Mistral veröffentlicht Gewichte von Mistral Large 4 („Le Chonk“), einem offenen Modell mit einer Billion Parametern

Mistral AI hat an diesem Donnerstag, dem 29. Oktober, um 15:21 Uhr Pariser Zeit die Gewichte von Mistral Large 4 veröffentlicht, seinem bislang größten Modell, das das Unternehmen „Le Chonk“ nennt. Dabei handelt es sich um eine verbesserte Version des Modells, das früher in diesem Monat in einer öffentlichen Vorschauversion erschienen war und nun auf Hugging Face heruntergeladen werden kann. Mistral stellt es als das beste Modell mit offenen Gewichten für Code dar und hebt dessen Fähigkeiten in der defensiven Cybersicherheit hervor.

Was veröffentlicht wurde

Laut Modellkarte ist Mistral Large 4 ein multimodales Mixture-of-Experts-Modell mit rund 1.000 Milliarden Parametern. Pro Token werden lediglich 49 Milliarden Parameter genutzt (52 Milliarden einschließlich der Eingabe- und Ausgabeschichten): Das Modell wählt 4 Experten aus 128 aus, ergänzt um einen gemeinsam genutzten Experten. Es verarbeitet Text und Bilder als Eingabe, antwortet in Textform, unterstützt ein Kontextfenster von einer Million Token und beherrscht mehr als 160 Sprachen, darunter alle Amtssprachen der Europäischen Union.

Mistral hebt die Herkunft des Modells hervor: Es wurde von Grund auf auf 3.800 NVIDIA-Grace-Blackwell-GPUs in den unternehmenseigenen europäischen Rechenzentren trainiert. Gegenüber der Vorabversion habe das Unternehmen drei Wochen zusätzliches Reinforcement Learning investiert, was vor allem Verbesserungen beim Programmieren und in der Cybersicherheit sowie ein tokensparenderes logisches Schließen gebracht habe. Das Modell bietet drei Reasoning-Stufen (low, medium und high, Letzteres als Standard), um zwischen Kosten und Genauigkeit abzuwägen.

Neben den vollständigen Gewichten veröffentlicht Mistral eine leichtere, quantisierte NVFP4-Version, die für Blackwell-GPUs ausgelegt ist. Das Modell bleibt dennoch sehr umfangreich: Die Bereitstellungsbeispiele in der Dokumentation zielen auf einen Knoten mit 8 GPUs ab.

Die von Mistral vorgelegten Zahlen

Alle nachfolgenden Ergebnisse stammen von Mistral und wurden von Neural Brew nicht unabhängig überprüft:

• 19,7 Prozent bei FrontierCode 2.0, einem privaten Benchmark von Cognition, der bewertet, ob ein Maintainer die vom Agenten vorgeschlagene Codeänderung annehmen würde; Mistral positioniert sich hier an der Spitze der verglichenen offenen Modelle.
• 48 Prozent im Coding Agent Index von Artificial Analysis – laut Mistral gleichauf mit GLM-5.3, jedoch mit durchschnittlich 47 Prozent weniger Token pro Aufgabe.
• 41 Prozent bei Terminal-Bench 4.0, laut Mistral 13 Punkte mehr als bei der Vorabversion.
• 51 Prozent im Cyber Index von Artificial Analysis, der die Fähigkeit misst, Schwachstellen zu finden, zu reproduzieren und zu beheben, sowie eine durchschnittliche Ablehnungsrate von 96,6 Prozent bei böswilligen Cyberangriffs-Anfragen.
• 26 im Intelligence Index v5 von Artificial Analysis. Die Modellkarte räumt ein, dass die besten offenen chinesischen Modelle bei diesem Gesamtindex besser abschneiden, und bezeichnet Large 4 als das führende unter den westlichen offenen Modellen.

In einer von Mistral zitierten Blindbewertung von Surge werden die Code-Antworten von Large 4 denen von GLM-5.3, Kimi K3 und DeepSeek V4.1 Flash vorgezogen, erreichen jedoch nicht das Niveau von Claude Opus 5.5.

Eine offene Lizenz mit einer Ausnahme

Das Modell wird unter der Mistral Ecosystem Open-Weight License veröffentlicht, einer modifizierten Version der MIT-Lizenz. Es darf genutzt, verändert, nachtrainiert und weiterverbreitet werden – auch kommerziell. Die Ausnahme betrifft Unternehmen, die ein Geschäftsmodell als „Model as a Service“ betreiben, also Dritten den Zugriff auf das Modell über eine API oder gehostete Endpunkte bereitstellen: Sie müssen eine gesonderte kommerzielle Lizenz mit Mistral abschließen. Die interne Nutzung sowie die Integration des Modells in eine spezifische Produktfunktion sind davon ausgenommen.

Wo das Modell verfügbar ist

Mistral kündigt das Modell in Mistral Studio, über seine API (Kennung mistral-large-4), auf OpenRouter, in seinem Programmierassistenten Vibe Code, bei NVIDIA (gehostete Endpunkte und NIM-Container) sowie auf Microsoft Foundry an, das als erster Cloud-Anbieter genannt wird, der es bereitstellt. Die Gewichte lassen sich mit vLLM oder SGLang bereitstellen. Am Vortag hatte Mistral zudem eine mit dem Responses-Format von OpenAI kompatible API freigeschaltet, über die wir in unserem Artikel vom 28. Oktober berichtet haben.

Cybersicherheit unter Beobachtung

Mistral ließ das Modell von Sicherheitsanbietern testen, darunter CrowdStrike, Cloudflare, Zscaler und Rubrik, und verweist zudem auf die ENISA, die Europäische Agentur für Cybersicherheit. Das Unternehmen räumt jedoch eine Schwachstelle ein: Bei der Beobachtung der tatsächlichen Nutzung seit der Vorschauversion erkenne man ein „Potenzial zur Unterstützung realer Angriffe“, selbst wenn das Modell Angriffe auf echte Ziele abgelehnt habe. Daher werde man die Sicherheitsvorkehrungen anpassen. Eine spezialisierte Variante für Penetrationstests bleibt ausgewählten Partnern wie Orange Cyberdefense nach Überprüfung und unter Vertrag vorbehalten.