Mistral veröffentlicht die Gewichte von Mistral Large 4, einem Modell mit 1 Billion Parametern, zum etwa halben Preis der Preview

Mistral hat die Gewichte einer verbesserten Version von Mistral Large 4 ("Le Chonk") veröffentlicht, seinem multimodalen Flaggschiffmodell mit 1 Billion Parametern, das Anfang des Monats in die öffentliche Preview gestartet ist. Die Gewichte sind auf Hugging Face als Mistral-Large-4-1T-A52B sowie in einer NVFP4-Version verfügbar. Mistral bezeichnet das Modell als in Europa trainiert und als bestes Modell mit offenen Gewichten für Coding. Ein Kommentator merkt an, dass es sich um eine modifizierte MIT-Lizenz handelt, die nicht von der OSI anerkannt ist.

Änderungen, die Mistral seit der Preview angibt: drei weitere Wochen Reinforcement Learning, drei Reasoning-Modi (Low, Medium und High als Standard; Low ersetzt „None“) und weniger Output-Tokens. Ein Kommentator auf Hacker News entnimmt der Dokumentation Preise von $0.70 pro Million Input-Tokens und $2.10 pro Million Output-Tokens, gegenüber $1.36 und $4.18 bei der Preview.

Angaben von Mistral (aus dem eigenen Beitrag, sofern nicht anders vermerkt nicht unabhängig überprüft):

• Coding: 19.7 % bei Cognitions privatem FrontierCode 2.0, wo Mistral zufolge das Modell führend ist; 41 % bei Terminal-Bench 4.0, 13 Punkte mehr als bei der Preview und mit 30 % weniger Output-Tokens; 48 % beim Artificial Analysis Coding Agent Index, praktisch gleichauf mit GLM-5.3 und bei 47 % weniger Tokens pro Aufgabe. In Blindvergleichen von Surge Code wurde es GLM-5.3, Kimi K3 und DeepSeek V4.1 Flash vorgezogen; nur Claude Opus 5.5 lag davor.
• Sicherheit: 51 % beim Artificial Analysis Cyber Index und eine durchschnittliche Ablehnungsrate von 96.6 % bei schädlichen Cyber-Anfragen, laut Mistral die höchste unter den Open-Weight-Modellen. Nach Auswertung des Live-Traffics verschärft das Unternehmen seine Schutzmaßnahmen und gewährt ausgewählten Designpartnern geprüften Preview-Zugang zu einer Cybersicherheitsvariante.
• Arbeit: 73.3 % bei Finch (Finanzaufgaben), 84.5 % bei BrowseComp und 97.1 % Angriffswiderstand beim B3-Agentensicherheitsbenchmark (93.3 % in der Preview).

Der Beitrag enthält Stellungnahmen von Unternehmen wie Booz Allen, Cisco, Cloudflare, CrowdStrike, NVIDIA und Hugging Face.

Artificial Analysis (eine Benchmark-Website; eigene Messungen) zufolge macht die Veröffentlichung Mistral Large 4 mit insgesamt 1.05T und 52B aktiven Parametern knapp zum Modell mit offenen Gewichten auf Platz 1 unter den außerhalb Chinas entwickelten Modellen. Mit High Reasoning erreicht es 51 im Cyber Index und belegt damit unter den aktuellen Modellen mit offenen Gewichten Platz drei hinter DeepSeek V4.1 Flash 1017 (57) und MiMo-V2.6-Pro (56). Im Coding Agent Index belegt es unter den Modellen mit offenen Gewichten den zweiten Platz, wenn es in Mistral Vibe ausgeführt wird.

Bereitstellung: vLLM und SGLang haben beide Unterstützung ab Tag 0 angekündigt. SGLang zufolge ist es das erste System, das das Modell auf NVIDIA Vera Rubin bereitstellt; vLLM führt FP8- und NVFP4-Checkpoints mit integriertem DSpark-Drafter auf.