TL;DR. Mit der Mistral-3-Familie vom Dezember 2025 hat Mistral auf Apache 2.0 umgestellt. Mistral Large 3 und die kleinen Ministral-3-Modelle dürfen kommerziell und ohne Gebühr im eigenen Haus laufen. Am 29. Oktober 2026 folgte Mistral Large 4 mit offenen Gewichten, allerdings unter einer abgewandelten MIT-Lizenz. Die Lizenz ist damit kaum noch die Hürde. Die Rechnung ist es: Über Mistrals eigene Schnittstelle kosten 50 Millionen Token im Monat rund 49 $, ein gemieteter Server mit acht H200-Karten rund 31.500 $. Eigener Betrieb lohnt sich deshalb fast nur, wenn Regulierung oder Datenschutz die Cloud ausschließen. Die Spitze der Leistung bleibt bei den geschlossenen Modellen.
Drei Fragen: Wann lohnt sich Open Source?
Die Entscheidung zwischen offenem Modell und Frontier-Schnittstelle ist keine Glaubensfrage. Es geht um drei Variablen: regulatorischen Druck, Token-Volumen und die Komplexität der Agenten. Wer eine davon übersieht, baut den falschen Stack. Die Fragen sind bewusst hart gestellt, denn Grauzonen führen zu Hybrid-Aufbauten, die sich später nur teuer wieder entkoppeln lassen.
| Frage | Wenn ja |
|---|---|
| 1 · Regulierung: Medizintechnik ab Klasse IIa, Verteidigung, kritische Infrastruktur, Kernsysteme einer Bank? | Eigener Betrieb zwingend, etwa mit Mistral Large 3 oder 4 oder einem Ministral-3-Modell |
| 2 · Volumen: dauerhaft sehr hohe Last im Bereich vieler Milliarden Token im Monat? | Eigenen Betrieb durchrechnen, erst hier kann er sich tragen |
| 3 · Agenten: lange Werkzeugketten, Bildschirmsteuerung, Sprache in Echtzeit? | Frontier-Modell, hier liegen offene Modelle weiter zurück |
| Sonst: Wissensbasis, Klassifikation, Extraktion, Entwürfe, Programmierhilfe | Schnittstelle mit Hosting in der EU, oder gleich selbst betrieben, wenn es die Daten verlangen |
Der Mythos „wir müssen alles selbst hosten“ hält der Rechnung meist nicht stand. Was sich mit Mistral 3 und Large 4 geändert hat: Wer sie besteht, hat jetzt starke Modelle, die er dafür auch nutzen darf.
Mistral 3 und Large 4 gegen Frontier: die Lage im November 2026
Die erste Fassung dieses Beitrags vom Mai verglich noch Mistral Large 2 unter einer restriktiven Forschungslizenz. Diese Welt gibt es seit dem 2. Dezember 2025 nicht mehr. Die Mistral-3-Familie steht vollständig unter Apache 2.0, und seit Ende Oktober ist auch das neue Flaggschiff offen:
| Modell | Größe | Lizenz |
|---|---|---|
| Mistral Large 4 | rund 1 Billion Parameter, 49 Mrd. aktiv je Token, Text und Bild, 1 Mio. Token Kontext | abgewandelte MIT-Lizenz |
| Mistral Large 3 | 675 Mrd. Parameter, 41 Mrd. aktiv | Apache 2.0 |
| Mistral Medium 3.5 | 128 Mrd. Parameter | abgewandelte MIT-Lizenz |
| Ministral 3 | 3, 8 und 14 Mrd. Parameter, jeweils auch als Reasoning-Variante, mit Bildverstehen | Apache 2.0 |
Die abgewandelte MIT-Lizenz von Large 4 erlaubt Nutzen, Verändern und Weitertrainieren, auch kommerziell. Eine Bedingung gibt es: Wer das Modell Dritten als eigenen Dienst anbietet, braucht vorher einen Vertrag mit Mistral. Die interne Nutzung bleibt frei. Ein Maschinenbauer, der seine Servicedokumentation damit durchsuchbar macht, ist also frei. Ein IT-Dienstleister, der Kunden einen eigenen Large-4-Zugang verkauft, nicht.
Zwei ehrliche Einordnungen. Erstens: „eine Billion Parameter“ ist eine Zahl für Schlagzeilen. Für den Betrieb zählt, dass je Token nur 49 Milliarden rechnen. Der Speicher muss aber alle Gewichte halten. Zweitens: Mistral spielt nicht an der Spitze. Im Intelligence Index von Artificial Analysis kam Large 4 Ende Oktober auf 26 Punkte, die besten geschlossenen Modelle auf 58 und 59.
Artificial Analysis Intelligence Index, Stand 30. Oktober 2026
geschlossenoffene Gewichte
Die entscheidende Frage für den Mittelstand ist nicht „bestes Modell der Welt?“, sondern: Reicht es für Wissensbasis, Extraktion und Programmierhilfe? Dort ist die Antwort seit Mistral 3 fast immer ja. Dann schlägt „gut genug, eigene Infrastruktur, klare DSGVO-Lage“ den letzten Punkt in der Rangliste.
Und die übrige Konkurrenz mit offenen Gewichten? Bei Llama 4 schließt die Nutzungsrichtlinie Unternehmen mit Sitz in der EU von den multimodalen Modellen aus, ein echter Stolperstein. Qwen (Apache 2.0) und DeepSeek (MIT) sind lizenzrechtlich frei und technisch stark. Bei Behörden und kritischer Infrastruktur stellt sich aber regelmäßig die Frage nach der Herkunft des Modells. OpenAIs gpt-oss (Apache 2.0) ist eine legitime Option aus den USA, die man selbst betreiben kann. Mistrals Besonderheit ist die Kombination aus offener Lizenz und einem Anbieter, der selbst in der EU sitzt und der DSGVO unterliegt.
Total Cost of Ownership: was der eigene Betrieb kostet
Die Kostenrechnung entscheidet die Architektur, nicht die Folien der Anbieter. Seit Mistral 3 ist sie keine Lizenzfrage mehr, offene Gewichte kosten keine Gebühr je Token. Es bleiben Hardware, Strom und Betrieb. Wir rechnen mit zwei belegten Preisen:
- Schnittstelle: Large 4 kostet bei Mistral 0,70 $ je Million Input-Token und 2,10 $ je Million Output-Token. Bei 80 % Input und 20 % Output sind das im Schnitt 0,98 $ je Million Token.
- Eigener Server: Large 4 läuft in voller Genauigkeit auf einem Server mit acht H200-Karten. Gemietet kostet eine H200 bei Nebius 5,40 $ je Stunde, der ganze Server im Dauerbetrieb also rund 31.500 $ im Monat.
Monatskosten für Mistral Large 4: Schnittstelle gegen eigenen Server
50 Mio. Token im Monat
5 Mrd. Token im Monat
32 Mrd. Token im Monat
Schnittstelle von Mistralgemieteter Server, Dauerbetrieb
Bei realistischer Mittelstandslast von 50 Millionen Token im Monat ist die Schnittstelle also rund 640-mal günstiger. Gleichstand ergibt sich erst bei rund 32 Milliarden Token im Monat, und ob ein einzelner Server diese Menge überhaupt verarbeitet, ist damit noch nicht gesagt. Gekaufte Hardware rechnet sich anders, braucht aber Personal, Strom und Kühlung, die in dieser Rechnung fehlen. Dazu kommt: Die Last eines Mittelständlers läuft selten rund um die Uhr. Ein Server, der nachts und am Wochenende steht, kostet trotzdem.
Ehrlicher als der reine Eigenbetrieb sind deshalb Hybrid-Aufbauten: sensible Aufgaben im eigenen Haus, alles andere und jede Lastspitze über eine Schnittstelle mit Hosting in der EU. Wie stark die Preise für Schnittstellen gefallen sind, zeigt unser Preisvergleich der Frontier-Anbieter.
Hardware: was läuft worauf
Wer trotz dieser Rechnung selbst betreiben muss, etwa wegen Regulierung oder Schutz geistigen Eigentums, wählt nach Modellklasse:
- Einzelkarte und Edge (Ministral 3 mit 3, 8 oder 14 Mrd. Parametern). Vom kleinen Industrierechner über Workstations bis zur einzelnen Karte mit 24 GB, das größte Modell in verkleinerter Fassung. Klassifikation, Extraktion und kleine Wissensbasen sind damit ohne Serverraum-Projekt machbar. Das ist die unterschätzte Einstiegsklasse.
- Ein Server (Large 4). Das Original wiegt 1.061 GB und läuft auf acht H200-Karten mit zusammen 1.128 GB Speicher. Mistrals 4-Bit-Fassung wiegt 610 GB und braucht die neueste NVIDIA-Generation Blackwell, etwa einen Rechner mit vier B300-Karten. Für viele gleichzeitige Nutzer gehören Inferenz-Server wie vLLM oder SGLang dazu.
- Abzuraten: Cluster-Pläne ohne eigenes Team für den Betrieb. Ein sauber eingerichteter Einzelserver schlägt in der Praxis den halbfertigen Verbund aus zwei Servern. Und die Ministral-Klasse deckt mehr Alltagsaufgaben ab, als die meisten erwarten.
EU-Souveränität 2026: aus Positionierung wird Infrastruktur
Das EU-Argument war 2025 vor allem juristisch. Mistral ist ein französisches Unternehmen und unterliegt direkt der DSGVO. Bei eigenem Betrieb oder Hosting in der EU entfallen Konstrukte für Datenübermittlungen in die USA. Nicht weil US-Anbieter schlecht wären, sondern weil die Rechtslage einfacher wird, wenn Daten und Anbieter im selben Rechtsraum liegen.
2026 ist daraus Infrastruktur geworden. Mistral hat sich 830 Mio. $ geliehen, um südlich von Paris ein Rechenzentrum mit 13.800 NVIDIA-GB300-Chips zu bauen. Bis Ende 2027 sollen in Europa 200 Megawatt Rechenleistung entstehen. Large 4 wurde laut Modellkarte bereits auf 3.800 NVIDIA-Chips in Mistrals eigenen Rechenzentren in Europa trainiert. Der Halbleiter-Ausrüster ASML hat im September 2025 eine Finanzierungsrunde über 1,7 Mrd. € angeführt und selbst 1,3 Mrd. € investiert. Für die Entscheidung über den eigenen Betrieb heißt das: Die EU-Option ist kein Nischenwagnis mehr, sondern hat industrielle Rückendeckung.
Was Ende 2026 nicht im eigenen Haus läuft
Drei Fähigkeiten bleiben vorerst bei den geschlossenen Anbietern vorn. Wer sie braucht, kann nicht vollständig im eigenen Haus arbeiten:
- Sprache in Echtzeit. Die durchgängigen Audio-Systeme der großen Anbieter antworten am Telefon ohne spürbare Pause. Zusammengesteckte offene Ketten aus Spracherkennung, Sprachmodell und Sprachausgabe sind dafür meist noch zu langsam.
- Bildschirm- und Browser-Agenten. Modelle, die auf die Bedienung von Oberflächen trainiert sind, haben bei den großen Anbietern einen Vorsprung bei den Trainingsdaten.
- Multimodalität auf Spitzenniveau. Bildverstehen ist bei offenen Modellen angekommen, Large 4 und Ministral 3 lesen Bilder. Sprache-zu-Sprache in Echtzeit und tief integrierte multimodale Agenten sind es noch nicht.
Die Frage ist nicht, ob offene Modelle aufholen, sondern wann. Wer heute eine Architektur für drei Jahre baut, plant diesen Abstand ausdrücklich ein, statt ihn zu übersehen.
FAQ: Mistral on-prem in der Praxis
Darf ich Mistral-Modelle kommerziell im eigenen Haus betreiben?
Ja. Large 3 und die Ministral-3-Modelle stehen unter Apache 2.0: kommerzielle Nutzung, Veränderung und eigener Betrieb ohne Gebühr je Token. Large 4 und Medium 3.5 stehen unter einer abgewandelten MIT-Lizenz. Die interne Nutzung ist frei, wer das Modell Dritten als Dienst anbietet, braucht bei Large 4 einen Vertrag.
Welche Hardware braucht Mistral Large 4?
In voller Genauigkeit einen Server mit acht H200-Karten, in der 4-Bit-Fassung von Mistral etwa vier B300-Karten. Wer kleiner anfangen will, nimmt ein Ministral-3-Modell, das auf einer einzelnen Karte läuft.
Warum nicht einfach Llama 4?
Wegen der Lizenz. Die Nutzungsrichtlinie schließt Unternehmen mit Sitz in der EU von den multimodalen Llama-4-Modellen aus. Wer Rechtsklarheit und Bildverstehen will, fährt mit Apache-2.0-Modellen einfacher.
Ist Mistral so gut wie GPT, Claude oder Gemini?
An der Spitze nein. Im Index von Artificial Analysis lag Large 4 Ende Oktober bei 26 Punkten, die besten geschlossenen Modelle bei 58 und 59. Für interne Wissensbasen, Extraktion und Programmierhilfe ist der Abstand in der Praxis meist unerheblich. Dort entscheidet die Kontrolle über die Daten, nicht der letzte Punkt.
Wann sollte ich bei der Schnittstelle bleiben?
Wenn weder Regulierung noch Volumen den eigenen Betrieb erzwingen. Dann nutzen Sie eine Schnittstelle mit Hosting in der EU und vertagen die Entscheidung. Die offenen Gewichte laufen nicht weg. Genau das ist der Wert der offenen Lizenz: Der Weg zum eigenen Betrieb bleibt jederzeit offen, ohne Abhängigkeit vom Anbieter.
Stand 3. November 2026. Wenn Sie prüfen wollen, ob Ihr Anwendungsfall einen eigenen Betrieb braucht oder eine Schnittstelle mit Hosting in der EU reicht, sprechen Sie uns gern an.
