Mistral AI veröffentlicht offene Gewichte für Mistral Large 4
Mistral AI hat die offenen Gewichte von Mistral Large 4 veröffentlicht, einem Modell mit einer Billion Parametern, das laut Unternehmen bei Coding- und Cybersicherheits-Benchmarks unter den offenen Modellen führt.
Kurze Antwort
Was hat Mistral AI zu Mistral Large 4 bekanntgegeben?
Mistral AI hat die offenen Gewichte von Mistral Large 4 (Le Chonk) veröffentlicht, einem multimodalen Modell mit einer Billion Parametern. Das Unternehmen gibt an, dass es bei Coding- und Cybersicherheits-Benchmarks unter den offenen Modellen führend ist, drei Reasoning-Modi bietet und auf europäischer Infrastruktur für den souveränen KI-Einsatz trainiert wurde.
Das Wichtigste
- Mistral AI hat die offenen Gewichte von Mistral Large 4, auch Le Chonk genannt, veröffentlicht – ein nativ multimodales Modell mit einer Billion Parametern, das sich zuvor Anfang Oktober in einer öffentlichen Vorabversion befand.
- Das Unternehmen erklärt, zusätzliches Reinforcement Learning seit der Vorabversion habe die Coding- und defensiven Cybersicherheitsleistungen verbessert, wobei Mistral Large 4 bei Cognitions FrontierCode-2.0-Benchmark (19,7 %) und Terminal-Bench 4.0 (41 %) unter den offenen Modellen führt.
- Mistral zufolge erreicht das Modell 48 % auf dem Artificial Analysis Coding Agent Index und liegt damit etwa gleichauf mit GLM-5.3, bei 47 % weniger Tokens pro Aufgabe.
- Auf dem Artificial Analysis Cyber Index erreicht das Modell laut Mistral 51 % für das Entdecken, Reproduzieren und Patchen von Schwachstellen, bei einer durchschnittlichen Ablehnungsrate von 96,6 % bei bösartigen Cyberanfragen.
- Mistral erklärt, das Modell unterstütze drei Reasoning-Modi (niedrig, mittel, hoch), damit Entwickler Leistung und Inferenzkosten abwägen können, und sei auf europäischer Infrastruktur trainiert worden.
Offene Gewichte veröffentlicht
Mistral AI hat die offenen Gewichte von Mistral Large 4 veröffentlicht, dem nativ multimodalen Modell mit einer Billion Parametern, das das Unternehmen Le Chonk nennt. Mistral hatte das Modell Anfang Oktober zunächst in eine öffentliche Vorabversion gebracht und erklärt, seitdem Feedback von Entwicklern und Partnern sowie fortlaufendes Reinforcement Learning genutzt zu haben, um die Coding- und defensiven Cybersicherheitsleistungen des Modells zu verbessern.
Mistral erklärt, das Modell sei von Grund auf auf europäischer Infrastruktur trainiert worden, und beschreibt es als Grundlage für das, was das Unternehmen souveräne KI nennt – Organisationen können das Modell selbst hosten und anpassen.
Coding-Leistung
Mistral zufolge haben drei zusätzliche Wochen Reinforcement Learning nach der Vorabversion Mistral Large 4 an die Spitze der offenen Coding-Modelle gebracht. Das Unternehmen nennt einen Wert von 19,7 % auf dem privaten FrontierCode-2.0-Benchmark von Cognition, der nach eigenen Angaben bewertet, ob ein Repository-Maintainer die Änderung eines Coding-Agenten mergen würde – damit liege das Modell bei diesem Test vor anderen offenen Modellen.
Auf dem Artificial Analysis Coding Agent Index erreiche das Modell laut Mistral 48 %, was das Unternehmen als praktisch gleichauf mit GLM-5.3 beschreibt, bei durchschnittlich 47 % weniger Tokens pro Aufgabe. Bei Terminal-Bench 4.0 habe sich das Modell gegenüber der Vorabversion um 13 Prozentpunkte auf 41 % verbessert, womit es unter den offenen Modellen die Führung übernehme und zugleich 30 % weniger Output-Tokens benötige.
Mistral verweist zudem auf blinde paarweise Bewertungen von Surge Code, denen zufolge Mistral Large 4 gegenüber GLM-5.3, Kimi K3 und DeepSeek V4.1 Flash bevorzugt wurde und unter den getesteten Modellen nur hinter Claude Opus 5.5 liegt.
Reasoning-Modi
Das Unternehmen erklärt, Mistral Large 4 unterstütze nun drei Reasoning-Modi, mit denen Entwickler Leistung gegen Kosten abwägen können: niedrig für einfache Aufgaben, mittel für alltägliche Aufgaben und hoch – der Standardmodus – für Aufgaben, die hohe Präzision und gründliches Reasoning erfordern.
Cybersicherheitsfähigkeiten
Mistral erklärt, mit Cybersicherheitsanbietern zusammengearbeitet zu haben, um das Modell bei der Reproduktion und dem Patchen von Schwachstellen in realen Umgebungen zu bewerten. Das Unternehmen gibt einen Wert von 51 % auf dem Artificial Analysis Cyber Index an, der nach eigenen Angaben misst, wie gut ein Modell Schwachstellen entdecken, reproduzieren, validieren und patchen kann, ohne bestehende Funktionalität zu beeinträchtigen.
Mistral erklärt, die Guardrails des Modells unterscheiden zwischen defensiven und bösartigen Cybersicherheitsanfragen und das Modell habe bei JailbreakBench, StrongREJECT und AgentHarm eine durchschnittliche Ablehnungsrate von 96,6 % bei bösartigen Cyberanfragen erreicht – nach Angaben des Unternehmens der höchste Wert, den es bisher bei offenen Modellen gemessen hat.
Das Unternehmen erklärt, es habe die cybersicherheitsbezogene Nutzung der Vorabversion im Live-Betrieb überwacht und beobachtet, dass das Modell Black-Box-Angriffe auf reale Ziele verweigerte, zugleich aber auch ein Potenzial erkannt, dass das Modell zur Verstärkung echter Angriffe genutzt werden könnte. Mistral erklärt, die Guardrails entsprechend anzupassen und weiterhin zu aktualisieren.
Das Unternehmen erklärt, es gewähre Enterprise-Designpartnern, darunter Orange Cyberdefense, Vorabzugriff auf eine spezialisierte Variante des Modells, die für Penetrationstests, Schwachstellenbewertungen und Red-Teaming optimiert ist, wobei der Zugang einer Prüfung unterliegt und vertragliche Sicherheitsvorkehrungen die Tests auf autorisierte Systeme beschränken. Kunden könnten das Modell zudem mithilfe proprietärer Sicherheitsdaten über ein Tool namens Mistral Forge anpassen und es weiter zu kleineren, aufgabenspezifischen Varianten optimieren.
Quelle: Mistral AI, „Mistral Large 4 (Le Chonk) is now open weight“, veröffentlicht am 29. Oktober 2026.
Häufige Fragen
- Was ist Mistral Large 4?
- Mistral Large 4, mit dem Spitznamen Le Chonk, ist ein nativ multimodales Modell mit einer Billion Parametern von Mistral AI, das das Unternehmen zunächst als öffentliche Vorabversion veröffentlichte und nun als offene Gewichte zur Verfügung stellt.
- Welche Coding-Benchmarks nennt Mistral für Large 4?
- Mistral nennt einen Wert von 19,7 % auf dem FrontierCode-2.0-Benchmark von Cognition, einen Wert von 41 % auf Terminal-Bench 4.0 und einen Wert von 48 % auf dem Artificial Analysis Coding Agent Index – jeweils als führend oder gleichauf mit anderen offenen Modellen beschrieben.
- Was sagt Mistral zur Cybersicherheitsleistung des Modells?
- Mistral gibt an, das Modell erreiche 51 % auf dem Artificial Analysis Cyber Index für das Entdecken, Reproduzieren und Patchen von Schwachstellen und habe eine durchschnittliche Ablehnungsrate von 96,6 % bei bösartigen Cyberanfragen.
- Welche Reasoning-Modi bietet Mistral Large 4?
- Mistral erklärt, das Modell unterstütze drei Modi: niedrig für einfache Aufgaben, mittel für alltägliche Aufgaben und hoch – der Standardmodus – für die anspruchsvollsten Aufgaben, die präzises, gründliches Reasoning erfordern.