Kurz gesagt
- Mistral Large 4 verfügt über insgesamt 1 Billion Parameter, davon 49 Milliarden aktive Parameter; die Vorschau ist über die API in Mistral Studio verfügbar.
- Im Artificial Analysis Intelligence Index erreicht das Modell 38 Punkte und liegt damit hinter Claude Opus 5.5 mit 58 Punkten.
- Laut dem Unternehmen erzielte das Modell beim Test, reale Software-Schwachstellen zu reproduzieren und zu patchen, mit 82 Prozent den höchsten Wert.
- Das Modell wurde mit 3.800 Nvidia Grace Blackwell GPUs in europäischen Rechenzentren trainiert; da die Gewichte noch nicht veröffentlicht sind, gilt es derzeit als proprietär, soll aber Ende Oktober als Open-Weight-Modell erscheinen.
Das französische KI-Unternehmen Mistral kündigte am 6. Oktober 2026 die öffentliche Vorschau seines bisher größten Modells Mistral Large 4 (ML4) an. Das unter dem Codenamen „Le Chonk“ bekannte Modell steht über die Plattform Mistral Studio des Unternehmens als API zur Verfügung. Die Veröffentlichung der Modellgewichte ist für Ende Oktober geplant; bis dahin wird ML4, da die Gewichte nicht veröffentlicht sind, als proprietäres Modell gelistet.
Nach Angaben von Mistral ist ML4 von Natur aus multimodal und verfügt über insgesamt 1 Billion Parameter, von denen 49 Milliarden aktiv genutzt werden. Das Unternehmen behauptet, das Modell übertreffe sogar proprietäre Konkurrenzmodelle in den Bereichen Cyberabwehr, Produktion und Finanzen.
Wie sieht die Lage bei unabhängigen Tests aus?
Im Intelligence Index von Artificial Analysis, der zehn verschiedene Bereiche kombiniert, erreichte ML4 38 Punkte. Das bedeutet einen deutlichen Sprung gegenüber den 9 Punkten des Vorgängermodells Mistral Large 3 und den 14 Punkten des kürzlich erschienenen Mistral Medium 3.5. Mit diesem Wert übertrifft ML4 das GLM-5.2-Modell von Z.ai, liegt aber weiterhin deutlich hinter dem Spitzenreiter Claude Opus 5.5 (Max) mit 58 Punkten. Im Bereich Coding setzte sich ML4 im Artificial Analysis Coding Agent Index mit 49,8 Prozent gegenüber Deepseek V4 Pro und Qwen3.8 Max durch. In der Blindbewertung von Surge AI belegte ML4 unter fünf Modellen mit 3,74/5 Punkten den zweiten Platz; an erster Stelle steht Claude Opus 5 mit 4,22 Punkten.
Woher kommt die Cybersicherheits-Behauptung?
Mistral widmete einen großen Teil seiner Ankündigung den Cybersicherheitsfähigkeiten des Modells. Laut Unternehmen zeigte ML4 beim Test, eine reale Open-Source-Software-Schwachstelle zu reproduzieren und zu patchen, eine Erfolgsquote von 82 Prozent – der höchste Wert unter allen getesteten Modellen. Mistral merkt jedoch an, dass Modelle wie Claude Opus 5.5 und GPT-6 Astra diese Aufgabe aufgrund ihrer Sicherheitsfilter vollständig verweigerten, weshalb der Test eher die Richtlinien der Anbieter als die eigentliche Modellfähigkeit messe. Mistral berichtet zudem von hohen Ablehnungsraten bei schädlichen Cyber-Prompts; im B3 AI Security Benchmark von Lakera habe das Modell 93,3 Prozent der Angriffe blockiert.
Was bietet es bei technischen Zeichnungen und visueller Analyse?
Mistral gibt an, dass ML4 Dokumente, Diagramme, Gigapixel-Satellitenbilder und technische Zeichnungen analysieren und dabei Details eigenständig heranzoomen und untersuchen könne. Im Dense-200-Benchmark erreichte ML4 42 Prozent und liegt damit leicht vor GPT-6 Astra mit 41 Prozent. Zudem wird angegeben, dass menschliche Bewerter ML4 bei STEM- und CAD-Aufgaben bevorzugten. Diese Eigenschaft ist für Teams, die mit architektonischen und technischen Dokumenten arbeiten, bemerkenswert.
Was bedeutet das für Architektur- und Archviz-Teams?
Die Leistung des Modells bei technischen Zeichnungen und CAD-Aufgaben deutet darauf hin, dass es künftig für Dokumentenanalyse in Architekturprojekten, Mengenkontrollen oder die automatisierte Auswertung technischer Pläne eingesetzt werden könnte. Das Modell befindet sich jedoch noch in der Vorschauphase und gilt als proprietär; bevor die Gewichte veröffentlicht und die Lizenzbedingungen geklärt sind, wäre es verfrüht, wenn Büros On-Premise-Installationen oder Integrationspläne vorantreiben. Die Betonung auf europäisches Hosting und Datensouveränität könnte für Architekturbüros in Europa im Hinblick auf Datenschutz interessant sein, angesichts der Leistungslücke ist es aber wahrscheinlich, dass im Alltagsgeschäft weiterhin proprietäre Modelle (Claude, GPT-6 Astra) bevorzugt werden.
Mistral erklärte, ML4 sei mit 3.800 Nvidia Grace Blackwell GPUs vollständig in eigenen europäischen Rechenzentren trainiert worden. Das Kontextfenster des Modells reicht bis zu 1 Million Token; der Dokumentation zufolge basiert die Architektur auf einer fein granulierten Mixture-of-Experts-Struktur und einem visuellen Encoder mit 1,6 Milliarden Parametern. Während der Vorschauphase liegt der Preis bei 0,68 US-Dollar pro Million Input-Token und 2,09 US-Dollar für Output-Token; zwischengespeicherte Eingaben werden mit 0,07 US-Dollar berechnet. In der Dokumentation sind zudem Standardpreise aufgeführt, die doppelt so hoch sind. Die Expansion wird durch die 3-Milliarden-Euro-Series-D-Finanzierungsrunde des Unternehmens finanziert.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Mistral Large 4 sorgt mit dem Anspruch auf, eines der größten aus Europa stammenden Modelle zu sein, für Aufmerksamkeit, und insbesondere die gezeigte Leistung bei technischen Zeichnungen, CAD und Dokumentenanalyse könnte langfristig für Architektur- und Archviz-Büros in der Türkei interessant sein. Dass Claude Opus 5.5 im unabhängigen Intelligence Index jedoch weiterhin mit 20 Punkten Vorsprung führt, zeigt, dass das Modell proprietäre Konkurrenten im Alltagsgeschäft noch nicht unmittelbar ersetzen kann.
Für Büros ist der kritischste Punkt, dass die Gewichte noch nicht veröffentlicht sind und das Modell derzeit als proprietär gilt; wer von den Vorteilen einer lokalen Installation oder Datensouveränität profitieren möchte, sollte daher sinnvollerweise Ende Oktober abwarten, den geplanten Veröffentlichungstermin der Gewichte. Dass die Preisgestaltung während der Vorschauphase nur die Hälfte des regulären Tarifs beträgt, bietet frühen Anwendern zudem einen vorübergehenden Vorteil, es ist jedoch unklar, ob dies dauerhaft bestehen bleibt.
Häufige Fragen
Wann werden die Gewichte von Mistral Large 4 veröffentlicht?
Mistral gab an, die Veröffentlichung der Modellgewichte zusammen mit architektonischen Details und Lizenzinformationen für Ende Oktober zu planen; bis dahin wird das Modell als proprietär gelistet.
Ist Mistral Large 4 besser als Claude Opus 5.5?
Nein. Im Artificial Analysis Intelligence Index erreicht Mistral Large 4 38 Punkte, während Claude Opus 5.5 (Max) mit 58 Punkten weiterhin deutlich führt.
Wie kann ich Mistral Large 4 derzeit nutzen?
Das Modell ist in der Vorschauphase über die API in Mistral Studio verfügbar; die Preisgestaltung liegt bei 0,68 US-Dollar pro Million Input-Token und 2,09 US-Dollar für Output-Token.
