Kurzfassung: Mistral hat Large 4 als API-Vorschau veröffentlicht. Das multimodale Mixture-of-Experts-Modell umfasst 1,05 Billionen Parameter, aktiviert pro Verarbeitungsschritt aber 49 Milliarden. Ein unabhängiger Cyber-Test bestätigt einen Spitzenwert; die angekündigten offenen Gewichte sind noch nicht verfügbar.
Was heute verfügbar ist
Mistral Large 4 verarbeitet bis zu eine Million Tokens Kontext und besitzt zusätzlich einen Vision-Encoder mit 1,6 Milliarden Parametern. Nach Unternehmensangaben wurde das Modell in Europa auf 3.800 NVIDIA Grace-Blackwell-GPUs trainiert und deckt mehr als 160 Sprachen ab. Nutzbar ist zunächst die öffentliche API-Vorschau.
Die Gewichte sollen laut Mistral bis Monatsende erscheinen; Reuters nennt den 27. Oktober. Eine Lizenz hat das Unternehmen noch nicht veröffentlicht. Large 4 ist deshalb derzeit präziser als angekündigtes Open-Weight-Modell zu beschreiben, nicht als bereits herunterladbares oder unter bekannten Bedingungen frei betreibbares Modell.
Der Cyber-Vergleich ist enger als die Schlagzeile
Auf CyberGym-E2E-AA erreicht die Vorschau 81,7 Prozent und liegt damit vor MiMo-V2.6-Pro mit 78,6 sowie GPT-6 Luna mit 77,9 Prozent. Artificial Analysis führt den Test unabhängig aus: Ein Agent muss reale Speicherfehler in 131 Open-Source-Projekten finden, reproduzieren und patchen, ohne bestehende Funktionstests zu brechen.
Das stützt Mistrals Aussage zu starker defensiver Cyber-Leistung. Es belegt aber keinen generellen Sieg über chinesische Modelle. Im aus drei Tests zusammengesetzten Cyber Index führen Grok 4.7 und MiMo-V2.6-Pro mit jeweils 56 Punkten vor GPT-6 Luna mit 53; Mistral spricht für Large 4 lediglich von einem Platz unter den besten fünf. Reuters weist korrekt darauf hin, dass CEO Arthur Mensch bei seiner weiter gefassten China-Aussage weder Vergleichsmodelle noch Benchmarks nannte.
49 Milliarden aktiv heißt nicht 49 Milliarden gespeichert
Die MoE-Architektur senkt die Rechenarbeit pro Token, weil nur ein Teil der Experten aktiv ist. Für eine vollständige lokale Bereitstellung müssen die insgesamt 1,05 Billionen Parameter dennoch gespeichert oder zwischen Rechnern verteilt werden. Rein rechnerisch beanspruchen die Gewichte selbst bei vier Bit etwa 525 Gigabyte, noch ohne Laufzeitpuffer, Kontext-Cache und weitere Daten. Konkrete Hardwareanforderungen will Mistral erst mit Architekturdetails und Gewichten veröffentlichen.
Pandorex Analyse
Large 4 liefert ein konkretes technisches Ergebnis für Mistrals Strategie aus europäischer Infrastruktur, Kapital und offenen Gewichten. Der CyberGym-Spitzenwert ist belastbarer als eine reine Herstellerfolie. Ob daraus ein praktisch offenes Spitzenmodell wird, entscheidet sich jedoch erst am 27. Oktober: Dann müssen Gewichte, Lizenz, reproduzierbare Konfigurationen und Speicherbedarf gemeinsam bewertet werden.