Mistral Large 4 ist das öffentliche Vorschau-Modell, das Mistral AI am 6. Oktober 2026 über seinen offiziellen Blog vorgestellt hat: eine Billion Parameter insgesamt, 49 Milliarden aktive Parameter, nativ multimodal und das bisher größte Modell des französischen Unternehmens. Die Vorschau-API ist noch am selben Tag in Mistral Studio live gegangen, die offenen Gewichte folgen bis Ende Oktober – zuvor wird das Modell von Cybersicherheitsakteuren, geprüften Partnern und staatlichen Stellen einem Red-Teaming unterzogen.
Die Stärken: Sicherheit, Programmierung und Bildverständnis
Nach den von Mistral veröffentlichten Werten gehört Large 4 im Cyber Index von Artificial Analysis zu den fünf besten Modellen weltweit und führt die quelloffenen Modelle außerhalb Chinas mit Abstand an. In einem Test, bei dem ein Modell eine reale Open-Source-Schwachstelle reproduzieren und anschließend patchen muss, erreicht es mit 82 Prozent den höchsten Wert aller Modelle; bei Cybench, 40 Aufgaben aus Sicherheitswettbewerben, löst es 93 Prozent. Beim Programmieren erzielt es 61,7 Prozent auf DeepSWE v1.1 und einen kombinierten Coding Agent Index von 49,8 Prozent, vor DeepSeek V4 Pro und Qwen3.8 Max, sowie 59,9 Prozent auf AutomationBench für Geschäftsabläufe. Beim visuellen Grounding liegt es auf Dense 200 mit 42 zu 41 Prozent knapp vor GPT-6 Astra. Die meisten dieser Zahlen stammen vom Anbieter und seinen Evaluierungspartnern und sind bis zu unabhängigen Tests nach der Gewichtsveröffentlichung als Herstellerangaben zu lesen.
Bemerkenswert ist die Haltung zu Sicherheitsarbeit. Mistral weist darauf hin, dass mehrere führende geschlossene Modelle in genau diesem Schwachstellentest nahe null Punkten landen, weil sie die Aufgabe verweigern – während Verteidiger oft genau diesen Nachweis einer Lücke brauchen. Large 4 verbindet starke Cyber-Fähigkeiten mit selbst hostbaren offenen Gewichten: Vor der Freigabe läuft ein Red-Teaming mit reduzierter Moderation, danach können Organisationen das Modell in der privaten Cloud oder vor Ort nach eigenen Richtlinien betreiben. Steht GLM-5.3 auf Amazon Bedrock für den Weg der Cloud-Verteilung, setzt Large 4 auf den Weg der Gewichte in eigener Hand – und der Abstand zwischen beiden Routen wächst.
Europäische Rechenleistung ist die andere Hälfte der Geschichte
Large 4 wurde von Grund auf auf 3.800 NVIDIA-Grace-Blackwell-GPUs in Mistrals eigenen europäischen Rechenzentren trainiert, und auch die Vorschau läuft auf derselben Infrastruktur. Die Trainingsdaten umfassen mehr als 160 Sprachen, darunter alle Amtssprachen der Europäischen Union. Mistral stellt den Start als ersten Meilenstein der Roadmap dar, die seine Series-D-Runde über 3 Milliarden Euro finanziert; das Modell soll die Grundlage einer neuen Generation spezialisierter Modelle werden, und das Reinforcement Learning läuft noch.
Für Nutzer heißt das zweierlei. API-Nutzer können sofort loslegen, sollten aber wissen: Es ist eine Vorschau, das Modell verändert sich noch schnell, Details zu Architektur und Nachtraining folgen erst mit den Gewichten. Teams, die selbst hosten wollen, müssen bis Ende Oktober warten, und ein Modell mit einer Billion Parametern bleibt trotz 49 Milliarden aktiver Parameter ein schweres Deployment. Entscheidend wird das unabhängige Benchmarking nach der Gewichtsveröffentlichung – liegen die Fremdwerte nahe an den Ankündigungen, bekommt die Spitzengruppe der offenen Modelle einen neuen Namen.
