Mistral AI hat die offenen Gewichte seines multimodalen Large-4-Modells mit einer Billion Parametern veröffentlicht. Das Modell mit dem Spitznamen „Le Chonk“ lässt sich damit herunterladen und auf eigener Infrastruktur betreiben. Die Lizenz ist eine modifizierte MIT-Lizenz, die eine Bedingung für Anbieter von Model-as-a-Service-Diensten enthält.
Am 29. Oktober 2026 hat Mistral AI die Gewichte von Mistral Large 4 freigegeben. Das Modell mit dem Spitznamen „Le Chonk“ war Anfang des Monats in öffentlicher Vorschau gestartet und ist ein nativ multimodales Mixture-of-Experts-Modell mit einer Billion Parametern, das Instruktions-, Reasoning- und Agentenfähigkeiten in einem Modell zusammenführt. Nach Angaben des Unternehmens wurde es von Grund auf auf europäischer Infrastruktur trainiert und ist in über 160 Sprachen einsetzbar.
Die veröffentlichten Leistungswerte sind Herstellerangaben und stammen teilweise aus Benchmarks, an denen Mistral beteiligt war. Im Coding Agent Index von Artificial Analysis erreicht Mistral Large 4 nach eigenen Angaben 48 Prozent und liegt damit praktisch gleichauf mit dem bisherigen offenen Spitzenmodell GLM-5.3 – bei durchschnittlich 47 Prozent weniger Tokens pro Aufgabe. Auf Terminal-Bench 4.0 steigt der Wert gegenüber der Vorschau um 13 Prozentpunkte auf 41 Prozent, bei 30 Prozent weniger Ausgabe-Tokens. Im nicht öffentlichen FrontierCode-2.0-Benchmark von Cognition, der die End-to-End-Qualität von Code-Änderungen bewertet, führt das Modell mit 19,7 Prozent.
Im Artificial Analysis Cyber Index, der das Auffinden, Reproduzieren und Patchen von Schwachstellen ohne Bruch bestehender Funktionen misst, kommt das Modell auf 51 Prozent. Die durchschnittliche Ablehnungsquote bei schädlichen Cyber-Anfragen gibt Mistral mit 96,6 Prozent an – der höchste Wert, den das Unternehmen bei offenen Modellen misst. Für Finanzaufgaben nennt Mistral 73,3 Prozent im Finch-Benchmark, für Browser-Aufgaben 84,5 Prozent bei BrowseComp. Drei Reasoning-Stufen (niedrig, mittel, hoch) sollen Leistung und Kosten gegeneinander abwägbar machen; die höchste Stufe ist Standard.
Einschränkend hält Mistral selbst fest, im laufenden Verkehr habe das Modell Black-Box-Angriffe auf Live-Ziele verweigert, zugleich sehe man „Potenzial für Uplift bei echten Angriffen“ und passe die Guardrails entsprechend an. Enterprise-Design-Partner wie Orange Cyberdefense erhalten vorab Zugang zu einer spezialisierten Variante für Penetrationstests, Schwachstellenbewertung und Red-Teaming; der Zugang ist an Prüfverfahren und vertragliche Auflagen gebunden und auf eigene oder ausdrücklich autorisierte Systeme in kontrollierten Umgebungen beschränkt.
Die Gewichte stehen unter der Mistral Ecosystem Open-Weight License, einer modifizierten MIT-Lizenz. Nutzung, Veränderung, Fine-Tuning und Kommerzialisierung sind frei; eine Bedingung gilt für Unternehmen, die das Modell als eigenen Dienst anbieten (Model-as-a-Service) – sie benötigen eine separate kommerzielle Freigabe von Mistral. Über die API kostet das Modell 0,70 Dollar je Million Eingabe-Tokens, 0,07 Dollar für zwischengespeicherte Eingaben und 2,10 Dollar je Million Ausgabe-Tokens. Die Gewichte sind über Hugging Face abrufbar und für den Betrieb mit vLLM oder SGLang dokumentiert; zusätzlich ist das Modell über Mistral Studio, die Mistral-API, OpenRouter, Microsoft Foundry und optimierte NVIDIA-NIM-Container verfügbar.
Mistral positioniert das Modell als Baustein für souveräne KI. Pierre Stock, Vice President of Science bei Mistral, sagte gegenüber TechCrunch, offene Gewichte bedeuteten Zugang zu Frontier-Fähigkeiten, der sich nicht abschneiden lasse. Für Betriebe ohne eigene IT-Infrastruktur ändert der Download allein wenig: Eine Billion Parameter erfordern Rechenknoten, Monitoring und Updates. Handwerksbetriebe und KMU ohne eigene Infrastruktur beziehen solche Modelle in der Regel über eine API oder einen Cloud-Dienstleister; der Wettbewerb zwischen offenen Modellen dieser Größenordnung wirkt dort auf die Preise.
Autor: Team REN-AI-SSANCE – mit KI-Unterstützung erstellt, von Menschen geprüft und freigegeben.
Quelle: Mistral AI – Originalartikel vom 29.10.2026; Abruf/Archivstand: 31.10.2026
