Mistral Large 4 ist frei: Was Europas Top-Modell Unternehmen bringt
02. November 2026
KI-generiert, redaktionell von 8thsense ausgewählt, geprüft und freigegeben. EU AI Act, Art. 50
Der französische KI-Anbieter Mistral hat am 29. Oktober die Modellgewichte von Mistral Large 4 veröffentlicht. Das Modell war seit Anfang Oktober nur als Vorschau per API nutzbar und wurde seitdem drei Wochen nachtrainiert. Damit steht ein europäisches Sprachmodell der Spitzenklasse zum Download bereit, das sich auch kommerziell nutzen lässt. Für Geschäftsführer stellt sich deshalb eine praktische Frage: Ist das die Alternative zu ChatGPT und Co., wenn sensible Daten nicht zu US-Anbietern wandern sollen?
Was Mistral veröffentlicht hat
Mistral Large 4 ist ein multimodales Modell, das Text und Bilder verarbeitet. Es arbeitet als sogenanntes Mixture-of-Experts-Modell: Von insgesamt rund einer Billion Parametern sind pro Rechenschritt nur etwa 50 Milliarden aktiv (Quelle: huggingface.co). Das Kontextfenster umfasst laut Dokumentation eine Million Token, das reicht für sehr lange Verträge oder ganze Handbücher in einer Anfrage (Quelle: docs.mistral.ai). Neu sind drei Denkstufen (Low, Medium, High), mit denen sich Aufwand und Kosten je nach Aufgabe steuern lassen. Mistral betont außerdem, das Modell von Grund auf in eigenen europäischen Rechenzentren trainiert zu haben, auf rund 3.800 Nvidia-Beschleunigern (Quelle: mistral.ai).
Spitzenklasse, aber nicht an der Spitze
Mistral bewirbt Large 4 vor allem für Programmieraufgaben mit KI-Agenten und für Cyberabwehr. Im Benchmark Terminal-Bench 4.0 stieg die Erfolgsquote laut Hersteller von 28 auf 41 Prozent. Heise ordnet das ein: Im Vergleich des Analysehauses Artificial Analysis liegt Large 4 damit etwa gleichauf mit dem chinesischen GLM-5.3 (42 Prozent), aber deutlich hinter Kimi K3.1 Pro (67 Prozent) und Gemini 4 Carbon (65 Prozent). Die neuen Werte ließen sich zum Zeitpunkt der Recherche nicht unabhängig prüfen (Quelle: heise.de). Die ehrliche Einordnung lautet also: eines der stärksten offenen Modelle, aber nicht das beste Modell am Markt. Für typische Büroaufgaben wie Zusammenfassen, Entwürfe schreiben oder Dokumente auswerten dürfte dieser Abstand selten spürbar sein.
Preise: günstig, aber die Angaben schwanken
In der eigenen Ankündigung zur Gewichte-Veröffentlichung nennt Mistral folgende API-Preise je eine Million Token (Quelle: mistral.ai):
Eingabe: 0,70 US-Dollar
Zwischengespeicherte Eingabe: 0,07 US-Dollar
Ausgabe: 2,10 US-Dollar
T3n berichtet dagegen für die Vorschauphase von 1,40 Dollar für die Eingabe und 4,20 Dollar für die Ausgabe (Quelle: t3n.de). Wer budgetiert, sollte den aktuellen Preis direkt in der Mistral-Konsole prüfen. Zur Größenordnung: Selbst beim höheren Wert bleiben tausend Kundenanfragen mit kurzen Antworten im Bereich weniger Dollar, wobei die Denkstufe High zusätzliche Token verbraucht. Die Rechenkosten sind bei solchen Projekten selten das Problem, die Einbindung in bestehende Abläufe schon eher.
Lizenz: Offen, mit einer wichtigen Ausnahme
Large 4 steht unter der neuen „Mistral Ecosystem Open-Weight License”, laut Mistral eine abgewandelte MIT-Lizenz. Nutzen, anpassen, nachtrainieren und kommerziell einsetzen ist erlaubt. Die Ausnahme: Wer das Modell als Dienst für andere anbietet (Model-as-a-Service), braucht eine gesonderte kommerzielle Lizenz von Mistral (Quelle: huggingface.co). Für ein Unternehmen, das das Modell intern einsetzt, ist das kein Hindernis. Relevant wird es bei der Wahl eines Hosters, denn dieser muss die entsprechende Lizenz haben. Offene Gewichte bedeuten übrigens nicht Open Source im strengen Sinn: Auf eine vollständige Offenlegung wollte sich Mistral laut t3n nicht festlegen.
Selbst betreiben? Für die meisten keine Option
Die offenen Gewichte klingen nach voller Datenhoheit im eigenen Serverraum. In der Praxis ist das Modell dafür zu groß. Mistral nennt keine Hardware-Anforderungen, alle Beispielkonfigurationen auf Hugging Face setzen aber acht Grafikprozessoren im Verbund voraus. Als Faustregel gilt: Bei acht Bit pro Parameter belegen allein die Gewichte rund ein Terabyte Speicher. Kleinere, komprimierte Varianten für Laptops oder Gaming-PCs sollen laut t3n in den kommenden Wochen folgen. Die realistischen Wege für Mittelständler sind deshalb:
Mistral-API: Laut Mistral läuft die europäische Bereitstellung in eigenen Rechenzentren unter europäischem Recht. Vertrag und Auftragsverarbeitung sollte man trotzdem selbst prüfen.
Europäischer Hoster: Ein Rechenzentrumsbetreiber stellt das Modell bereit, sofern er die nötige Lizenz besitzt.
Kleinere Modelle lokal: Für klar umrissene Aufgaben wie Dokumentenklassifizierung reichen oft deutlich kleinere offene Modelle, die auf einem einzelnen Server laufen.
Was das für Unternehmen bedeutet
Large 4 macht ein europäisches Modell auf hohem Niveau ohne Umwege verfügbar. Das ist vor allem für Branchen interessant, in denen Daten besonders sensibel sind: Pflegedienste mit Gesundheitsdaten, Therapiepraxen, Wohlfahrtsverbände oder Steuerbüros. Für sie kann die Mistral-API eine pragmatische Alternative sein, um Schriftverkehr vorzusortieren, Dokumentationen zusammenzufassen oder interne Wissenssammlungen durchsuchbar zu machen. Den Eigenbetrieb des großen Modells sollten Mittelständler dagegen nicht ernsthaft erwägen: Hardware, Strom und Wartung stehen in keinem Verhältnis zu den API-Kosten.
Der sinnvollste Einstieg ist ein kleines, abgegrenztes Pilotprojekt. Ein Mitarbeiter mit technischem Grundverständnis kann über die Mistral-Konsole in wenigen Tagen testen, ob das Modell etwa Kundenanfragen zuverlässig kategorisiert. Parallel lohnt sich der Blick auf die Datenschutz-Unterlagen. Wer die Anbindung an bestehende Systeme wie CRM, E-Mail oder Buchhaltung plant, sollte die Prozessautomatisierung mit KI vom Ablauf her denken und nicht vom Modell. Das Modell lässt sich bei einer sauberen Architektur später austauschen, ein schlecht gedachter Prozess nicht.