Mistral Large 4: Europas dicker Kater – und wir bauen darauf
Paris hat am 6. Oktober 2026 einen Brocken auf den Tisch gelegt. Mistral Large 4 heißt das neue Spitzenmodell des französischen KI-Labors, Spitzname „Le Chonk“. Der Name hat eine Vorgeschichte: Im Juni ging ein erfundenes Mistral-Modell namens „Le Chaton Fat“ auf X und Reddit viral, und CEO Arthur Mensch korrigierte dort trocken, es heiße „le gros chaton“. Ein Milliardenunternehmen, das sein wichtigstes Produkt nach einem dicken Kater benennt, hat bei mir schon gewonnen, bevor ich eine einzige Zahl gelesen habe.
Wir arbeiten in unserer KI-Agentur AI Pirates seit Langem mit den Schnittstellen von Mistral und sind Fans. Deshalb habe ich die Ankündigung besonders streng gegengelesen. Wer seinen Verein liebt, darf auch über die Abwehr schimpfen.
Was Mistral Large 4 kann
Large 4 hat laut Mistrals Modellseite 1,05 Billionen Parameter. Kleiner Service, falls du in den nächsten Tagen englische Artikel überfliegst: „1 trillion“ ist auf Deutsch eine Billion. Wer irgendwo von „Trillionen Parametern“ liest, hat einen Übersetzungsfehler gefunden und darf ihn behalten.
Parameter sind die Stellschrauben, an denen ein Modell beim Training dreht. Mehr davon heißt mehr Kapazität, aber auch mehr Rechenaufwand pro Antwort. Mistral löst das mit einer Bauweise namens Mixture of Experts. Stell dir einen Fußballverein mit gut 1.000 Spielern im Kader vor, von denen pro Spielzug nur rund 50 auf den Platz laufen. Genau dieses Verhältnis gibt Mistral an: Laut Modellseite sind pro Rechenschritt 52 Milliarden Parameter aktiv, also knapp fünf Prozent. Der Rest sitzt auf der Bank und wartet auf seine Spezialaufgabe. Das macht den Betrieb deutlich billiger, als die Gesamtzahl vermuten lässt. Die Bank ist allerdings sehr, sehr lang.
Falls du woanders 49 Milliarden gelesen hast: Das stimmt auch. Mistrals Ankündigung vom selben Tag nennt 49 Milliarden aktive Parameter und rund eine Billion insgesamt, die technische Modellseite 52 Milliarden und 1,05 Billionen. Die meisten Medien haben die Zahlen aus der Ankündigung übernommen. Ich halte mich in diesem Text an die Modellseite. Bei einem dicken Kater schwankt das Gewicht eben je nach Waage.
Trainiert wurde das Modell nach Unternehmensangaben auf 3.800 Nvidia-Grafikprozessoren in eigenen europäischen Rechenzentren. Pierre Stock, bei Mistral für die Forschung zuständig, rundete gegenüber TechCrunch auf 4.000 auf und sagte, das sei „zwei- bis dreimal weniger als bei unseren chinesischen Wettbewerbern“ und deutlich weniger als bei den geschlossenen Anbietern. Large 4 versteht Text und Bilder, antwortet aber nur in Text. Es beherrscht mehr als 160 Sprachen, darunter alle Amtssprachen der EU. Ja, auch Maltesisch.
Der Listenpreis liegt bei 1,36 Dollar pro Million eingelesener Tokens und 4,18 Dollar pro Million ausgegebener. Während der Vorschauphase verlangt Mistral die Hälfte. Ein Token ist grob ein Wortstück, eine Million davon entspricht einem ordentlichen Stapel Romane. Für den Preis eines Cappuccinos liest dir das Ding also ein Bücherregal vor.
Mistral Large 4 im Faktencheck: Wo die Franzosen dick auftragen
Mistral nennt Large 4 das stärkste offene Modell aus den USA oder Europa. Lies den Satz zweimal. China fehlt darin, und das ist Absicht. Die Ranglisten offener Modelle führen seit Monaten Labore wie DeepSeek, Moonshot und Alibaba an. Mistral hat sich also die westliche Hälfte der Tabelle ausgesucht und dort den ersten Platz reklamiert. Das ist ungefähr so, als würde ich mich zum besten Kicker meiner Straße erklären, Hausnummern 1 bis 12. Legitim, man sollte es nur wissen.
Die hauseigenen Vergleichszahlen sehen gut aus. Im Programmiertest DeepSWE kommt Large 4 laut Mistral auf 62 Prozent, das chinesische GLM-5.3 auf 61. VentureBeat hat nachgeschaut und auf der öffentlichen Bestenliste desselben Tests andere Werte gefunden: Dort stehen GLM-5.3 und Kimi K3 bei rund 69 Prozent, die geschlossenen Spitzenmodelle aus den USA bei etwa 74. Die Werte, die Mistrals Folien für GPT-6 Astra, Kimi K3 und DeepSeek zeigen, fand die Redaktion nach eigenen Angaben in keiner öffentlichen Quelle wieder.
Die unabhängige Prüfstelle Vals AI sortiert Large 4 in ihrem breiten Branchenindex auf Rang 32 von 44 ein, mit 48 Prozent. Im Rechtstest der Kanzlei-Software Harvey landet es dagegen auf Platz 6 von 75. heise online merkt an, dass das Modell in der Softwareentwicklung klar hinter OpenAI und Anthropic liegt und Mistrals Diagramme genau diesen Vergleich nicht zeigen. Ein Schelm, wer da an Bewerbungsfotos denkt.
Dann wäre da das Wort „offen“. Die Gewichte, also die Datei, mit der jeder das Modell auf eigenen Servern betreiben kann, gibt es heute noch nicht. Mistral verspricht sie bis Ende Oktober, mehrere Medien nennen den 27. Oktober. Vorher sollen Sicherheitsforscher und Behörden das Modell abklopfen, weil es in der Cyberabwehr besonders stark sein soll. Unter welcher Lizenz die Gewichte erscheinen, steht in der Dokumentation nicht. Der Vorgänger Large 3 kam im Dezember 2025 unter der sehr freien Apache-Lizenz, VentureBeat berichtet diesmal von einer eigenen Mistral-Lizenz. Offen ist Large 4 im Moment also etwa so wie ein Restaurant, das nächste Woche aufmacht. Für Unternehmen zählt das, weil die Lizenz entscheidet, was man kommerziell damit anstellen darf.
Beim Kontextfenster gibt es ebenfalls eine Lücke zwischen Prospekt und Messung. Mistral nennt eine Million Tokens, unabhängige Auswerter listen bislang etwa die Hälfte. In einer Vorschauphase kann sich das noch ändern. Verlassen würde ich mich heute auf die kleinere Zahl. Das gilt übrigens auch für Größenangaben in Dating-Profilen.
Warum KI aus Europa trotzdem zählt
Mensch sagte laut The Next Web kurz vor dem Start auf einer Konferenz in Abu Dhabi, die Erzählung, Europa könne nicht mithalten, stimme nicht. Belege für den Satz findest du derzeit eher in den Geschäftszahlen als in den Bestenlisten.
Am 8. September hat Mistral drei Milliarden Euro eingesammelt, angeführt von Samsung, bei einer Bewertung von über 21 Milliarden Euro. Nach Unternehmensangaben war das die größte Eigenkapitalrunde, die ein europäisches Techunternehmen je abgeschlossen hat. Im März kamen 830 Millionen Dollar Kredit für ein Rechenzentrum südlich von Paris dazu, mit 13.800 Nvidia-Chips. Mistral trainiert sein größtes Modell inzwischen auf eigener Infrastruktur und verspricht einen Betrieb, den das Unternehmen komplett selbst verantwortet, unabhängig von anderen Digitalkonzernen und unter europäischem Recht.
Das klingt nach Sonntagsrede, hat im Alltag aber handfeste Folgen. Wer einem Mittelständler oder einem Verein KI verkaufen will, sitzt irgendwann vor dem Datenschutzbeauftragten. Ich habe diese Gespräche in unserer KI-Beratung mit amerikanischen und mit europäischen Anbietern geführt. Die mit europäischen dauern kürzer, und man bekommt danach hoffentlich noch einen Kaffee angeboten.
Und jetzt kurz ohne Fußnoten: Ich freue mich über diesen Kater. Ein Labor aus Paris, gerade drei Jahre alt, trainiert ein Billionen-Modell auf eigenen Rechnern in Europa und stellt es zum Ausprobieren ins Netz. Vor zwei Jahren hättest du für diese Vorhersage auf jedem Digitalpodium ein mitleidiges Nicken geerntet. Meckern werde ich in diesem Text trotzdem weiter. Das gehört in Europa schließlich zur Fankultur.
Warum wir als KI-Agentur seit Langem auf Mistral bauen
Unser aktuelles Beispiel heißt SportsPirates. Das ist unsere Plattform für Nachwuchsleistungszentren im Fußball, mit einem KI-Assistenten. Trainer fragen ihn nach Belastungswerten, nach dem nächsten Gegner oder nach dem Spielbericht vom Wochenende. Die Anwendung läuft auf Servern in Deutschland, die Sprachmodelle kommen aus Paris.
Die Schnittstelle von Mistral mochten wir schon, als der dicke Kater noch ein Katzenwitz war. Sie ist aufgeräumt, und die Preise stehen offen auf der Seite. Das klingt nach wenig. Wer schon einmal eine Preisliste per Vertriebstermin erfragen musste, weiß es zu schätzen.
Bevor ein Modell bei uns überhaupt etwas zu lesen bekommt, kommt die Datenarbeit. Im Nachwuchsfußball geht es um Minderjährige, da hört der Spaß auf. Deshalb ersetzt die Plattform Spielernamen durch Platzhalter, bevor eine Trainerfrage nach Paris geht. Aus dem Linksverteidiger wird „Spieler_A“. Das Modell rechnet mit dem Platzhalter, und erst auf unserem Server wird daraus wieder der Name, den der Trainer kennt. Juristen sagen dazu Pseudonymisierung. Für das Sprachmodell besteht der Kader aus lauter Unbekannten, und das darf gern so bleiben.
Der zweite Teil der Hausaufgaben ist langweiliger und wichtiger: Ordnung. Ein Spielbericht oder eine Belastungsmessung wird einmal hochgeladen und einmal sauber einsortiert. Danach bedient dieselbe Ablage jede Frage, die ein Trainer stellen kann. Ein Sprachmodell ist nur so klug wie der Aktenschrank, in den es greifen darf. Wohin das führen soll: Trainer sollen abends weniger Tabellen pflegen und mehr Zeit für den Platz haben. Mehr verrate ich nicht, ein bisschen Kabinengeheimnis muss sein.
Der Assistent nutzt dabei mehrere Mistral-Modelle in Arbeitsteilung. Ein kleines sortiert die Frage vor, ein mittleres plant, welche Daten es braucht, und Large 3 formuliert die Antwort. Dazu kommen Spezialmodelle für Texterkennung und für die Suche in Dokumenten. Diese Familie aus einer Hand ist für uns ein echter Grund. Wir zahlen für die teure Denkleistung nur dort, wo sie nötig ist, und der Rest läuft für Centbeträge. Man schickt ja auch nicht den Chefarzt zum Pflasterkleben.
Der zweite Grund sind die offenen Gewichte. Sollte Mistral morgen die Preise verdoppeln oder die Bedingungen ändern, könnten wir ein offenes Modell selbst betreiben. Bei einem geschlossenen Anbieter bliebe uns in dem Fall nur ein freundlicher Brief.
Der dritte Grund klingt unromantisch. Für die meisten Aufgaben in echten Projekten braucht niemand das beste Modell der Welt. Ein Jugendtrainer will wissen, wer am Dienstag zu viel gelaufen ist, und die Antwort muss stimmen. Dafür zählen saubere Datenabfragen und ein vernünftiger Preis mehr als fünf Prozentpunkte in einem Programmiertest.
Trotzdem stellen wir den Assistenten nicht noch heute Abend auf Large 4 um, auch wenn es in den Fingern juckt wie am Heiligabend vor der Bescherung. Wir haben über Wochen einen Katalog echter Trainerfragen aufgebaut und messen damit jede Änderung. Large 4 bekommt denselben Parcours, mehrere Durchläufe, im direkten Vergleich mit dem heutigen Stand. Erst wenn die Antworten mindestens so gut sind und Kosten und Tempo passen, wechseln wir. Ein Vorschaumodell, dessen Konfiguration sich laut Hersteller noch ändern kann, hat in einem Produktivsystem ohne diese Prüfung nichts verloren.
Was du daraus mitnehmen kannst
Lies bei jeder Modellankündigung zuerst die Einschränkung im Superlativ. „Bestes offenes Modell aus dem Westen“ ist eine andere Aussage als „bestes Modell“.
Prüf Herstellerzahlen gegen unabhängige Tests, bevor du eine Entscheidung darauf baust. Bei Large 4 liegen zwischen Prospekt und Prüfstand je nach Disziplin Welten oder gar nichts.
Frag bei „offen“ nach der Lizenz und nach dem Datum. Angekündigte Gewichte sind noch keine heruntergeladenen.
Und bau dir einen eigenen Test mit deinen echten Aufgaben. Zwanzig typische Fragen aus deinem Alltag sagen mehr über ein Modell als jede Bestenliste.
Europa ist mit Large 4 nicht plötzlich Weltmeister. Aber es steht wieder ein Team auf dem Platz, das eigene Rechenzentren hat, eigenes Geld und ein Modell, das in einzelnen Disziplinen vorne mitspielt. Ende Oktober sollen die Gewichte kommen, dann sehen wir auch die Lizenz. Bis dahin bekommt der dicke Kater von uns einen Vertrauensvorschuss und einen Platz auf dem Prüfstand. Die Waage steht schon bereit.
Kurz gefragt: Mistral Large 4
Was ist Mistral Large 4?
Das größte Sprachmodell des Pariser KI-Labors Mistral AI, vorgestellt am 6. Oktober 2026. Es hat laut Modellseite 1,05 Billionen Parameter, von denen pro Rechenschritt 52 Milliarden aktiv sind (die Ankündigung nennt 49 Milliarden), und verarbeitet Text und Bilder.
Was kostet Mistral Large 4?
Der Listenpreis über die Schnittstelle beträgt 1,36 Dollar pro Million eingelesener und 4,18 Dollar pro Million ausgegebener Tokens. In der Vorschauphase berechnet Mistral die Hälfte.
Ist Mistral Large 4 Open Source?
Noch nicht. Mistral hat die Gewichte bis Ende Oktober 2026 angekündigt. Die Lizenz hat Mistral bislang nicht benannt, deshalb lässt sich die Frage erst nach der Veröffentlichung sauber beantworten.
Quellen
- Mistral AI: Modellseite Mistral Large 4
- Mistral AI: Ankündigung Mistral Large 4, 6.10.2026
- heise online, Christopher Kunz: „Mistral Large 4: Der LLM-Brocken aus der EU will zur Konkurrenz aufschließen“
- TechCrunch, Anna Heim, 6.10.2026
- VentureBeat, Carl Franzen, 6.10.2026
- The Next Web, Ana-Maria Stanciuc, 6.10.2026
- Vals AI: Mistral Large 4
- The Decoder, Jonathan Kemper, 8.9.2026
- The Next Web: Mistral sichert sich 830 Millionen Dollar für Rechenzentrum
Max Anzile
Max Anzile hat die Social Media Pirates direkt aus der Uni heraus gegründet. Aus der Agentur ist die Holding Pirates World entstanden, die heute drei Bereiche bündelt: Social Media, Performance Marketing mit Black Flag Performance und künstliche Intelligenz mit der KI-Agentur AI Pirates. Max arbeitet täglich mit KI, entwickelt eigene Produkte damit und begleitet Unternehmen in der KI-Beratung. Er sieht in der Technologie vor allem Chancen und nutzt sie als Werkzeug, das gute Arbeit schneller und besser macht.
