Am 6. Oktober 2026 hat das französische Unternehmen Mistral AI sein bisher größtes Modell vorgestellt: Mistral Large 4. Es startet als öffentliche Vorschau über die Programmierschnittstelle (API). Die Modellgewichte, also das Modell selbst zum Herunterladen, sollen Ende Oktober folgen. Large 4 verarbeitet Text und Bilder und beherrscht laut Mistral mehr als 160 Sprachen.
Für deinen Betrieb heißt das: Es gibt bald ein starkes Modell aus Europa, das du auch auf eigenen Servern betreiben könntest. An die Spitzenmodelle von Anthropic und OpenAI reicht es in unabhängigen Tests aber nicht heran. Interessant ist es vor allem, wenn dir ein europäischer Anbieter oder Unabhängigkeit wichtiger ist als das letzte Stück Qualität.
Was ist Mistral Large 4?
Mistral Large 4 ist ein Sprachmodell mit 1,05 Billionen Parametern, von denen jeweils nur 52 Milliarden aktiv sind. Möglich macht das die sogenannte Mixture-of-Experts-Bauweise: Das Modell besteht aus vielen spezialisierten Teilnetzen, und für jedes Token (Wortteil) arbeitet nur ein Teil davon.
Dazu hebt Mistral vier Punkte hervor:
- Text und Bilder: Large 4 liest Fotos, Diagramme und Dokumente, mit einem eigenen Bildteil von 1,6 Milliarden Parametern. Die Ausgabe ist Text.
- Antworten und Nachdenken in einem Modell: Einfache Anweisungen, schrittweises Nachdenken und Agenten-Aufgaben stecken in einem Modell. Wie gründlich es nachdenkt, stellst du in der API ein.
- Viele Sprachen: Die Trainingsdaten umfassen laut Mistral mehr als 160 Sprachen, darunter alle Amtssprachen der EU und damit auch Deutsch.
- In Europa trainiert: Mistral hat das Modell von Grund auf mit 3.800 Nvidia-Grafikprozessoren (Grace Blackwell) in eigenen Rechenzentren in Europa trainiert. Dort läuft auch die Vorschau.
Bedenke: Es ist eine Vorschau. Laut Mistral läuft das Nachtraining noch, das Unternehmen erwartet in den kommenden Wochen und Monaten deutliche Verbesserungen.
Was ist neu gegenüber Mistral Large 3?
Der Vorgänger Mistral Large 3 erschien am 2. Dezember 2025. Die Eckdaten im Vergleich, jeweils nach Mistrals Dokumentation:
| Eckdaten | Mistral Large 3 | Mistral Large 4 |
|---|---|---|
| Erschienen | 2. Dezember 2025 | 6. Oktober 2026 (Vorschau) |
| Parameter gesamt / aktiv | 675 Mrd. / 41 Mrd. | 1,05 Billionen / 52 Mrd. |
| Kontextfenster | 256.000 Token | 1 Million Token |
| Lizenz | Apache 2.0 | noch nicht veröffentlicht |
| Preis je Million Token (Eingabe/Ausgabe) | 0,50 / 1,50 US-Dollar | 1,36 / 4,18 US-Dollar |
| Status | allgemein verfügbar | öffentliche Vorschau |
Large 4 ist also gut anderthalbmal so groß und kann selbst nachdenken. Zum Start von Large 3 hatte Mistral eine Denkvariante erst angekündigt. Laut Artificial Analysis nimmt Mistrals API jetzt bis zu 100 Bilder pro Anfrage an statt 8. Dafür kostet Large 4 je Token fast das Dreifache.
Beim Kontextfenster gibt es eine Unschärfe: Die unabhängigen Testplattformen Artificial Analysis und Vals AI führen für die Vorschau 524.000 beziehungsweise 512.000 Token statt 1 Million. Plane vorerst mit einer halben Million Token, laut Artificial Analysis rund 786 A4-Seiten.
Was kostet Mistral Large 4?
Der Listenpreis liegt bei 1,36 US-Dollar je Million Eingabe-Token und 4,18 US-Dollar je Million Ausgabe-Token. Eingaben aus dem Zwischenspeicher (Cache) kosten 0,14 US-Dollar. Zum Start halbiert Mistral die Preise auf 0,68 und 2,09 US-Dollar, laut Artificial Analysis für die ersten zwei Wochen.
Wer Anfragen ausdrücklich in der EU verarbeiten lassen will, nutzt Mistrals regionalen EU-Zugang mit 10 Prozent Aufschlag. Ob Large 4 dort schon angeboten wird, steht in der Dokumentation noch nicht.
Zum Vergleich: Claude Sonnet 5.5 kostet 2 und 10 US-Dollar, Claude Opus 5.5 4 und 20 US-Dollar je Million Token, mehr dazu in Claude Opus 5.5, Sonnet 5.5 und Haiku 5.5. Je Token ist Large 4 also deutlich günstiger. Pro erledigter Aufgabe schrumpft der Abstand aber: Im Vals Index kostete ein kompletter Testdurchlauf mit Large 4 zum Listenpreis 13,78 US-Dollar, mit Claude Sonnet 5.5 21,34 US-Dollar und mit Claude Haiku 5.5 nur 2,99 US-Dollar, bei besserem Ergebnis. Wie du solche Kosten planst, zeigt der Ratgeber zu KI-Kosten.
Wie schneidet Mistral Large 4 gegen Claude und GPT ab?
Mistral vergleicht vor allem mit anderen offenen Modellen und sieht Large 4 dort bei IT-Sicherheit und Finanzaufgaben vorn. Vergleiche mit geschlossenen Spitzenmodellen gibt es nur wenige:
- IT-Sicherheit: In einem Test, bei dem ein Modell eine echte Sicherheitslücke nachstellen und schließen soll, erreicht Large 4 laut Mistral 82 Prozent, den höchsten Wert aller Modelle. Claude Opus 5.5 und GPT-6 Astra kommen laut Mistral auf fast null, weil sie die Aufgabe verweigern.
- Bilder: Beim Auffinden von Objekten in dicht gefüllten Bildern (Dense 200) liegt Large 4 laut Mistral mit 42 zu 41 Prozent knapp vor GPT-6 Astra.
- Programmieren: In einer Blindbewertung durch Fachleute von Surge AI erreichte Large 4 laut Mistral 3,74 von 5 Punkten, Claude Opus 5 lag mit 4,22 Punkten vorn.
Unabhängige Testplattformen sehen Large 4 deutlich hinter den Spitzenmodellen:
| Modell | Vals Index | Intelligence Index (Artificial Analysis) | Preis je Million Token (Eingabe/Ausgabe) |
|---|---|---|---|
| Claude Sonnet 5.5 | 67,04 % (Platz 2) | 56 | 2 / 10 US-Dollar |
| Claude Opus 5.5 | 66,97 % (Platz 3) | 58 | 4 / 20 US-Dollar |
| GPT-6 Astra | 63,13 % (Platz 6) | 53 | 10 / 50 US-Dollar |
| Claude Haiku 5.5 | 54,31 % (Platz 16) | 43 | 0,10 / 0,50 US-Dollar |
| Mistral Large 4 (Vorschau) | 48,05 % (Platz 33 von 45) | 38 | 1,36 / 4,18 US-Dollar |
Der Vals Index misst Agenten-Aufgaben aus Finanzen, Programmierung und weiteren Fachgebieten (Stand 7. Oktober 2026). Der Intelligence Index ist ein Gesamtwert aus mehreren Tests, Claude und GPT sind dort in der höchsten Denkstufe gemessen. Artificial Analysis sieht Large 4 gleichauf mit GPT-6 Luna und nennt es das stärkste Modell außerhalb der USA und Chinas. Der Haiku-Preis gilt bis 100.000 Token pro Anfrage.
Auch Einzelwerte weichen ab: Bei Terminal-Bench 4, einem Test für Programmieraufgaben in der Kommandozeile, nennt Mistral 28,3 Prozent, Vals AI misst 22,73 Prozent. Herstellerzahlen sind deshalb nur ein erster Anhaltspunkt.
Kann ich Mistral Large 4 auf eigenen Servern betreiben?
Grundsätzlich ja, aber noch nicht, und nicht auf jedem Server. Mistral will die Gewichte bis Ende Oktober veröffentlichen, Hugging Face nennt als voraussichtlichen Termin den 31. Oktober 2026. Danach kannst du das Modell im eigenen Rechenzentrum oder in einer privaten Cloud betreiben. Zwei Punkte sind noch offen:
- Lizenz: Mistrals Dokumentation führt sie als „Coming soon“. Large 3 steht unter der freizügigen Lizenz Apache 2.0. Ob Large 4 genauso offen wird, ist nicht bekannt.
- Hardware: Den Speicherbedarf nennt Mistral noch nicht. Schon für das kleinere Large 3 nannte Mistral einen Server mit acht Grafikkarten vom Typ Nvidia A100 oder H100, und das mit einer stark komprimierten Fassung. Large 4 ist gut anderthalbmal so groß.
Für die meisten Mittelständler ist der Eigenbetrieb von Large 4 deshalb kein realistischer Plan. Sollen Daten im Haus bleiben, sind kleinere offene Modelle meist der bessere Weg, etwa Mistrals Ministral-Modelle mit 3, 8 und 14 Milliarden Parametern. Wann sich das lohnt, steht in Ab wann macht lokale KI Sinn?, die Vorteile in Lokale KI im Mittelstand.
Wo kannst du Mistral Large 4 nutzen?
- API in Mistral Studio: Zum Start gibt es Large 4 nur über die API in Mistrals Entwicklerplattform Studio, unter dem Modellnamen
mistral-large-4. - Vibe, früher Le Chat: Le Chat ist seit Mai 2026 in Vibe aufgegangen. Ob und wann Large 4 dort eingesetzt wird, sagt die Ankündigung nicht.
- Cloud-Partner: Large 3 gab es zum Start auch bei Amazon Bedrock, Azure Foundry und IBM watsonx. Für Large 4 nennt Mistral noch keine Partner, nur eine Verfügbarkeit in mehreren Regionen weltweit.
- Server in Europa: Die Vorschau läuft in Mistrals eigenen Rechenzentren in Europa. Später soll es eine europäische Bereitstellung geben, die Mistral komplett selbst betreibt.
Was bedeutet Mistral Large 4 für den Mittelstand?
Large 4 ersetzt Claude oder ChatGPT im Büroalltag nicht, ist aber in manchen Fällen eine gute zusätzliche Option.
Wann Large 4 passt
- Europäischer Anbieter: Ihr wollt bewusst ein Modell, das in Europa trainiert wurde und auf Servern in Europa läuft.
- Weniger Abhängigkeit: Mit offenen Gewichten kannst du später den Anbieter wechseln oder selbst betreiben, siehe Wenn das Modell abgeschaltet wird.
- Große Mengen: Ihr verarbeitet viele Dokumente mit Bildern. Prüfe aber, ob ein kleines Modell wie Haiku 5.5 nicht günstiger zum gleichen Ergebnis kommt.
- IT-Sicherheit: Wer Schwachstellen untersucht, stößt bei geschlossenen Modellen laut Mistral oft auf Verweigerungen.
Wann du besser bei Claude oder GPT bleibst
- Beste Qualität: Bei anspruchsvollen Aufgaben liegen Claude und GPT in unabhängigen Tests klar vorn.
- Fertiges Werkzeug: Large 4 ist zum Start nur über die API erreichbar, nicht als App für dein Team.
- Planungssicherheit: Vorschau, offene Lizenz, laufendes Training. Für einen festen Einbau ist es noch zu früh.
Mein Rat: Nimm eine echte Aufgabe, zum Beispiel das Auslesen von Lieferscheinen, und vergleiche Ergebnis und Kosten pro Aufgabe mit deinem bisherigen Modell. Warum die Frage nach dem einen richtigen Modell selten weiterhilft, steht in ChatGPT oder Claude?. Willst du so einen Vergleich nicht selbst aufsetzen, machen wir das in einer KI-Beratung gemeinsam.
Häufige Fragen
Wann ist Mistral Large 4 erschienen?
Am 6. Oktober 2026 als öffentliche Vorschau über die API. Die Gewichte sollen bis Ende Oktober folgen, Hugging Face nennt den 31. Oktober 2026.
Was kostet Mistral Large 4?
1,36 US-Dollar je Million Eingabe-Token und 4,18 US-Dollar je Million Ausgabe-Token, in den ersten zwei Wochen laut Artificial Analysis die Hälfte.
Spricht Mistral Large 4 Deutsch?
Ja, laut Mistral gehören alle Amtssprachen der EU zu den mehr als 160 Sprachen im Training. Eigene Messwerte für Deutsch veröffentlicht Mistral nicht, teste es also mit deinen eigenen Texten.
Ist Mistral Large 4 besser als Claude oder GPT?
In unabhängigen Gesamtwertungen nicht. Im Vals Index erreicht Large 4 rund 48 Prozent, Claude Sonnet 5.5 und Opus 5.5 rund 67 Prozent, GPT-6 Astra rund 63 Prozent. Stärken sieht Mistral bei IT-Sicherheit und Bildern.
Kann ich Mistral Large 4 lokal betreiben?
Sobald die Gewichte da sind, ja. Mit 1,05 Billionen Parametern braucht es aber Hardware auf Rechenzentrumsniveau. Im eigenen Haus sind kleinere offene Modelle meist sinnvoller.
Fazit
Mistral Large 4 ist ein ernstzunehmendes Modell aus Europa: groß, mit Bildverständnis, vielen Sprachen und bald offenen Gewichten. Mit den Spitzenmodellen von Anthropic und OpenAI hält es in unabhängigen Tests nicht mit, und die Lizenz steht noch aus. Wenn europäische Herkunft oder spätere Unabhängigkeit für dich zählen, teste es an einer echten Aufgabe. Brauchst du die beste Qualität, bleib vorerst bei Claude oder GPT.
Wenn du wissen willst, welches Modell zu deinen Abläufen passt und ob sich ein europäisches oder eigenes Modell für dich rechnet, gehen wir das in einer KI-Beratung gemeinsam durch. Und wenn du vorher wissen willst, wo sich KI bei dir überhaupt lohnt, rechne den KI-Potenzial-Check durch.
Quellen: Mistral AI: Ankündigung Mistral Large 4, Modellseite Large 4, API-Preise, Regionale Verarbeitung, Modellseite Large 3, Ankündigung Mistral 3, Le Chat wird Vibe. Hugging Face: Mistral Large 4. Unabhängige Messungen: Vals AI, Vals Index und Mistral Large 4; Artificial Analysis, Artikel und Modellseiten zu Mistral Large 4, Claude Opus 5.5, Sonnet 5.5, Haiku 5.5 und GPT-6 Astra. Claude-Preise: Anthropic. Benchmark-Werte von Mistral sind Angaben des Herstellers. Stand: Oktober 2026.