Mistral Large 4: Der LLM-Brocken aus der EU will zur Konkurrenz aufschließen

Das Modell „Mistral Large 4“, Spitzname „le Chonk“ (etwa: „der Brocken“), legt das gleichnamige französische KI-Unternehmen die bisher umfangreichste Ausgabe seines LLM vor. Es kommt mit insgesamt einer Billion, davon 49 Milliarden aktiver Parameter daher und wurde auf 3.800 GPUs vom Typ Grace Blackwell trainiert. Mistral hofft, die europäische Souveränität im Sektor zu stärken und stellt gute Testergebnisse vor. Die lassen jedoch einige wichtige Informationen vermissen.

Mistral vergleicht sein neues Flaggschiff-Modell in der Produktankündigung hauptsächlich mit anderen Open-Weight-Modellen, etwa den letzten beiden Versionen von Z.ais GLM und verschiedenen Ausgaben von DeepSeek. In diesem Vergleich macht das Modell in vielen Bereichen eine gute Figur, etwa beim Erledigen von Security-Tests unter Zeitdruck (CTF Speedrun). Innerhalb von 40 Minuten löste Mistral Large 4 achtzehn von neunzehn Aufgaben; der Zweitplatzierte GLM 5.2 musste sich mit sechzehn zufriedengeben.

Gut in Cybersecurity, Coding eher Mittelmaß

Der Hersteller sieht ML4, so der Kurzname des Modells, in der wichtigen Cybersecurity-Disziplin auf Augenhöhe mit anderen Modellen und nennt einen praktischen Vorteil gegenüber nicht offenen Frontier-Modellen: Es weigere sich nicht, sicherheitsrelevante Aufgaben auszuführen. Damit könne ML4 Aufgaben erledigen, die Verteidigern nützen, etwa Analyse neuartiger Malware und die Einstufung von Sicherheitslücken.

In der Softwareentwicklung (DeepSWE 1.1 / Terminal Bench 4.0) schlägt sich Mistral Large 4 gegenüber anderen Open-Weight-Modellen respektabel, die (in den Diagrammen nicht aufgeführten) Ergebnisse der führenden Modelle von OpenAI und Anthropic liegen jedoch deutlich höher. Bei agentischen Aufgaben (AutomationBench) ist das Modell auf Augenhöhe mit der Konkurrenz aus China und deklassiert seinen eigenen Vorgänger: Gegenüber dessen 6,3 Prozent erfolgreicher Aufgabenerfüllung stehen nun mit 59,9 Prozent fast zehnmal so viel absolvierte Arbeitsabläufe.

Auch gegen Angriffe auf seine Verarbeitungslogik (etwa per Prompt Injection) ist „le Chonk“ widerstandsfähiger geworden; es widerstand neun von zehn Angriffsversuchen im B3 Agent Security Benchmark. Das Modell ist bereits als Vorschauversion für Nutzer zugänglich und kostet gut 2 Euro pro einer Million Output Tokens. Die Gewichte plant Mistral Ende Oktober zu veröffentlichen. Zuvor sollen Sicherheitsforscher, Partner und Regierungsorganisationen das Modell einer Sicherheitsüberprüfung unterziehen, um Schlagzeilen über „KI-Ausbrüche“ zu verhindern.

Mistral hat seinen Sitz in Paris und entwickelt dort eigene Large-Language-Modelle. Die Unternehmensgründer hatten zuvor bei Googles DeepMind und Meta gearbeitet. Mistral gilt als europäische Hoffnung, die US-Dominanz im KI-Rennen zu brechen.