Mistral Large 4 ist offen: Europas größtes KI-Modell zum Herunterladen. Was es kann und was es braucht

TL;DR. Am 29. Oktober hat Mistral die Gewichte von Mistral Large 4 freigegeben, einem Modell mit rund einer Billion Parametern, trainiert in Europa. Jede Firma darf es herunterladen, im eigenen Haus betreiben und anpassen, auch kommerziell. Beim Programmieren liegt es gleichauf mit dem besten offenen Modell und braucht dafür fast die Hälfte weniger Token. In der Gesamtnote von Artificial Analysis kommt es auf 26 Punkte, die Spitze auf 59. Wir haben nachgemessen, auf welche Rechner es passt. Für den Mittelstand ist Large 4 kein neues Spitzenmodell, sondern eine Rückfallebene, die niemand mehr abschalten kann. Ob sich der Eigenbetrieb lohnt, entscheiden Ihre Daten und Ihr Speicher, nicht die Rangliste.

Was Mistral veröffentlicht hat

Mistral hatte das Modell am 6. Oktober als Vorschau gezeigt. Nach drei weiteren Wochen Training liegen die Gewichte seit Donnerstag auf Hugging Face, ohne Anmeldung. Laut Modellkarte hat Large 4 rund eine Billion Parameter, von denen je Token nur 49 Milliarden rechnen. Es liest Text und Bilder, verarbeitet bis zu eine Million Token am Stück und beherrscht über 160 Sprachen, darunter alle Amtssprachen der EU. Trainiert wurde es auf 3.800 NVIDIA-Chips in Mistrals eigenen Rechenzentren in Europa.

Die Stärken sieht Mistral in der Ankündigung beim Programmieren und in der Cybersicherheit. Im Coding Agent Index von Artificial Analysis erreicht Large 4 48 %, das beste offene Modell GLM-5.3 49 %. Large 4 braucht dafür im Schnitt 47 % weniger Token je Aufgabe. Bei Terminal-Bench 4.0, Programmieren im Terminal, stieg der Wert seit der Vorschau von 28 auf 41 %. Über Mistrals Schnittstelle kostet das Modell 0,70 $ je Million Eingabe-Token und 2,10 $ je Million Ausgabe-Token.

Der Haken

• Die Gesamtnote ist niedrig. Im Intelligence Index von Artificial Analysis kommt Large 4 auf 26 Punkte. Gemini 4 Carbon steht bei 59, Claude Opus 5.5 bei 58, die besten offenen Modelle aus China bei 32. Mistral nennt die 26 den höchsten Wert unter westlichen offenen Modellen. Das stimmt, aber knapp: Metas Muse Spark Open hat 25. Geschlossene Modelle fehlen in Mistrals Grafik.
• Gemietet ist es kein Schnäppchen. Artificial Analysis rechnet auch aus, was eine Aufgabe des Index kostet. Large 4 braucht 2,06 $ für 26 Punkte. GPT-6.1 Terra schafft auf Stufe „high“ 42 Punkte für 0,26 $, DeepSeek V4.1 Flash 32 Punkte für 0,60 $. Wer nur über eine Schnittstelle mietet, bekommt anderswo mehr für weniger.
• Fast alle Fachwerte stammen von Mistral. Ein technischer Bericht ist angekündigt, aber noch nicht da. Unabhängig gemessen ist bisher vor allem die Gesamtnote.
• Die Cyber-Fähigkeit hat zwei Seiten. Mistral schreibt selbst, es sehe Potenzial für echte Angriffe, und hat den Schutz nachgeschärft. 96,6 % bösartiger Cyber-Anfragen lehnt das Modell laut Mistral ab. Eine Sonderfassung für Angriffstests bekommen nur geprüfte Partner. Die offenen Gewichte selbst lassen sich nicht mehr zurückholen.

Wir haben nachgemessen: Passt das Modell ins Haus?

Offen heißt nicht handlich. Wir haben am 30. Oktober über die Schnittstelle von Hugging Face die Dateigrößen aller 18 Fassungen abgefragt, die Mistral und die Teams hinter llama.cpp und Unsloth bisher hochgeladen haben. Verkleinerte Fassungen speichern jedes Gewicht mit weniger Bit und sparen so Speicher.

• Das Original wiegt 1.061 GB in 54 Dateien. Hugging Face stellt es auf einem Server mit acht H200-Karten bereit, zusammen 1.128 GB Speicher. Für den Gesprächsverlauf bleiben rechnerisch 67 GB. Eine einzelne Anfrage bekommt dort rund 65 Token pro Sekunde.
• Mistrals 4-Bit-Fassung wiegt 610 GB und braucht die neueste NVIDIA-Generation Blackwell, etwa einen Rechner mit vier B300-Karten.
• Unter 512 GB bleiben 8 der 18 Fassungen, alle auf höchstens 3 Bit verkleinert. 512 GB hat ein Apple-Rechner mit Ultra-Chip in der größten Ausstattung, Hugging Face nennt ihn als einzigen Einzelrechner für die 2-Bit-Fassungen und hat dort 15 Token pro Sekunde gemessen. Die kleinste 4-Bit-Fassung braucht schon 605 GB.
• Verkleinern kostet etwas. Unsloth hat gemessen, wie oft die kleinen Fassungen dasselbe nächste Token wählen wie das Original: bei 3 Bit in rund 96 von 100 Fällen, bei 2 Bit in rund 95. Wie sich das über lange Aufgaben aufsummiert, zeigt diese Messung nicht.

Was die Lizenz erlaubt

Die Lizenz ist eine abgewandelte MIT-Lizenz. Nutzen, verändern, weitertrainieren und in eigene Produkte einbauen ist frei, auch kommerziell. Es gibt eine Bedingung: Wer das Modell Dritten als Dienst anbietet, sodass diese Eingaben, Einstellungen oder Trainingsdaten selbst steuern, braucht vorher einen Vertrag mit Mistral. Ausgenommen sind die interne Nutzung und Produkte, in denen das Modell nur in bestimmten Funktionen steckt. Ein Maschinenbauer, der seine Servicedokumentation mit Large 4 durchsuchbar macht, ist frei. Ein IT-Dienstleister, der seinen Kunden einen eigenen Large-4-Zugang verkauft, nicht.

Was das für den Mittelstand heißt

Large 4 löst keine Aufgabe, die ein Mittelständler heute über eine gemietete Schnittstelle nicht günstiger lösen könnte. Sein Wert liegt woanders: Es ist ein großes Modell aus Europa, dessen Gewichte Ihnen niemand mehr entziehen kann. Wer bestimmte Daten nicht aus dem Haus geben darf oder nicht von einem einzelnen Anbieter abhängen will, hat jetzt eine Rückfallebene in voller Größe.

Für die meisten Firmen ist ein Server mit acht Rechenzentrums-Karten allerdings zu groß. Mistral kündigt laut The Next Web kleinere, abgeleitete Fassungen an, eine davon für Laptops, nennt aber kein Datum. Bis dahin ist Large 4 vor allem für Rechenzentren, Behörden und große Unternehmen ein Thema, und für Dienstleister, die es für andere betreiben.

Was Sie jetzt tun sollten

1. Erst die Pflicht klären, dann die Hardware. Schreiben Sie auf, welche Daten Ihr Haus wirklich nicht verlassen dürfen. Nur für diese Aufgaben lohnt sich der Eigenbetrieb.
2. Für alles andere austauschbar bauen. Binden Sie Modelle so an, dass Sie den Anbieter mit einer Einstellung wechseln können. Dann ist Large 4 eine Option und keine Entscheidung für Jahre.
3. Die Lizenz an Ihrem Fall prüfen. Interne Nutzung und eingebettete Produktfunktionen sind frei. Wollen Sie das Modell Kunden als eigenen Zugang anbieten, sprechen Sie vorher mit Mistral.
4. An eigenen Aufgaben messen. Wenn Sie Programmier-Agenten einsetzen, testen Sie Large 4 gegen Ihr bisheriges Modell. Zählen Sie Kosten je erledigter Aufgabe, nicht je Million Token.
5. Auf die kleinen Fassungen achten. Für einen einzelnen Server sind mittelgroße offene Modelle realistischer. Sobald Mistral die angekündigten kleineren Fassungen veröffentlicht, lohnt ein neuer Blick.

Europa hat jetzt ein offenes Modell in der Größe der großen Labore. Ob es Ihnen nützt, entscheiden Ihre Daten und Ihr Rechenzentrum, nicht die Schlagzeile. Wenn Sie klären wollen, welche Ihrer Aufgaben im eigenen Haus laufen sollten, helfen wir bei der Auswahl.