Mistral veröffentlicht Gewichte von Large 4 – bestes offenes Modell außerhalb Chinas

Offene Gewichte für ein nahezu frontierfähiges Modell

Mistral hat die herunterladbaren Gewichte für Large 4 (ML4) veröffentlicht, intern „Le Chonk“ genannt – ein Modell mit einer Billion Parametern, das am 6. Oktober in einer Vorschauversion vorgestellt worden war. Die Gewichte sind auf Hugging Face unter der Mistral Ecosystem Open-Weight License verfügbar, die keine Umsatzschwelle vorsieht. Eine gesonderte kommerzielle Vereinbarung ist nur nötig, wenn der Nutzer oder ein verbundenes Unternehmen ein Model-as-a-Service-Geschäft betreibt, vorbehaltlich bestimmter Ausnahmen. Das Modell liest Text und Bilder, erzeugt Text und Code und aktiviert für jede Aufgabe 52 Milliarden seiner Parameter.

Benchmarks und der Abstand zur offenen Spitze

In seiner Bewertung vom 29. Oktober vergibt Artificial Analysis ML4 mit hohem Reasoning 26 Punkte auf dem Intelligence Index v5, nach 25 für die Vorschauversion. Das ist ein Punkt mehr als Muse Spark Open bei xhigh, aber sechs Punkte weniger als die offenen Spitzenmodelle DeepSeek V4.1 Flash 1017 und GLM-5.3, beide mit ihren maximalen Reasoning-Einstellungen getestet. Auf Terminal-Bench 4.0, das agentisches Programmieren im Terminal prüft, stieg ML4 von 28 % in der Vorschau auf 41 % und liegt damit knapp vor GLM-5.3 mit 40 %. Auf CyberGym-E2E, das misst, ob ein Modell Speichersicherheitsfehler in Open-Source-Projekten in C und C++ finden, reproduzieren und patchen kann, erreichte ML4 79 %, gleichauf mit MiMo-V2.6-Pro und vor DeepSeek V4.1 Flash mit 76 %.

ML4 in der Vorschau28%

ML4 bei Veröffentlichung41%

GLM-5.340%

ML4 in der Vorschau

28 %

ML4 bei Veröffentlichung

41 %

GLM-5.3

40 %

Daten aus dem Artikeltext

ML479%

DeepSeek V4.1 Flash76%

ML4

79 %

DeepSeek V4.1 Flash

76 %

Daten aus dem Artikeltext

Kosten pro Aufgabe und Effizienz beim Programmieren

Artificial Analysis beziffert die Kosten von ML4 auf 2,06 US-Dollar pro Aufgabe des Intelligence Index, nach 5,54 US-Dollar für die Vorschauversion – ein Rückgang um 63 %. In der Bewertung für Coding-Agenten rangiert ML4 auf Platz zwei unter den aktuellen offenen Modellen, verbraucht dabei aber im Schnitt 47 % weniger Tokens pro Aufgabe als GLM-5.3; laut Mistral summiert sich diese Einsparung, wenn Agenten stundenlang laufen. Frühe Tester, die nur als Regierungen und Unternehmen beschrieben werden, wünschten sich mehr Kontrolle darüber, wie lange das Modell nachdenkt, weshalb Mistral die Reasoning-Modi „niedrig“ und „mittel“ ergänzte und den Modus „hoch“ um 50 % effizienter machte. Die Kostenvorteile sind vor allem für Kunden wichtig, die die Kontrolle über ihre Deployments behalten wollen.

ML4 Vorschau5,54

ML4 Veröffentlichung2,06

ML4 Vorschau

5.54 USD pro Aufgabe

ML4 Veröffentlichung

2.06 USD pro Aufgabe

Daten aus dem Artikeltext

Marjorie Janiewicz, Chief Revenue Officer von Mistral, sagte in einem persönlichen Interview mit VentureBeat, Kunden wollten Modelle, die sie behalten, auf ihre eigenen Informationen zuschneiden und nutzen könnten, ohne vollständig von der fortwährenden Erlaubnis eines Anbieters abhängig zu sein. Die Kernforderung brachte sie so auf den Punkt:

„Ich will mein Modell besitzen“

Orange Cyberdefense und die Kontrolle über Daten

Orange Cyberdefense ist am Donnerstag, 29. Oktober, dem Design-Partner-Programm für Large 4 beigetreten. Das französische Unternehmen will das Modell schrittweise einführen, beginnend mit technischen Audits und Penetrationstests, bei denen Spezialisten versuchen, in Kundensysteme einzudringen, um Schwachstellen zu finden. Später soll es unter anderem darum gehen, zu bewerten, wie Angreifer diese Systeme erreichen könnten, und Sicherheitsvorfälle zu untersuchen, damit Mitarbeiter schneller reagieren können. Orange Cyberdefense wird seine Sicherheitsmodelle auf Rechnern in den europäischen Rechenzentren von Mistral betreiben, was den Kunden nach eigenen Angaben hilft, die Kontrolle über ihre Daten zu behalten. Finanzielle Einzelheiten wurden nicht genannt, und der Rollout richtet sich zunächst an Geschäfts- und öffentliche Kunden.

Anis Trabelsi, Leiter Innovation und KI bei Orange Cyberdefense, sagte:

„Diese Allianz zwischen Orange Cyberdefense und Mistral AI stärkt das Fundament einer Cybersicherheit, die durch vertrauenswürdige KI erweitert wird“

Offene Gewichte als strategisches Argument

Pierre Stock, Vizepräsident für Wissenschaft bei Mistral, sagte vor Journalisten bei einer Pressekonferenz:

„Es ist ein entscheidender Moment im globalen Rennen um die KI-Führung“

Stock argumentierte, Unternehmen und Regierungen bräuchten Modelle, die sich nicht aus der Ferne abschalten ließen, verglich KI mit Strom und warnte davor, von einem Anbieter abhängig zu sein, der den Zugang kurzfristig kappen könne. Sobald Gewichte veröffentlicht seien, verbreiteten sie sich im Internet, sodass der Zugang nicht zurückgenommen werden könne. Zudem gebe es keine Garantie, dass chinesische Modelle bösartiges Verhalten vermeiden, und sie könnten als Bedrohungsvektoren dienen. Wettbewerber halten dagegen, offene Modelle brächten mehr Risiko. Mistral erklärt, ML4 mit einem Bruchteil der Ressourcen gebaut zu haben, die geschlossenen Labors und chinesischen Rivalen zur Verfügung stehen – eine Behauptung, die schwer zu überprüfen ist, weil die chinesischen Labors wenig offenlegen.