Mistral hat am 6. Oktober 2026 Mistral Large 4 vorgestellt: ein Modell mit rund einer Billion Parametern, trainiert in eigenen Rechenzentren in Europa und nach Herstellerangaben deutlich stärker als jedes offene Modell aus den USA oder Europa. Noch ist es eine Vorschau. Nutzen lässt es sich nur über Mistrals Schnittstelle, die Gewichte zum Herunterladen sollen Ende Oktober folgen. Für Betriebe steht der wichtigste Satz im Kleingedruckten: Was in Vorschaumodelle eingegeben wird, darf Mistral zum Training verwenden. Hier steht, was das Modell kann, was es kostet und was offene Gewichte und EU-Herkunft praktisch bedeuten. Stand: 13. Oktober 2026.
Was Mistral Large 4 ist
Large 4, intern „ML4“ und mit Spitznamen „Le Chonk“, ist das bisher größte Modell des Pariser Anbieters. Die Eckdaten aus Ankündigung und Modellseite:
Viele Experten, wenige gleichzeitig. Large 4 ist ein sogenanntes Mixture-of-Experts-Modell. Von der Billion Parameter rechnet bei jeder Anfrage nur ein kleiner Teil mit, rund 5 Prozent. Das hält die Kosten je Anfrage niedrig. Im Speicher liegen muss trotzdem das ganze Modell, dazu mehr im Abschnitt zu den offenen Gewichten.
Text und Bilder rein, Text raus. Das Modell liest Text und Bilder, antwortet aber nur in Text. So steht es in Mistrals technischer Dokumentation, und so hat es Chefwissenschaftler Guillaume Lample gegenüber VentureBeat bestätigt.
Ein Modell für alles. Mistral bündelt normales Antworten, schrittweises Nachdenken und Agenten-Aufgaben in einem einzigen Modell.
Noch im Training. Trainiert wurde Large 4 laut Mistral von Grund auf mit 3.800 Nvidia-Grafikprozessoren vom Typ Grace Blackwell. Das Feintraining mit bestärkendem Lernen läuft weiter, die Vorschau ist ein Zwischenstand. Alle Zahlen in diesem Artikel beziehen sich auf diese Vorschau.
In mehreren Berichten, etwa bei heise, VentureBeat und The Next Web, ist von 49 Milliarden aktiven Parametern die Rede. Mistrals Ankündigung, die Modellseite und der Name des angekündigten Download-Verzeichnisses („Mistral-Large-4-1T-A52B“) nennen 52 Milliarden. Wir folgen der Primärquelle. Ähnlich bei der Hardware: Mistral schreibt 3.800 Grafikprozessoren, Forschungschef Pierre Stock sprach gegenüber TechCrunch von rund 4.000. Für die Praxis ist beides unerheblich.
Was es laut Mistral kann – und wo andere vorn liegen
Mistral positioniert Large 4 vor allem für Cybersicherheit, Finanzen und Recht. Die Werte unten stammen aus den Grafiken der Ankündigung. Einige Tests haben Dritte wie Artificial Analysis und vals.ai durchgeführt, die Auswahl von Tests und Vergleichsmodellen traf aber Mistral. Was solche Zahlen aussagen und was nicht, erklärt unser Artikel zu KI-Benchmarks.
| Test | Was er misst | Large 4 | Vergleichswerte in Mistrals Grafik |
|---|---|---|---|
| Artificial Analysis Cyber Index | Sicherheitslücken in echter Software finden und beheben (Erfolge) | 50 | Kimi K3 41, DeepSeek V4.1 Flash 41, GPT-6 Astra 33, Claude Opus 5.5 29 |
| Finance Agent v2 (vals.ai) | Analystenaufgaben mit Recherche in Unternehmensberichten | 54,7 | GLM-5.3 55,8, GPT-6 Astra 53,5, Qwen3.8 Max 50,6, DeepSeek V4-Pro 50,4 |
| Dense200 | Objekte in dicht gefüllten Bildern genau verorten | 42,0 | GPT-6 Astra 41,5 |
| DeepSWE 1.1 | Software-Aufgaben als Programmier-Agent | 62 | Kimi K3 68, GLM-5.3 61, DeepSeek V4-Pro 57, Qwen3.8 Max 51 |
| Terminal-Bench 4 | Aufgaben in der Kommandozeile | 28 | GLM-5.3 40, Kimi K3 21, Qwen3.8 Max 17, DeepSeek V4-Pro 10 |
| Blindbewertung Code (Surge AI) | Codequalität, von Fachleuten ohne Modellnamen benotet (1 bis 5) | 3,74 | Claude Opus 5 4,22 (Platz 1 von 5) |
Wo Large 4 vorn liegt. Bei Sicherheitsaufgaben und in Mistrals Finanz- und Bildtests liegt die Vorschau vor GPT-6 Astra, teils knapp. Bei der Sicherheit hat das einen besonderen Grund: Laut Mistral verweigern Claude Opus 5.5 und GPT-6 Astra viele dieser Aufgaben aus Sicherheitsgründen. In einem Test, bei dem ein Modell eine echte Schwachstelle nachstellen und dann schließen soll, kommen beide deshalb auf fast null, Large 4 nach Mistrals Angaben auf 82 Prozent. Für Sicherheitsteams ist das ein Argument. Es ist zugleich der Grund, warum Mistral die Gewichte erst nach einer Testphase mit Sicherheitsfirmen, Partnern und Behörden freigibt.
Wo andere vorn liegen. Beim Programmieren vergleicht Mistral fast nur mit offenen Modellen, und selbst dort liegen die chinesischen Modelle GLM-5.3 und Kimi K3 in einzelnen Tests vorn. heise merkt an, dass OpenAI und Anthropic in der Softwareentwicklung deutlich höher liegen. Zum Einordnen: Anthropic nennt für Opus 5.5 auf Terminal-Bench 4.0 66,4 Prozent, gemessen mit eigenem Aufbau. Das ist nicht eins zu eins vergleichbar, zeigt aber die Größenordnung. In der Blindbewertung liegt Large 4 hinter Claude Opus 5, dem Vorgänger von Opus 5.5.
Die erste unabhängige Messung. Zum Start stand Large 4 laut VentureBeat weder im Gesamtvergleich von Artificial Analysis noch auf der öffentlichen DeepSWE-Rangliste. Inzwischen listet Artificial Analysis die Vorschau mit 38 Punkten im Gesamtindex (Stand 13. Oktober), Platz 65 von 216 Modellen. Zum Vergleich: Claude Opus 5.5 führt mit 58, DeepSeek V4.1-Flash kommt auf 39. Der Anspruch, das stärkste offene Modell außerhalb Chinas zu sein, bleibt damit vorerst eine Herstelleraussage, zumal das RL-Training noch läuft.
Was Large 4 kostet
Für die Vorschau-Schnittstelle nennt Mistral 1,36 US-Dollar je Million Token Eingabe und 4,18 US-Dollar Ausgabe. Zwischengespeicherte Eingaben kosten 0,14 US-Dollar. Zum Start gilt laut Änderungsprotokoll der Entwicklerdokumentation zwei Wochen lang ein Rabatt von 50 Prozent, also 0,68 und 2,09 US-Dollar. Ab dem 6. Oktober gerechnet läuft er etwa bis zum 20. Oktober.
Innerhalb von Mistrals eigenem Angebot ist das eine Stufe über dem Vorgänger: Large 3 kostet 0,50 und 1,50 US-Dollar. Das Mittelklassemodell Medium 3.5 liegt mit 7,50 US-Dollar in der Ausgabe dagegen über Large 4.
Large 4 kostet in der Ausgabe gut ein Fünftel von Opus 5.5 und weniger als ein Zehntel von GPT-6 Astra. Preise für eigene Anwendungen über die Schnittstelle, Qwen und DeepSeek mit Stand August 2026. Ein niedriger Preis hilft nur, wenn das Ergebnis für die Aufgabe reicht.
Ein Betrieb schickt im Monat 10.000 Anfragen an ein Modell, jede mit 20.000 Token Eingabe und 2.000 Token Ausgabe. Das sind 200 Millionen Token Eingabe und 20 Millionen Ausgabe. Mit Large 4 zum Listenpreis: 200 × 1,36 $ plus 20 × 4,18 $, zusammen 355,60 $, mit Startrabatt 177,80 $. Mit Opus 5.5 sind es 800 $ plus 400 $, also 1.200 $, mit GPT-6 Astra 2.000 $ plus 1.000 $, also 3.000 $. Nicht eingerechnet: Modelle brauchen für dieselbe Aufgabe unterschiedlich viele Token, Denk-Token zählen als Ausgabe, und Nacharbeit kostet Arbeitszeit. Ob sich der Preisvorteil hält, zeigt nur ein Test mit echten Aufgaben.
So sieht Large 4 neben den Modellen aus, die wir bereits eingeordnet haben. Details stehen in unseren Artikeln zu Claude Opus 5.5, GPT-6 Astra und DeepSeek.
| Modell | Anbieter, Land | Preis je Mio. Token (Ein / Aus) | Kontext | Gewichte zum Download |
|---|---|---|---|---|
| Mistral Large 4 (Vorschau) | Mistral, Frankreich | 1,36 $ / 4,18 $ | 1 Mio. | angekündigt für Ende Oktober, Lizenz offen |
| Claude Opus 5.5 | Anthropic, USA | 4 $ / 20 $ | 1 Mio. | nein |
| GPT-6 Astra | OpenAI, USA | 10 $ / 50 $ | rund 1 Mio. | nein |
| DeepSeek V4-Pro | DeepSeek, China | 0,66 bis 1,32 $ / 1,98 bis 3,96 $ | 1 Mio. | ja, MIT-Lizenz |
| Qwen3.8-Max | Alibaba, China | 2 $ / 6 $ | 1 Mio. | nur abgespeckte Textvariante, eigene Lizenz |
Kannst du Large 4 in Deutschland nutzen?
Ja, aber derzeit nur auf einem Weg und nur beruflich.
Über die Schnittstelle in Mistral Studio. Die Vorschau läuft seit dem 6. Oktober laut Mistral auf derselben europäischen Infrastruktur, auf der das Modell trainiert wurde. Den europäischen Betrieb führt Mistral nach eigenen Angaben vollständig selbst, unabhängig von anderen Digitaldienstleistern und nach europäischem Recht.
Nur für Geschäftskunden. Vorschaumodelle stellt Mistral laut seinen gewerblichen Nutzungsbedingungen ausschließlich Geschäftskunden für die berufliche Nutzung bereit.
Nicht im Chat-Assistenten. Für Vibe, Mistrals Assistenten im Browser und in der App, nennt die Ankündigung Large 4 nicht. Auch Cloud-Partner wie AWS, Google Cloud oder Microsoft werden bisher nicht genannt.
Eigenbetrieb erst mit den Gewichten. Mistral nennt „Ende des Monats“, VentureBeat und The Next Web den 27. Oktober. Bis dahin gibt es den Betrieb im eigenen Haus laut technischer Dokumentation nur über einen vertraulichen Einzelvertrag mit Mistral.
Und die anderen Europäer? Der Heidelberger Anbieter Aleph Alpha hatte sich laut TechCrunch schon zuvor vom Bau eigener Spitzenmodelle verabschiedet und soll im kanadischen KI-Unternehmen Cohere aufgehen. Angekündigt wurde das im April 2026, die Zustimmung von Behörden und Anteilseignern stand damals noch aus.
Offene Gewichte: Was das für Betriebe praktisch heißt
Offene Gewichte heißt: Das fertig trainierte Modell lässt sich herunterladen und auf eigener Hardware oder in einem Rechenzentrum nach Wahl betreiben. Keine Anfrage verlässt dann das eigene Netz, und kein Anbieter kann den Zugang abschalten. Genau damit wirbt Mistral: In der IT-Sicherheit könne es selbst zum Risiko werden, wenn ein Anbieter mitten in einem Vorfall den Zugriff sperrt.
Die Hardware ist die Hürde. Den Speicherbedarf von Large 4 nennt Mistral noch nicht, auf der Modellseite steht „N/A“. Für den kleineren Vorgänger Large 3 mit 675 Milliarden Parametern gibt Mistral rund 1.800 GB Grafikspeicher bei 16-Bit-Genauigkeit an und rund 360 GB in der stärksten 4-Bit-Komprimierung. Large 4 hat gut die Hälfte mehr Parameter. Das ist ein Fall für einen Server mit mehreren Rechenzentrums-Grafikkarten, nicht für den Rechner im Büro. Zum Vergleich: Das offene Modell Qwen3.8-27B läuft komprimiert auf einer einzelnen Grafikkarte mit 24 GB.
Die Lizenz ist noch offen. Welche Bedingungen für die Gewichte gelten, hat Mistral nicht veröffentlicht, die Modellseite zeigt „Coming soon“. Bei früheren Modellen war das unterschiedlich: Large 3 steht unter der freien Apache-2.0-Lizenz, Medium 3.5 unter einer modifizierten MIT-Lizenz. Erst die Lizenzdatei entscheidet, ob ihr Large 4 kommerziell frei nutzen dürft. Warum „herunterladbar“ nicht automatisch „frei nutzbar“ heißt, erklärt unser Überblick Open-Source-KI.
Für die meisten Betriebe ist die Schnittstelle der realistische Weg. Wer Datenhoheit braucht, muss aber nicht auf Large 4 warten: Die kleinen Ministral-3-Modelle mit 3 bis 14 Milliarden Parametern stehen schon unter Apache 2.0 und laufen je nach Größe auf Laptop oder Arbeitsplatzrechner. Wie der Einstieg gelingt, zeigt der Guide KI lokal nutzen.
EU-Herkunft ist kein DSGVO-Freifahrtschein
Datenstandort. Laut Mistrals Hilfe-Center liegen Daten standardmäßig in der EU. In den USA landen sie, wenn jemand ausdrücklich den US-Endpunkt nutzt. Je nach Funktion können Daten vorübergehend an Unterauftragnehmer außerhalb der EU gehen, abgesichert mit Standardvertragsklauseln nach Artikel 46 DSGVO. Die Liste steht im Trust Center.
Auftragsverarbeitung. Einen Vertrag zur Auftragsverarbeitung (Data Processing Addendum, gültig seit 27. Juli 2026) bindet Mistral in die Verträge mit Geschäftskunden ein. Er ist Voraussetzung, ersetzt aber nicht die eigene Prüfung: welche Daten hinein dürfen, auf welcher Rechtsgrundlage und wer die Ergebnisse kontrolliert.
Der Haken bei der Vorschau. Mistrals gewerbliche Nutzungsbedingungen (Abschnitt 4.3, Fassung vom 25. September 2026) erlauben, Eingaben und Ergebnisse aus Vorschaumodellen zum Training zu nutzen. Ein gesetztes Opt-out und sogar die Option ohne Datenspeicherung (Zero Data Retention) gelten dafür ausdrücklich nicht. Mistral schreibt selbst: Wer das nicht will, soll Vorschaumodelle nicht verwenden. Large 4 ist auf der Modellseite als „Public Preview“ gekennzeichnet.
Training mit Nutzerdaten ist real. Laut technischer Dokumentation wurde Large 4 auch mit Ein- und Ausgaben aus Vibe und Mistral Studio trainiert, soweit Nutzer nicht widersprochen haben. In Vibe nutzt Mistral Ein- und Ausgaben standardmäßig zum Training, außer im Enterprise-Tarif. Abschalten lässt sich das laut Hilfe-Center in den Datenschutz-Einstellungen, im Team-Tarif für alle über den Admin.
Ein europäischer Anbieter erspart die Übermittlung in die USA, das ist ein echter Vorteil. DSGVO-konform wird der Einsatz trotzdem erst durch eure eigenen Regeln. Für die Vorschau von Large 4 heißt das bis zur finalen Version: keine personenbezogenen Daten, keine Betriebsgeheimnisse, nur Testmaterial. Den Rahmen für den Betrieb beschreibt unser Artikel KI und Datenschutz. Einschätzung, keine Rechtsberatung.
Wer muss jetzt was tun?
Privat und im Job: nichts. Large 4 steckt nicht im Chat-Assistenten, und die Vorschau ist Geschäftskunden vorbehalten. Wer Mistral wegen der europäischen Herkunft nutzen will, kann das mit Vibe schon heute. Was die Tarife kosten, steht in unserem Überblick zu Mistral AI. Wichtiger als das neueste Modell ist, dass du Ergebnisse sicher prüfen kannst.
Du willst KI im Job sicher einsetzen, statt jedem Release hinterherzulaufen?
Im kostenlosen Erstgespräch klären wir, welche KI-Weiterbildung passt und ob sie gefördert werden kann – über den Bildungsgutschein, wenn du arbeitsuchend bist, oder über das Qualifizierungschancengesetz, wenn dein Arbeitgeber mitzieht. Ob gefördert wird, entscheidet die Agentur für Arbeit.
Kostenloses Erstgespräch buchenBetriebe: abwarten und vorbereiten. Testet die Vorschau nicht mit Kunden-, Personal- oder Vertragsdaten. Nach der Freigabe der Gewichte stehen zwei Prüfungen an: Was erlaubt die Lizenz, und bietet euer IT-Dienstleister oder Cloud-Anbieter das Modell in der EU an? Wer schon heute Daten im Haus halten muss, kommt mit kleineren offenen Modellen weiter.
Entwickler: testen, solange es günstig ist. Der Startrabatt läuft bis etwa 20. Oktober. Testet mit unkritischen Daten und eigenen Aufgaben, und loggt den Tokenverbrauch mit. Sicherheitsteams sollten sich die Cyber-Werte genauer ansehen. Für Code-Agenten zeigen schon Mistrals eigene Zahlen, dass andere Modelle vorn liegen. Auf Eigenbetrieb planen lohnt erst, wenn Gewichte, Lizenz und Hardware-Angaben vorliegen.
Häufige Fragen
Was ist Mistral Large 4?
Das größte Sprachmodell des französischen Anbieters Mistral, vorgestellt am 6. Oktober 2026 als Vorschau. Es hat rund eine Billion Parameter, von denen je Anfrage 52 Milliarden aktiv sind, liest Text und Bilder und hat ein Kontextfenster von einer Million Token.
Was kostet Mistral Large 4?
Über die Schnittstelle 1,36 US-Dollar je Million Token Eingabe und 4,18 US-Dollar Ausgabe. Zum Start gilt zwei Wochen ab dem 6. Oktober ein Rabatt von 50 Prozent, also 0,68 und 2,09 US-Dollar. In der Ausgabe ist das gut ein Fünftel des Preises von Claude Opus 5.5.
Wann kommen die offenen Gewichte?
Mistral nennt das Ende des Monats Oktober, VentureBeat und The Next Web den 27. Oktober 2026. Die Lizenz ist noch nicht veröffentlicht. Für den Eigenbetrieb braucht es Server mit mehreren Rechenzentrums-Grafikkarten, schon der kleinere Vorgänger Large 3 braucht laut Mistral mindestens rund 360 GB Grafikspeicher.
Kann ich Mistral Large 4 in Deutschland nutzen?
Ja, als Geschäftskunde über die Schnittstelle in Mistral Studio. Daten liegen standardmäßig in der EU. Im Chat-Assistenten Vibe nennt Mistral das Modell bisher nicht, Cloud-Partner ebenfalls nicht.
Ist Mistral Large 4 DSGVO-konform nutzbar?
Das hängt am Einsatz, nicht an der Herkunft. Mistral hostet standardmäßig in der EU und bietet einen Vertrag zur Auftragsverarbeitung. Für Vorschaumodelle darf Mistral Eingaben aber zum Training nutzen, auch bei gesetztem Opt-out. Personenbezogene Daten gehören deshalb nicht in die Vorschau.
Ist Mistral Large 4 besser als ChatGPT oder Claude?
In einzelnen Tests zu Cybersicherheit, Finanzen und Bildverständnis liegt es laut Mistral knapp vor GPT-6 Astra. Beim Programmieren liegen OpenAI und Anthropic vorn. Unabhängige Vergleiche standen zum Start aus. Der deutlichere Vorteil gegenüber den US-Modellen ist der Preis.
Modelle bewerten lernen, statt jeder Ankündigung nachzulaufen
Large 4, Opus 5.5, GPT-6: Alle paar Wochen verschiebt sich die Rangliste. Wer beruflich mit KI arbeitet, braucht deshalb eine Methode statt Modell-Hopping – Aufgaben sauber stellen, Ergebnisse prüfen, Daten richtig einordnen -, und genau die üben wir in unserer KI-Weiterbildung (KI-Spezialist 3 Monate, KI-Experte 6 Monate, Vollzeit, online mit Live-Unterricht). Sie ist förderfähig über den Bildungsgutschein oder, wenn dein Arbeitgeber mitzieht, über das Qualifizierungschancengesetz; ob das bei dir in Frage kommt, klären wir im kostenlosen Erstgespräch, entschieden wird es von der Agentur für Arbeit.
Kostenloses Erstgespräch buchenQuellen: Mistral: Introducing Mistral Large 4, 06.10.2026 · Mistral-Dokumentation: Mistral Large 4 · Mistral-Dokumentation: Changelog, 06.10.2026 · Mistral: Technische Dokumentation Large 4, 06.10.2026 · Mistral-Dokumentation: Mistral Large 3 · Mistral-Dokumentation: Mistral Medium 3.5 · Mistral: Commercial Terms of Service, Fassung 25.09.2026 · Mistral: Data Processing Addendum, Fassung 27.07.2026 · Mistral Help Center: Datenspeicherort, 12.08.2026 · Mistral: Preise · TechCrunch, 06.10.2026 · VentureBeat, 06.10.2026 · The Next Web, 06.10.2026 · heise, 06.10.2026 · TechCrunch, 25.04.2026 · Artificial Analysis: Mistral Large 4. Abgerufen am 13.10.2026.
Paul Niebler – Gründer der Scaly Academy. Über zehn Jahre IT-Consulting mit Schwerpunkt KI, unter anderem bei IBM und mit seinem zweiten Unternehmen Pexon Consulting. Er setzt die hier beschriebenen Werkzeuge selbst täglich ein und schreibt auf, was davon im Betrieb trägt – und was nicht. Einschätzung, keine Rechtsberatung. Paul auf LinkedIn
