Mistral, das französische KI-Labor, hat sich soeben auf den neuesten Stand gebracht. Das hat es mit seinem neuen Modell Mistral Large 4 getan, intern bekannt unter dem Codename Le Chonk. Es handelt sich um die bislang fortschrittlichste Entwicklung dieses Unternehmens.
Das System verfügt über eine Architektur mit einer Billion Parameter und wird seine offenen Gewichte Ende Oktober freigeben. Mit diesem Rollout verfolgt das französische Labor das Ziel, eine souveräne europäische Alternative gegenüber geschlossenen Plattformen aus den USA und Open-Source-Lösungen aus China zu festigen.
Ein Modell Made in Europe
Das Modell setzt erneut auf die MoE-Architektur, die als Misch-der-Experten bekannt ist und pro Inferenzprozess 49 Milliarden Parameter aktiviert. Diese Technik wird genau eingesetzt, um die Effizienz des Modells zu erhöhen. Laut dem Unternehmen unterstützt sein Design native multimodale Fähigkeiten, die darauf ausgelegt sind, technische Ingenieurpläne, hochauflösende geospatiale Bilder und die Analyse komplexer Finanzdokumente zu verarbeiten.
Ein weiterer wichtiger Punkt ist, dass das Training vollständig in europäischen Rechenzentren durchgeführt wurde. Und es wurde mit einem eigenen Cluster durchgeführt, das mit 3.800 NVIDIA Grace Blackwell GPUs ausgestattet ist. In ähnlicher Weise hat das Unternehmen klar gemacht, dass die Entwicklung den Rechtsvorschriften der Europäischen Union entspricht und mehr als 160 Sprachen abdeckt. Da es frei nutzbar ist, ermöglicht es Organisationen, es auf ihren lokalen Servern bereitzustellen, ohne auf die Cloud angewiesen zu sein.
Wie schneidet dieses Modell im Vergleich zur Konkurrenz ab?
Auch wenn Benchmarks letztlich nur synthetische Tests mit entsprechenden Ergebnissen sind, helfen sie dabei, klar zu sehen, wo sich ein Modell im Vergleich zur Konkurrenz positioniert. Dennoch stammen die verfügbaren Daten von Mistral selbst. Das ist ein Detail, das man nicht nur bei diesem Launch, sondern bei jedem beachten sollte.
Sea como fuere, en el terreno de la ciberseguridad, Mistral Large 4 alcanza un 82% en el índice AA Cyber al reproducir y corregir vulnerabilidades reales en código abierto. Esta métrica supera el comportamiento de modelos propietarios como GPT-6 Astra o Claude Opus 5.5, cuyos filtros suelen bloquear este tipo de pruebas por precaución. Para tareas de defensa digital, el acceso a un sistema con pesos abiertos evita bloqueos imprevistos durante la contención de brechas de seguridad críticas.
En las pruebas generales de ingeniería de software, el modelo obtiene un 61,7% en la DeepSWE v1.1 Testbank y un 59,9% en AutomationBench para flujos ofimáticos. Además, en evaluaciones a ciegas coordinadas por la firma Surge AI, evaluadores humanos situaron a la propuesta europea en segundo lugar global con una puntuación de 3,74 sobre 5.
Estos registros confirman que estamos ante un verdadero modelo frontera que mira de tú a tú a los pesos pesados del sector.
Primero en la API, luego en abierto
A pesar de que este será un modelo abierto, al principio solo está disponible inicialmente mediante una API. Todo eso será mientras completan los protocolos de auditoría con administraciones públicas y expertos en ciberdefensa. En declaraciones concedidas a TechCrunch, el vicepresidente de ciencia de Mistral, Pierre Stock, explicó que colaboran „con socios de confianza y gobiernos para asegurar que los pesos abiertos se utilicen para defender y no para ataques maliciosos“.
Esto en la práctica quiere decir que la compañía retrasará tres semanas la liberación de los pesos para certificar sus barreras de contención. Stock defendió la rentabilidad de su desarrollo, con una escala de costes „entre dos y tres veces menor que la de los competidores chinos y significativamente inferior a la de los modelos cerrados“.
De hecho, es este enfoque precisamente el que ha atraído a empresas como Samsung, que optimizan el diseño de semiconductores con Mistral Large.
