Mistral Large 4: Offenes Coding-Modell aus Europa
// kurz gesagt
Mistral hat am 29. Oktober 2026 die Gewichte von Mistral Large 4 veröffentlicht, Spitzname „Le Chonk“. Das Mixture-of-Experts-Modell hat rund 1 Billion Parameter und ist auf agentisches Coding und Cybersicherheit ausgelegt. Die Lizenz erlaubt kommerzielle und interne Nutzung, nur wer das Modell als Dienst an Dritte anbietet, braucht eine Extra-Lizenz. Selbst hosten verlangt Rechenzentrums-Hardware, für die meisten KMU ist deshalb die API mit 0,70 $ pro Million Input- und 2,10 $ pro Million Output-Token der realistische Weg.
Mistral hat die Gewichte von Mistral Large 4 freigegeben, intern „Le Chonk“ genannt. Das Modell zielt auf Entwickler-Teams und Sicherheitsabteilungen. Für dich ist die Frage: Ist das eine ernstzunehmende europäische Alternative zu US-Anbietern?
Was passiert ist
Am 29. Oktober 2026 hat Mistral die Modellgewichte von Mistral Large 4 auf Hugging Face veröffentlicht (Hugging Face Blog, heise). Eine Vorabversion gab es seit Anfang Oktober nur über die API. Danach hat Mistral das Modell laut heise drei Wochen mit Kunden und Cybersicherheitspartnern getestet und per Reinforcement Learning nachtrainiert.
Den Spitznamen „Le Chonk“ nennt Mistral selbst. Verfügbar ist das Modell laut Ankündigung:
- Gewichte auf Hugging Face, etwa als Mistral-Large-4-1T-A52B und als NVFP4-Variante
- Mistral Studio, Mistral API und OpenRouter
- Coding-Assistent Vibe, laut heise zunächst für ausgewählte Nutzer
- NVIDIA-Endpunkte, NIM-Container und Microsoft Foundry
Was steckt in Le Chonk?
Mistral Large 4 ist ein Mixture-of-Experts-Modell (MoE): Es besteht aus vielen spezialisierten Teilnetzen, den „Experten“, von denen pro Wort nur ein kleiner Teil rechnet. Das macht es schneller, als die Gesamtgröße vermuten lässt. Eckdaten laut Modellkarte und Hugging Face Blog:
| Merkmal | Wert |
|---|---|
| Parameter gesamt | rund 1 Billion |
| Aktive Parameter pro Token | rund 49 Milliarden (52 Milliarden inklusive Embedding- und Output-Schichten) |
| Experten | 128 je MoE-Block, pro Token 4 plus 1 geteilter Experte |
| Eingabe / Ausgabe | Text und Bilder rein, Text raus |
| Kontextlänge | 1 Million Token |
| Reasoning-Stufen | low, medium, high (Standard) |
Die Serving-Beispiele im Hugging Face Blog nutzen allerdings 131.072 Token als Maximum. Die volle Million kostet beim Selbsthosten viel Speicher.
Neu sind die Stufen low und medium. Laut Mistral-Forscher Pierre Stock braucht die finale Version bei gleicher Leistung rund 50 Prozent weniger Token als die Vorabversion (heise). Über die API heißt das weniger Kosten.
Wie gut programmiert Mistral Large 4?
Mistral nennt es das beste offene Modell für agentisches Coding (Mistral):
- Terminal-Bench 4.0: 41 Prozent (Vorabversion: 28 Prozent)
- Artificial Analysis Coding Agent Index: 48 Prozent, fast gleichauf mit GLM-5.3, bei 47 Prozent weniger Token pro Aufgabe
- FrontierCode 2.0: 19,7 Prozent
Auf Terminal-Bench 4.0 kommen laut Artificial Analysis Kimi K3.1 Pro auf 67 und Gemini 4 Carbon auf 65 Prozent (heise). Mit Googles Spitzenmodell Gemini 4 Carbon hält Mistral Large 4 also nicht mit. Unabhängig nachprüfbar waren die Ergebnisse laut heise zum Start nicht.
Bei Cybersicherheit nennt Mistral 51 Prozent im Artificial Analysis Cyber Index, 96,6 Prozent Ablehnung bösartiger Cyber-Anfragen und 97,1 Prozent im B3 Agent Security Benchmark (Mistral).
Was erlaubt die Lizenz?
Mistral Large 4 steht unter der „Mistral Ecosystem Open-Weight License“, einer modifizierten MIT-Lizenz (Mistral, Lizenztext). Du darfst das Modell nutzen, verändern, feinabstimmen und kommerziell einsetzen.
Die Einschränkung: Wer ein Model-as-a-Service-Geschäft betreibt, also Dritten Zugriff mit „meaningful control“ über Eingaben, Parameter oder Trainingsdaten gibt, braucht vorher eine separate Lizenz von Mistral. Ausgenommen sind laut Lizenztext:
- interne Nutzung ohne Zugang für Dritte
- Endnutzer-Produkte, in denen das Modell nur in bestimmte Funktionen eingebaut ist
- das reine Weiterleiten von Anfragen an Modelle, die andere hosten
- die Nutzung über Mistrals eigene Produkte
Umsatz- oder Nutzerschwellen nennt der Lizenztext nicht, Kopien müssen den Copyright- und Lizenzhinweis enthalten. Für interne Nutzung oder eine Funktion in der eigenen App wirkt das nach dem Wortlaut unkompliziert. Grenzfälle solltest du prüfen lassen.
Was kostet Mistral Large 4?
API-Preise laut Mistral, Stand: Oktober 2026:
| Token-Art | Preis pro 1 Million Token |
|---|---|
| Input | 0,70 $ |
| Input aus dem Cache | 0,07 $ |
| Output | 2,10 $ |
Beispiel: 1.000 Anfragen mit je 2.000 Token Input und 500 Token Output kosten 1,40 $ plus 1,05 $, zusammen 2,45 $.
Selbst hosten ist teuer: Hugging Face empfiehlt für die FP8-Gewichte 8 NVIDIA-H200-GPUs, die NVFP4-Variante braucht Blackwell-GPUs. Die kleinste 2-Bit-Variante läuft auf einem Apple-Silicon-Ultra-Rechner mit 512 GB Unified Memory, auf einem M3 Ultra mit etwa 15 Token pro Sekunde (Hugging Face Blog). Reicht die Hardware nicht, rät die Modellkarte zur API.
Was es für dich bedeutet
Selbst hosten ist ein Thema für Rechenzentren, nicht fürs Büro. Als Selbstständiger oder kleines Team betreibst du Le Chonk nicht im Keller. Realistisch ist ein Hoster oder IT-Dienstleister. Frag ihn, wie er die Model-as-a-Service-Klausel der Lizenz gelöst hat.
Der Vorteil ist Kontrolle, nicht Spitzenleistung. Offene Gewichte kann dir niemand abschalten, verteuern oder still austauschen, und auf eigener oder gemieteter Infrastruktur bleiben deine Daten dort. Das beste Coding-Modell bekommst du nach den bisherigen Zahlen nicht. Wer vorne liegt, steht in meinem Vergleich der besten KI zum Programmieren.
Die API ist günstig, aber prüf die Bedingungen. Wo Mistral API-Anfragen verarbeitet und welche Vertragsbedingungen gelten, habe ich für diesen Artikel nicht geprüft. Klär das, bevor du Kundendaten durchschickst, und halte die Entscheidung in deiner KI-Richtlinie fürs Unternehmen fest.
Teste mit deinen eigenen Aufgaben. Lass drei typische Aufgaben aus deinem Alltag über OpenRouter oder die Mistral API laufen und vergleiche das Ergebnis mit deinem jetzigen Tool.
Mistral baut sein Angebot in die Breite aus, zuletzt mit Voxtral 3, Sprach-KI und Voice-Agent-SDK aus Paris. Laut heise baut Mistral außerdem eigene Rechenzentren in Europa und will schneller neue Modelle veröffentlichen.
Quellen
- Mistral: Ankündigung Mistral Large 4 (Primärquelle)
- Modellkarte Mistral-Large-4-1T-A52B auf Hugging Face
- Lizenztext Mistral Ecosystem Open-Weight License
- Hugging Face Blog: Mistral Large 4
- Mistral AI auf Hugging Face
- heise: Mistral Large 4, Modellgewichte veröffentlicht
Häufige Fragen
Was ist Le Chonk von Mistral?
„Le Chonk“ ist der Spitzname von Mistral Large 4, dem großen Mixture-of-Experts-Modell von Mistral mit rund 1 Billion Parametern. Die Gewichte sind seit dem 29. Oktober 2026 auf Hugging Face verfügbar.
Ist Mistral Large 4 Open Source?
Es ist ein Open-Weight-Modell unter der Mistral Ecosystem Open-Weight License, einer modifizierten MIT-Lizenz. Nutzung, Anpassung und kommerzieller Einsatz sind erlaubt. Wer ein Model-as-a-Service-Geschäft betreibt, braucht eine separate kommerzielle Lizenz von Mistral.
Was kostet Mistral Large 4 über die API?
Laut Mistral 0,70 $ pro Million Input-Token, 0,07 $ pro Million gecachte Input-Token und 2,10 $ pro Million Output-Token (Stand: Oktober 2026).
Kann ich Mistral Large 4 auf meinem eigenen Rechner laufen lassen?
Kaum. Hugging Face empfiehlt für die FP8-Version 8 NVIDIA-H200-GPUs. Eine stark komprimierte 2-Bit-Version läuft auf einem Apple-Silicon-Ultra-Rechner mit 512 GB Arbeitsspeicher, laut Hugging Face mit rund 15 Token pro Sekunde.
Ist Mistral Large 4 besser als Claude oder Gemini beim Programmieren?
Nach den bisher veröffentlichten Zahlen nicht. Mistral nennt es das beste offene Modell für agentisches Coding, auf Terminal-Bench 4.0 liegt es mit 41 Prozent aber deutlich hinter Gemini 4 Carbon mit 65 Prozent. Unabhängig geprüft waren die Werte zum Start noch nicht.
Du willst das selbst ausprobieren?
Im KI-Tutoring baust du mit mir an deinem eigenen Projekt. Allein oder in einer kleinen Gruppe, 100 % online.
15 Minuten kennenlernen