Mistral AI: Modelle, Preise und der europäische Vorteil

Inhaltsverzeichnis

Mistral AI ist der größte europäische Anbieter von Sprachmodellen – gegründet in Paris, mit einem Teil der Modelle unter freier Lizenz und der Möglichkeit, sie auf eigener Hardware zu betreiben. Für Betriebe, die KI nutzen wollen, ohne Daten in die USA zu geben, ist das der interessanteste Punkt am ganzen Angebot. Hier stehen Modelle, Preise, Grenzen und die Frage, für wen sich der Wechsel lohnt. Stand: September 2026.

Was Mistral anbietet

Das Angebot hat zwei Seiten, die man auseinanderhalten sollte. Die eine ist ein Chat-Assistent für Endnutzer, den Mistral unter dem Namen Vibe führt – im Browser, auf dem Handy, im Terminal und in der Entwicklungsumgebung. Die andere ist eine Modellfamilie, die man über eine Schnittstelle einbindet oder selbst betreibt.

ModellWofür Mistral es empfiehlt
Mistral Mediumder Allrounder für die meisten Aufgaben und für Code
Mistral Smallwenn die Kosten im Vordergrund stehen
Mistral Largeüber die Schnittstelle, abgerechnet je Million Token
OCRDokumente auslesen, abgerechnet je 1.000 Seiten
VoxtralSprache und Audio, abgerechnet je Minute

Die Empfehlungen stammen aus der Modellübersicht des Anbieters. Auffällig ist die Spezialisierung: Für Dokumente und für Audio gibt es eigene Modelle mit eigener Abrechnung statt eines Alleskönners.

Symbolbild: Serverschrank mit Schutzschild neben einem Arbeitsplatz, KI im eigenen Haus

Was es kostet

Die Preise nennt Mistral in US-Dollar, zuzüglich Steuern. Stand September 2026:

Mistral · Tarife
Vier Stufen, Preise ohne Steuern
$
Free – begrenzte Nutzung, 10 $ monatliches API-Guthaben
14,99 $
Pro je Monat, Studierende 5,99 $
24,99 $
Team je Nutzer und Monat, bis 30 GB Ablage
auf Anfrage
Enterprise mit privatem Betrieb und eigenen Modellen

Für die Schnittstelle gilt eine Abrechnung je Million Token, getrennt nach Eingabe und Ausgabe – Mistral nennt als Beispiel für Mistral Large 0,50 $ je Million Token Eingabe und 1,50 $ Ausgabe. Zwei Rabatte sind erwähnenswert: Stapelverarbeitung halbiert den Preis, und wiederholte Prompt-Anteile werden zwischengespeichert, was die Eingabekosten um bis zu 90 Prozent senken kann.

Rechenbeispiel: was die Schnittstelle im Alltag kostet

Angenommen, du lässt 1.000 Kundenanfragen automatisch beantworten. Je Anfrage rund 2.000 Token Eingabe (Anweisung plus Anfrage) und 500 Token Antwort. Das macht 2 Millionen Token Eingabe und 0,5 Millionen Ausgabe. Bei den genannten Sätzen: 1,00 $ Eingabe plus 0,75 $ Ausgabe, zusammen 1,75 $ – für tausend Anfragen. Läuft die Anweisung jedes Mal gleich, greift das Caching, und die Eingabeseite fällt Richtung 0,10 $. Rechenbeispiel mit gerundeten Werten; die tatsächlichen Kosten hängen an Modell, Promptlänge und Antwortlänge.

Die Größenordnung überrascht viele: Nicht die Token kosten Geld, sondern die Menschen, die das System bauen und betreuen. Wer viel mit gleichbleibenden Anweisungen arbeitet, zahlt zudem deutlich weniger als die Listenpreise vermuten lassen.

Zum Einordnen: Ein Claude-Pro-Abo liegt bei 18 Euro monatlich, ChatGPT Plus bei 23 Euro, Google AI Pro bei 21,99 Euro. Mistral Pro ist damit die günstigste der vier Optionen – was aber wenig aussagt, solange man nicht weiß, ob die Leistung für den eigenen Zweck reicht. Der ausführliche Kostenvergleich steht im Guide ChatGPT-Alternativen.

Der eigentliche Unterschied: Selbst betreiben

Hier liegt der Punkt, für den sich Mistral von den amerikanischen Anbietern abhebt. Ein Teil der Modelle ist als Open-Weight-Modell verfügbar – die trainierten Gewichte sind frei herunterladbar. Mistral gibt für Modelle wie Mistral 7B die Apache-2.0-Lizenz an, für kommerzielle Produktionsnutzung von Ableitungen verweist der Anbieter auf eine gesonderte Lizenz mit eigenen Bedingungen.

Praktisch heißt das: Du kannst die Modelle auf eigener Hardware oder in einem Rechenzentrum deiner Wahl betreiben. Für drei Fälle ist das der entscheidende Unterschied:

Berufsgeheimnisträger. Kanzleien, Arztpraxen, Steuerberatung – überall dort, wo Mandanten- und Patientendaten nicht in fremde Systeme dürfen.

Betriebe mit strengen internen Vorgaben. Wenn die Datenschutzfolgenabschätzung an der Übermittlung in Drittländer scheitert, löst lokaler Betrieb das Problem an der Wurzel.

Wer unabhängig bleiben will. Ein Modell, das lokal liegt, verschwindet nicht, wenn ein Anbieter Preise ändert oder ein Produkt einstellt.

Ehrliche Einordnung

Selbst betreiben klingt einfacher, als es ist. Es braucht passende Hardware, jemanden, der sie betreut, und die Bereitschaft, bei Modellwechseln nachzuziehen. Für die meisten kleinen Betriebe ist der gehostete Dienst mit sauberem Auftragsverarbeitungsvertrag der realistischere Weg. Was lokaler Betrieb konkret verlangt, steht im Guide KI lokal nutzen.

Training, Daten, Standort

Trainingsnutzung. Mistral weist in der Tarifübersicht für Free, Pro und Team ein Opt-out beim Modelltraining aus – die Voreinstellung muss man also aktiv ändern, wenn man sie nicht will. Das entspricht der Praxis der großen amerikanischen Anbieter und ist kein europäischer Sonderweg.

Standort ist nicht gleich Rechtslage. Ein französischer Anbieter unterliegt der DSGVO, das ist ein realer Vorteil gegenüber einer Übermittlung in die USA. Es ersetzt aber weder den Auftragsverarbeitungsvertrag noch die Prüfung, welche Daten überhaupt hineindürfen.

Für den betrieblichen Einsatz gilt dasselbe wie überall. Regeln vor Werkzeugen: Wer darf was hochladen, was passiert mit den Ergebnissen, wer prüft sie. Der Rahmen dafür steht im Guide KI und Datenschutz.

Für wen sich der Blick lohnt

Deine LageEinschätzung
Du willst einfach einen guten Chat-AssistentenDer Marktführer ist im Alltag meist bequemer; Mistral lohnt den Test, wenn dir Herkunft und Preis wichtig sind
Du verarbeitest Daten, die Europa nicht verlassen dürfenDer stärkste Anwendungsfall – Selbstbetrieb oder europäisches Hosting prüfen
Du liest viele Dokumente maschinell ausDas eigene OCR-Modell mit Seitenabrechnung ist einen Vergleich wert
Du willst dich nicht an einen Anbieter bindenOpen-Weight-Modelle sind das einzige echte Gegenmittel
Du brauchst maximale ModellleistungDann führt der Weg derzeit eher über die großen amerikanischen Modelle

In vier Schritten herausfinden, ob es für euch passt

  1. Klär die Datenfrage zuerst, nicht die Modellfrage. Welche Daten sollen verarbeitet werden, und dürfen sie den Betrieb verlassen? Erst diese Antwort entscheidet, ob gehosteter Dienst, europäisches Hosting oder Selbstbetrieb überhaupt in Frage kommen.
  2. Teste mit echten Aufgaben, nicht mit Testfragen. Nimm fünf Vorgänge aus der letzten Woche und lass sie durchlaufen. Bewertet wird nicht der erste Eindruck, sondern wie viel Nacharbeit übrig bleibt.
  3. Rechne die Schnittstelle gegen das Abo. Für einzelne Personen ist das Abo fast immer günstiger. Sobald etwas automatisiert im Hintergrund läuft, wird die Schnittstelle interessant – das Rechenbeispiel oben gibt die Größenordnung.
  4. Frag konkret nach, bevor ihr euch bindet. Der eine Satz an den Anbieter oder die eigene IT: „Wo werden die Daten verarbeitet, gibt es einen Auftragsverarbeitungsvertrag, und ist die Trainingsnutzung für unseren Tarif abgeschaltet?“ Wer darauf keine klare Antwort bekommt, hat die Antwort trotzdem.

Häufige Fragen

Was ist Mistral AI?

Ein europäisches KI-Unternehmen mit Sitz in Paris, das eigene Sprachmodelle entwickelt. Angeboten werden ein Chat-Assistent namens Vibe für Web, Mobil, Terminal und Entwicklungsumgebung sowie eine Modellfamilie über Schnittstelle und zum Selbstbetrieb.

Was kostet Mistral?

Stand September 2026 gibt es eine kostenlose Stufe, Pro für 14,99 US-Dollar im Monat (Studierende 5,99), Team für 24,99 US-Dollar je Nutzer und Monat sowie Enterprise auf Anfrage. Preise ohne Steuern. Die Schnittstelle wird je Million Token abgerechnet.

Kann ich Mistral-Modelle selbst hosten?

Ja. Ein Teil der Modelle ist als Open-Weight-Modell verfügbar; Mistral nennt für Modelle wie Mistral 7B die Apache-2.0-Lizenz. Für kommerzielle Produktionsnutzung von Ableitungen verweist der Anbieter auf eine gesonderte Lizenz mit eigenen Bedingungen.

Ist Mistral datenschutzfreundlicher als ChatGPT?

Ein europäischer Anbieter unterliegt der DSGVO, was die Übermittlung in Drittländer erspart. Beim Training gilt allerdings auch bei Mistral ein Opt-out statt eines Opt-in. Der größere Unterschied ist die Möglichkeit, Modelle selbst zu betreiben.

Welches Mistral-Modell soll ich nehmen?

Der Anbieter empfiehlt Mistral Medium für die meisten Aufgaben und für Code, Mistral Small bei Kostendruck, das OCR-Modell für Dokumente und Voxtral für Audio und Sprache.

Lohnt sich der Wechsel von ChatGPT zu Mistral?

Vor allem dann, wenn Datenstandort oder Anbieterunabhängigkeit für dich zählen. Geht es allein um Bedienkomfort und maximale Modellleistung im Alltag, ist der Wechsel selten der ausschlaggebende Schritt.

KI-Werkzeuge auswählen statt nachmachen

Welches Werkzeug zu einem Betrieb passt, hängt an Daten, Rechtslage und Zweck – nicht am Bekanntheitsgrad. Genau diese Auswahl üben wir in unserer geförderten Weiterbildung an echten Fällen. Ob eine Förderung in Betracht kommt, klären wir im kostenlosen Erstgespräch; entschieden wird sie von der Agentur für Arbeit.

Kostenloses Erstgespräch sichern
Benedikt Backhaus, schreibt bei Scaly über KI-Tools und neue Modelle

Benedikt Backhaus – schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Preise und Funktionsangaben prüft er an den Seiten der Anbieter, nicht an Vergleichsportalen – Stand jeweils im Text. Einschätzung, keine Rechtsberatung. Benedikt auf LinkedIn

Diesen Artikel Teilen:

Über den Autor

Bild von Benedikt Backhaus

Benedikt Backhaus

Benedikt Backhaus schreibt bei Scaly über KI-Tools, neue Modelle und aktuelle Entwicklungen rund um künstliche Intelligenz. Er verfolgt die KI-Szene laufend und ordnet ein, was neue Releases praktisch bedeuten — für Lernende, Arbeitsuchende und Unternehmen. Ehrlich, mit Quellen und ohne Hype.

Diese Artikel könnten Sie auch interessieren

Qwen 3.8: Alibabas Open-Source-Offensive – und was sie für dich bedeutet

AI Act seit August 2026: Was jetzt wirklich gilt – und was verschoben wurde

Open-Source-KI 2026: Welches offene Modell wofür?