes Modell brauchen. Für die meisten Unternehmen ist die API der richtige Weg, weil sie keine Hardware braucht und die Kosten sichtbar sind.

Zweitens: Wenn Sie mit Kundendaten oder sensiblen Dokumenten arbeiten, prüfen Sie, ob ein europäischer Hoster oder eine eigene Instanz von Large 4 billiger ist als ein US Anbieter, wenn man die Regeln für Datenresidenz mitrechnet.

Drittens: Testen Sie das Modell an einer echten Aufgabe, bevor Sie wechseln. Lassen Sie es zum Beispiel einen Agenten bauen, der Ihre Codebasis prüft, oder ein Sicherheitsprotokoll zusammenfasst. Messen Sie die Qualität und die Kosten über eine Woche, und entscheiden Sie dann mit Zahlen.

Die Kernaussage

Mistral Large 4 gibt europäischen Unternehmen etwas, das es bisher nicht gab: ein offenes Spitzenmodell, trainiert in Europa, das sie selbst betreiben können. Es löst nicht jedes Problem, und die eigenen Benchmarks des Herstellers sind kein Ersatz für eigene Tests. Aber für ein Unternehmen, das seine Daten in Europa behalten will und einen Coding Agent oder eine Sicherheitsprüfung betreibt, ist es ab heute die erste Wahl unter den offenen Modellen. Lesen Sie unseren Leitfaden zu souveräner KI für KMU, um zu sehen, wie ein eigenes Modell in Ihre digitale Systeme passt.