Mistral Large 4
Europas neues Spitzenmodell: multimodales MoE mit rund 1 Billion Parametern und 1M Kontext, die Gewichte sollen Ende Oktober folgen.
- Denkleistung 7,8
- Programmieren 7,8
- Agentik 7,6
- Tempo 7,0
- Preis-Leistung 8,8
Gewichtung: Denkleistung 30 % · Programmieren 25 % · Agentik 25 % · Tempo 10 % · Preis-Leistung 10 %
Zum Preis: Listenpreis; der Einführungsnachlass von 50 % (0,68 $ / 2,09 $) galt die ersten zwei Wochen ab 06.10.2026. Batch mit 50 % Rabatt. Open Weights laut Hugging-Face-Seite von Mistral für den 31.10.2026 angekündigt, Lizenz noch offen.
Worum es geht
Mistral Large 4 ist seit dem 6. Oktober 2026 als Public Preview in Mistral Studio verfügbar. Es ist ein Mixture-of-Experts-Modell mit laut Doku 1,05 Billionen Parametern, davon 52 Milliarden aktiv (der Blogbeitrag nennt gerundet 1 Billion und 49 Milliarden), dazu ein eigener Vision-Encoder. Instruct- und Reasoning-Betrieb stecken in einem Modell, die Denktiefe lässt sich über reasoning_effort steuern.
Gegenüber Large 3 wächst das Kontextfenster von 256K auf 1M Tokens. In den Herstellerbenchmarks bleibt es bei Coding und Agentik deutlich hinter den US-Spitzenmodellen (DeepSWE v1.1: 61,7 %, Terminal-Bench 4.0: 28,3 %). Stark ist es bei Cybersecurity. Die offenen Gewichte hat Mistral für Ende Oktober angekündigt, die Lizenz steht noch nicht fest.
Neu in dieser Version
Gegenüber dem Vorgänger Mistral Large 3:
-
Rund 1 Billion Parameter
MoE mit 1,05 Billionen Parametern und 52 Mrd. aktiven (Large 3: 675 Mrd. und 41 Mrd.).
-
1M Kontext
Vervierfachung gegenüber den 256K von Large 3.
-
Hybrides Reasoning
Instruct- und Reasoning-Betrieb in einem Modell, Denktiefe über reasoning_effort wählbar.
-
Von Grund auf multimodal
Text- und Bildeingabe mit eigenem Vision-Encoder (1,6 Mrd. Parameter).
Stärken und Schwächen
Dafür spricht
- Anbieter und Hosting im europäischen Rechtsraum, trainiert in Europa
- Offene Gewichte angekündigt
- 1M Kontext und Bildeingabe in einem Modell
- Stark bei Cybersecurity (Cybench 93 %)
- Auch zum Listenpreis günstig (1,36 $ / 4,18 $)
Das schränkt ein
- Noch Public Preview, Gewichte und Lizenz stehen aus
- Bei Agenten und Terminal-Aufgaben weit hinter der Spitze (Terminal-Bench 4.0: 28,3 %)
- Maximale Ausgabelänge nicht angegeben
Benchmarks
| Benchmark | Ergebnis | Einordnung |
|---|---|---|
| DeepSWE v1.1 | 61,7 % | Herstellerangabe |
| Terminal-Bench 4.0 | 28,3 % | Herstellerangabe |
| AutomationBench | 59,9 % | Herstellerangabe |
| Cybench | 93 % | Herstellerangabe |
| Dense 200 (Bildverstehen) | 42 % | GPT-6 Astra: 41 %, Herstellerangabe |
Benchmark-Werte stammen von den Anbietern oder unabhängigen Auswertungen und sind untereinander nur bedingt vergleichbar.