PARIS / LONDON (IT BOLTWISE) – Mistral hat mit Mistral Large 4 sein bislang umfangreichstes Sprachmodell vorgestellt. In Sicherheitstests unter Zeitdruck löst es im CTF Speedrun 18 von 19 Aufgaben, erreicht also eine deutliche Spitze. Beim Programmieren bleibt die Bilanz laut den vorgelegten Benchmarks dagegen gemischt, während agentische Aufgaben im Automationbench einen starken Sprung zeigen. Vorabzugang gibt es als Vorschau zu einem Preis von gut zwei Euro pro einer Million Output-Tokens.
Mit Mistral Large 4 schiebt Paris einen neuen Baustein Richtung KI-Wettbewerb nach vorn: Das französische Unternehmen, intern offenbar unter dem Spitznamen „le Chonk“ geführt, positioniert das Modell als nächsten Schritt für die europäische KI-Entwicklung. Besonders auffällig ist der Trainingsumfang: Insgesamt nennt Mistral eine Billion Parameter, aktiv seien davon rund 49 Milliarden. Für die Praxis ist vor allem entscheidend, auf welcher Hardware und unter welchen Bedingungen das Modell entstanden ist. Laut Hersteller wurde es auf 3.800 GPUs vom Typ NVIDIA Grace Blackwell trainiert – ein Hinweis darauf, dass hier nicht nur mehr Daten, sondern auch deutlich mehr Rechenbudget im Spiel war.
Aus Sicht der Modelllandschaft rückt Mistral Large 4 außerdem in ein Segment, das Unternehmen und Entwickler seit Monaten intensiv beobachten: Modelle mit „open weights“, also frei zugänglichen Gewichten, die sich intern weiter evaluieren, fine-tunen oder in geschlossene Umgebungen integrieren lassen. Mistral stellt sein Spitzenmodell dabei in einen Vergleich mit anderen Open-Weight-Angeboten wie den jüngsten GLM-Versionen von Z.ai sowie verschiedenen Ausgaben von Deepseek. Der wichtigste Punkt für Teams lautet jedoch nicht nur „offen“, sondern auch „wie verlässlich“: Gerade in sicherheitsnahen Workflows zählt, ob sich ein Modell auf typische Angriffs- und Abwehrszenarien einlassen lässt – oder ob es sich reflexartig verweigert.
Genau hier setzt Mistral Large 4 an. In sicherheitsrelevanten Tests unter Zeitdruck, namentlich beim CTF Speedrun, erreicht das Modell 18 gelöste Aufgaben in 40 Minuten. Das zweitplatzierte GLM 5.2 kommt demnach auf 16 gelöste Aufgaben. Diese Art von Benchmark ist für die Cybersicherheit relevant, weil sie Geschwindigkeit mit Problemlösungsqualität kombiniert: Es reicht nicht, nur Muster zu erkennen, das Modell muss auch innerhalb eines engen Zeitfensters Schritte ableiten, die später in einer tatsächlichen Challenge zum Erfolg führen. In der Darstellung betont Mistral zudem einen praktischen Vorteil gegenüber nicht offenen Frontier-Modellen: Das System soll sich „nicht weigern“, sicherheitsrelevante Aufgaben auszuführen – ein Umstand, der sich indirekt auf die Nutzbarkeit bei der Analyse neuartiger Schadsoftware oder beim Einschätzen von Sicherheitslücken auswirken könnte.
Beim Programmieren fällt das Bild weniger eindeutig aus. In Tests wie DeepSWE 1.1 und Terminal Bench 4.0 schlägt sich Mistral Large 4 zwar respektabel gegenüber anderen Open-Weight-Angeboten, zugleich liegen die Ergebnisse führender Modelle von OpenAI und Anthropic deutlich höher – und genau diese Vergleichslinie fehlt in den Diagrammen des Herstellers. Für Entscheider ist das weniger ein Schönheitsfehler als ein methodisches Signal: Wenn Diagramme die besten Referenzen nicht zeigen, wird die Einordnung schwerer, insbesondere für Organisationen, die sich an messbaren Engineering-KPIs orientieren. Dennoch lohnt der Blick auf den Trend: Ein „guter“ Open-Weight-Stand kann in internen Projekten bereits den Ausschlag geben, etwa wenn Governance, Datenhoheit oder Latenzanforderungen eine stärkere Kontrolle über die Ausführung verlangen.
Deutlicher wird Mistrals Fortschritt bei agentischen Aufgaben. Im Automationbench nennt der Hersteller 59,9 Prozent erfolgreiche Aufgabenerfüllung für das neue Modell, während der Vorgänger auf 6,3 Prozent kam. Solche Sprünge deuten darauf hin, dass sich nicht nur die reine Textqualität verbessert hat, sondern vor allem die Fähigkeit, mehrstufige Handlungsabläufe kohärent durchzuziehen: Planen, Ausführen, Zwischenergebnisse prüfen und auf Abweichungen reagieren. Damit hängt auch die Praxisfrage zusammen, die in vielen Organisationen nach der ersten Hype-Phase wieder stärker diskutiert wird: Wie gut sind KI-Systeme, wenn sie nicht nur antworten, sondern aktiv Arbeit abwickeln sollen? Mistral liefert zusätzlich Indizien zur Robustheit gegen Angriffe auf die Verarbeitungslogik, etwa per Prompt Injection.
Im B3 Agent Security Benchmark widerstand Mistral Large 4 neun von zehn Angriffsversuchen. Solche Werte sind jedoch immer nur im jeweiligen Testaufbau aussagekräftig: Prompt-Injection ist kein einheitliches Problem, sondern ein Angriffsmuster, das stark vom konkreten Agenten-Design, vom Prompt-Handling, von der Tool-Nutzung und von den Sicherheitsbarrieren abhängt. Für Entwickler heißt das: Die Benchmark-Zahl kann eine Richtung vorgeben, ersetzt aber kein eigenes Red-Teaming. Genau hier entsteht auch die Chance für Unternehmen, die selbst evaluieren wollen: Open Weights ermöglichen, Security-Tests auf die eigene Toolchain, die eigenen Datenflüsse und die eigenen Guardrails anzupassen.
Bleibt die Frage nach Verfügbarkeit, Preis und Prüfpfad. Mistral Large 4 ist bereits als Vorschauversion zugänglich, die Preisangabe liegt bei gut zwei Euro pro einer Million Output-Tokens. Die Gewichte will das Unternehmen Ende Oktober 2026 veröffentlichen; bis dahin sollen Sicherheitsforscher, Partner und Regierungsorganisationen das Modell einer Prüfung unterziehen. Für den Markt ist das ein realer Zeitplan, weil er zwei parallele Bewegungen unterstützt: Erstens können Teams schon jetzt Pilotprojekte mit dem Modell starten, solange es als Vorschau verfügbar ist. Zweitens können externe Stellen den Sicherheits- und Robustheitsaspekt vorbereitend bewerten, bevor die Gewichte breit verfügbar werden. Genau diese Kombination – schneller Zugang bei gleichzeitiger Prüfung – entscheidet häufig darüber, ob ein Open-Weight-Modell in produktiven Umgebungen schnell Fuß fasst oder erst über Umwege in den Architekturentscheidungen landet.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Mistral Large 4: stark bei Cybersicherheit, offen bei Code-Qualität" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Mistral Large 4: stark bei Cybersicherheit, offen bei Code-Qualität" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Mistral Large 4: stark bei Cybersicherheit, offen bei Code-Qualität« bei Google Deutschland suchen, bei Bing oder Google News!