Was Mistral offiziell veroeffentlicht hat
Mistral hat am 29. Oktober 2026 die Gewichte einer verbesserten Version von Mistral Large 4 veroeffentlicht. Das Modell traegt den Beinamen Le Chonk und war seit Anfang Oktober als oeffentliche Vorschau verfuegbar. Die neue Meldung ist deshalb kein blosses Versprechen: Die Gewichte koennen nun heruntergeladen und selbst betrieben werden.
Mistral beschreibt Large 4 als nativ multimodales Modell mit insgesamt einer Billion Parametern. Es soll Text und weitere Eingabemodalitaeten verarbeiten sowie Anweisungen, Reasoning und agentische Aufgaben in einem Modell verbinden.
Bestaetigt ist auch der Zugang: Le Chonk steht in Mistral Studio und ueber die Mistral API bereit. Die Gewichte sind ueber Hugging Face erhaeltlich und lassen sich laut Hersteller mit vLLM oder SGLang betreiben. Zusaetzlich nennt Mistral OpenRouter, Microsoft Foundry und NVIDIA-Angebote als Bezugswege.
Open Weight bedeutet hier, dass die Modellgewichte verfuegbar sind. Es bedeutet nicht automatisch Open Source ohne Bedingungen: Massgeblich ist die konkrete Mistral Ecosystem Open-Weight License.
Lizenz, API-Preise und Reasoning-Modi
Die Mistral Ecosystem Open-Weight License ist laut Hersteller eine modifizierte MIT-Lizenz. Sie erlaubt Nutzung, Veraenderung, Fine-Tuning und Kommerzialisierung. Anbieter, die das Modell selbst als Model-as-a-Service vermarkten, muessen jedoch eine separate kommerzielle Lizenz von Mistral einholen.
Fuer die gehostete API nennt Mistral 0,70 US-Dollar pro Million Eingabetokens, 0,07 US-Dollar pro Million zwischengespeicherter Eingabetokens und 2,10 US-Dollar pro Million Ausgabetokens. Self-Hosting vermeidet diese API-Preise, bringt bei einem Modell dieser Groesse aber erhebliche Infrastruktur-, Betriebs- und Sicherheitskosten mit sich.
Das Modell bietet drei Reasoning-Modi. Low ist fuer einfache Aufgaben vorgesehen, Medium fuer typische Alltagsaufgaben und High als Standard fuer schwierige Aufgaben mit hohem Genauigkeitsbedarf. Diese Modi erlauben einen bewussteren Tausch zwischen Rechenaufwand, Antwortlaenge und Qualitaet.
Welche Leistungswerte der Hersteller nennt
Die folgenden Zahlen sind Herstellerangaben und keine MindrAils-Messungen. Mistral meldet 19,7 Prozent auf Cognitions privatem FrontierCode-2.0-Benchmark. Auf dem Artificial Analysis Coding Agent Index erreiche Large 4 48 Prozent und benoetige im Mittel 47 Prozent weniger Tokens pro Aufgabe als das dort verglichene fuehrende Open-Weight-Modell.
Auf Terminal-Bench 4.0 gibt Mistral 41 Prozent an, 13 Prozentpunkte mehr als bei der Vorschau, bei zugleich 30 Prozent weniger Ausgabetokens. Fuer defensive Sicherheitsaufgaben nennt das Unternehmen 51 Prozent im Artificial Analysis Cyber Index.
Mistral berichtet ausserdem eine durchschnittliche Ablehnungsrate von 96,6 Prozent bei schaedlichen Cyberanfragen sowie 97,1 Prozent Widerstand gegen Angriffe im B3 Agent Security Benchmark. Solche Werte sind nuetzliche Startpunkte, belegen aber nicht automatisch Robustheit in anderen Prompts, Sprachen, Werkzeugketten oder realen Unternehmensumgebungen.
Benchmarks bilden einen begrenzten Testaufbau ab. Private Tests und vom Hersteller ausgewaehlte Vergleiche sollten nicht als allgemeine Rangliste gelesen werden.
Warum der Cybersecurity-Fokus besonders sensibel ist
Mistral positioniert Le Chonk fuer legitime defensive Aufgaben wie Schwachstellenanalyse, Reproduktion in isolierten Umgebungen und das Erstellen von Patches. Offene Gewichte geben Sicherheitsteams mehr Kontrolle ueber Datenhaltung, Anpassung und Betrieb, vergroessern aber auch die Verantwortung fuer Zugriffsschutz und Missbrauchspraevention.
Der Hersteller weist selbst auf ein Restrisiko hin: In beobachtetem Live-Verkehr habe das Modell Angriffe auf reale Ziele abgelehnt, Mistral sehe aber Potenzial fuer eine Steigerung realer Angriffsfaehigkeiten und passe Schutzmechanismen weiter an. Das ist eine wichtige Einschraenkung, keine Randnotiz.
Eine spezielle Variante fuer fortgeschrittene Penetrationstests, Schwachstellenanalysen und Red-Teaming ist laut Mistral nur ausgewaehlten Designpartnern unter Pruefung und vertraglichen Schutzvorgaben zugaenglich. Diese Variante ist nicht mit dem allgemein verfuegbaren Modell gleichzusetzen.
Was noch offen oder nicht unabhaengig belegt ist
Ein vollstaendiger technischer Bericht war zum Zeitpunkt der Ankuendigung noch angekuendigt, aber nicht Teil der verlinkten Veroeffentlichung. Details zu Trainingsdaten, Evaluationsabdeckung und Reproduzierbarkeit der gesamten Benchmark-Auswahl bleiben deshalb begrenzt.
Nicht belegt ist, dass Le Chonk fuer jede Coding-, Sicherheits- oder Wissensaufgabe fuehrend ist. Mistrals Aussagen beziehen sich auf bestimmte Benchmarks, Konfigurationen und Vergleichsmodelle. Auch die tatsaechlichen Hardwareanforderungen und Betriebskosten haengen stark von Quantisierung, Durchsatz, Kontextlaenge und Serving-Stack ab.
Die redaktionelle Einordnung von MindrAils: Die Gewichtsoeffnung ist fuer das europaeische Open-Weight-Oekosystem relevant, weil ein grosses multimodales Modell mit Coding- und Sicherheitsfokus selbst betreibbar wird. Ob es fuer einen konkreten Prozess besser oder wirtschaftlicher ist, muss ein kontrollierter Vergleich zeigen.
Worauf Teams bei eigenen Tests achten sollten
Ein sinnvoller Test beginnt mit klar abgegrenzten Aufgaben und einer belastbaren Vergleichsbasis. Fuer Coding-Agenten gehoeren dazu echte Repositories, reproduzierbare Tests, begrenzte Werkzeugrechte und eine menschliche Freigabe vor irreversiblen Aktionen.
Sicherheitsaufgaben sollten ausschliesslich auf eigenen oder ausdruecklich autorisierten Systemen in isolierten Umgebungen stattfinden. Teams sollten sowohl korrekte Funde und Patches als auch Fehlalarme, uebersehene Schwachstellen, unerwuenschte Werkzeugaufrufe und Umgehungsversuche dokumentieren.
Neben Qualitaet zaehlen Kosten und Betrieb: Tokenverbrauch, Latenz, GPU-Bedarf, Parallelitaet und Wartungsaufwand sollten gemeinsam gemessen werden. Bei Self-Hosting kommen Modellherkunft, Lizenzpruefung, Update-Prozess, Protokollierung und Zugriffskontrollen in die Abnahme.
- API und Self-Hosting mit identischen Aufgaben vergleichen
- Modellversion, Reasoning-Modus und Serving-Konfiguration festhalten
- Herstellerbenchmarks mit eigenen Daten nachpruefen
- Werkzeugrechte und Netzwerkzugriff minimal halten
- Cybertests nur in autorisierten, isolierten Umgebungen ausfuehren
Quellen und weiterführende Informationen
Die Quellen wurden zu den jeweils angegebenen Zeitpunkten abgerufen. Externe Inhalte können sich danach ändern.
- Mistral Large 4 (Le Chonk) is now open weightMistral · abgerufen amQuelle öffnen
Dieser Beitrag wurde von der MindrAils Redaktion quellenbasiert eingeordnet. Er dient der allgemeinen Information und ersetzt keine Rechts-, Datenschutz- oder Fachberatung für einen konkreten Einzelfall.