Mistral Large 4: offen, europäisch, nicht vorn

Mistral hat am 29.10.2026 die Gewichte von Mistral Large 4 auf Hugging Face gestellt. Bei der Vorstellung am 06.10. gab es nur eine Preview-API, Gewichte und Lizenz waren für Ende Oktober angekündigt. Der Termin ist gehalten, und die Lizenz ist großzügiger, als viele befürchtet hatten. Beim Leistungsvergleich bleibt Large 4 aber hinter den besten offenen Modellen aus China.

Was Mistral freigibt

Large 4 ist ein Mixture-of-Experts-Modell mit rund einer Billion Parametern. Pro Token sind 49 Milliarden aktiv, mit Embeddings und Ausgabeschicht 52 Milliarden. Laut Modellkarte verarbeitet es Text und Bilder, gibt Text aus und hat ein Kontextfenster von einer Million Token. Es beherrscht alle Amtssprachen der EU und kann Werkzeuge aufrufen und strikte JSON-Schemata einhalten. Der Reasoning-Aufwand lässt sich pro Anfrage in drei Stufen einstellen.

Mistral betont die Herkunft: von Grund auf trainiert auf 3.800 Nvidia-GPUs in eigenen Rechenzentren in Europa. Neben den Gewichten gibt es eine komprimierte NVFP4-Fassung für Nvidias Blackwell-Generation. Ein ausführlicher technischer Bericht soll folgen.

Die Lizenz: frei, bis ihr Modell-Hosting verkauft

Mistral nennt sie Mistral Ecosystem Open-Weight License, eine angepasste MIT-Lizenz. Der Text ist kurz und erlaubt Nutzen, Verändern, Weitertrainieren und Weitergeben, kommerziell und nicht kommerziell. Die Ausnahme steht in Absatz 2: Wer selbst oder über ein verbundenes Unternehmen ein "Model as a Service"-Geschäft betreibt, braucht für jede kommerzielle Nutzung eine eigene Lizenz von Mistral.

Als Model as a Service gilt, wenn Dritte über eine API oder einen gehosteten Endpunkt auf das Modell zugreifen und dabei Eingaben, Parameter oder Trainingsdaten maßgeblich steuern können. Ausdrücklich nicht darunter fallen Produkte, in die das Modell fest in einzelne Funktionen eingebaut ist, und das bloße Weiterleiten an Modelle, die jemand anderes betreibt. Interne Nutzung ist ohnehin frei.

Für die meisten Teams heißt das:

Unscharf ist die Grenze bei Produkten, in denen Kunden sehr frei prompten können. Ab wann haben sie "meaningful control over the inputs"? Das legt die Lizenz nicht fest. Wer in diese Richtung baut, sollte vorher bei Mistral nachfragen. Betroffen sind vor allem Hoster und Cloud-Anbieter, auch die europäischen, die offene Modelle als Dienst verkaufen.

Der Vergleich mit Kimi K3 zeigt die Unterschiede im Detail. Moonshot verlangt eine eigene Vereinbarung erst ab 20 Millionen Dollar Konzernumsatz, dafür bei sehr großen Produkten eine Namensnennung in der Oberfläche. Mistral kennt keine Umsatzschwelle und trifft jeden Anbieter von Modell-Hosting, stellt an normale Produkte aber keine weiteren Auflagen. Wer die Gewichte weitergibt, muss nur den Lizenzhinweis mitliefern.

Wo Large 4 steht

Mistral nennt Large 4 das beste offene Modell fürs Programmieren. Die eigenen Zahlen stützen das teilweise: Auf Terminal-Bench 4.0 kommt es auf 41 Prozent, knapp vor GLM-5.3 mit 40. Im Coding Agent Index von Artificial Analysis liegt es laut Mistral mit 48 Prozent gleichauf mit GLM-5.3 und braucht dafür 47 Prozent weniger Token.

Der unabhängige Gesamtblick ist nüchterner. Im Intelligence Index v5 von Artificial Analysis erreicht Large 4 26 Punkte. DeepSeek V4.1 Flash und GLM-5.3 kommen laut The Decoder auf je 32, an der Spitze liegen Gemini 4 Carbon mit 59 und Claude Opus 5.5 mit 58 Punkten.

Beim Programmieren sieht es ähnlich aus. Auf Cognitions FrontierCode 2.0 führt Large 4 die offenen Modelle mit 19,7 Prozent knapp an, Claude Opus 5.5 schafft dort 46 Prozent.

Und mit Kimi K3.1 Pro will Moonshot bis zum 04.11. ein offenes Modell nachlegen, das Terminal-Bench 4.0 mit 67 Prozent anführt.

Stark ist Large 4 beim Tempo. Artificial Analysis misst 161 Token pro Sekunde, nur zwei der verglichenen Modelle sind schneller.

Was es kostet

Über die Mistral-API kostet eine Million Input-Token 0,70 Dollar, gecacht 0,07 Dollar, eine Million Output-Token 2,10 Dollar. Zum Preview-Start lag der Listenpreis bei 1,36 und 4,18 Dollar. Eine Aufgabe aus dem Index von Artificial Analysis kostet mit Large 4 im Schnitt 2,06 Dollar. Das ist günstiger als GLM-5.3 (5,01 Dollar), aber deutlich teurer als DeepSeek V4.1 Flash (0,60 Dollar).

Neben der Mistral-API gibt es das Modell bei OpenRouter, als Nvidia-Endpunkt und in Microsoft Foundry. Im Coding-Agenten Vibe Code lässt es sich direkt am eigenen Repository ausprobieren. Le Chat erwähnt Mistral in der Ankündigung nicht. Für die API gilt Mistrals allgemeiner Auftragsverarbeitungsvertrag.

Selbst betreiben braucht viel Hardware

Die Gewichte sind offen, auf die eigene Workstation passt Large 4 trotzdem nicht. Laut der Dokumentation von SGLang, die The Decoder zitiert, braucht die Standardfassung acht Nvidia-B300-GPUs, die komprimierte Variante vier GB300. Mistrals eigenes vLLM-Beispiel verteilt das Modell ebenfalls auf acht GPUs. Für die meisten Teams ist Selbstbetrieb deshalb eine Frage des Rechenzentrums oder eines Hosters, nicht des Schreibtischs.

Eine Einschränkung macht Mistral selbst: Seit der Preview habe man beobachtet, dass das Modell Angriffe auf fremde Systeme erleichtern könnte. Die Schutzmechanismen sollen in den kommenden Monaten nachgeschärft werden. Wer die Gewichte selbst betreibt, bekommt solche Updates nur, wenn er neue Versionen einspielt.

Einordnung

Vor einer Woche haben wir bei Arthur Menschs Plädoyer für europäische Frontier-KI angemerkt, dass bei Large 4 noch Gewichte und Lizenz fehlten. Beides ist jetzt da, pünktlich und zu Bedingungen, mit denen die meisten Teams ohne Anwalt leben können. Das ist für die Souveränitätsfrage mehr wert als ein paar Benchmark-Punkte: Ein Modell aus Europa, das ihr selbst betreiben dürft, ist ein realistischer Ersatzkandidat, wenn ein anderer Anbieter wegfällt.

An der Spitze steht Large 4 aber nicht, auch nicht unter den offenen Modellen. Wer nur auf Leistung pro Euro schaut, landet weiter bei DeepSeek oder GLM. Warum Herkunft und Lizenz trotzdem in die Entscheidung gehören, steht in Offene Gewichte: Souveränität auf dem Papier.