Mistral Large 4 Open Weights: Was sich für Firmen ändert

Mistral Large 4 ist das KI-Modell von Mistral AI mit rund 1 Billion Parametern und 1 Million Token Kontext, dessen Gewichte am 29. Oktober 2026 freigegeben wurden. Interne Nutzung, Feinabstimmung und kommerzielle Nutzung sind erlaubt; wer das Modell anderen als Dienst anbietet, braucht eine separate Lizenz. Für Unternehmen ändert sich vor allem die Option auf Datenkontrolle. Unverändert bleibt die Hardware: Die Beispielkonfigurationen von Mistral setzen acht GPUs voraus, daher ist die API für die meisten Firmen weiterhin der richtige Einstieg.

Was hat sich bei Mistral Large 4 am 29. Oktober geändert?

Mistral AI hat die Gewichte von Large 4 am 29. Oktober veröffentlicht, nachdem das Modell seit dem 6. Oktober 2026 als API-Vorschau verfügbar war. Nach Mistrals eigener Messung stieg der Terminal-Bench-4.0-Wert von 28 % auf 41 %. Der API-Preis pro Million Token liegt bei 0,70 US-Dollar für Eingaben, 0,07 US-Dollar für gecachte Eingaben und 2,10 US-Dollar für Ausgaben. Laut Beri lagen die Vorschaupreise bei 1,36 und 4,18 US-Dollar, der Preis hat sich also ungefähr halbiert. Laut Modellkarte verarbeitet Large 4 Text und Bilder als Eingabe, gibt Text aus und unterstützt 1 Million Token Kontext. Zugänglich ist es auch über OpenRouter, NVIDIA NIM und Microsoft Foundry.

Was erlaubt die Lizenz von Mistral Large 4?

Die Mistral Ecosystem Open-Weight License ist eine modifizierte MIT-Lizenz und erlaubt Nutzung, Änderung, Feinabstimmung und kommerzielle Verwendung. Die wichtigste Einschränkung steckt in der Definition von „Model as a Service“. Nach dem Lizenztext brauchen Sie einen separaten kommerziellen Vertrag mit Mistral, wenn Sie Dritten per API oder gehostetem Endpunkt Zugang geben und diese dabei maßgebliche Kontrolle über Eingaben, Parameter oder Trainingsdaten haben. Zwei Fälle sind ausgenommen: Endkundenprodukte, in denen das Modell nur in bestimmte Funktionen eingebettet ist, und das bloße Weiterleiten von Anfragen an fremd gehostete Modelle.

Unsere Lesart: Ein Assistent, der auf Ihrer Website Kundenfragen beantwortet, fällt sehr wahrscheinlich unter die erste Ausnahme. Eine Plattform, die Modellzugang verkauft und Kunden eigene Anweisungen schreiben lässt, braucht die separate Lizenz. Das ist keine Rechtsberatung. Liegt Ihr Produkt dazwischen, prüfen Sie die Lizenz mit Ihrer Rechtsabteilung.

Was hat sich bei Mistral Large 4 nicht geändert?

Mistral Large 4 auf eigenen Servern zu betreiben, bleibt eine Aufgabe im Rechenzentrumsmaßstab. Die vLLM- und SGLang-Beispiele in der Modellkarte sind für einen Knoten mit acht GPUs geschrieben. Beri nennt für den FP8-Checkpoint rund 1,05 TB, lauffähig auf einer NVIDIA DGX B200 mit acht GPUs und 1.440 GB GPU-Speicher. Die NVFP4-Version für Blackwell-GPUs wird mit etwa 525 GB Gewichten angegeben, Yotta Labs nennt 610 GB auf der Festplatte. Die Modellkarte selbst empfiehlt die Mistral-API, wenn der lokale Betrieb nicht ausreicht. Offene Gewichte heißen also nicht, dass der Betrieb kostenlos ist: Lizenzkosten entfallen womöglich, GPUs, Wartung und Fachpersonal bleiben aber bei Ihnen.

Was sagen unabhängige Messungen zu Mistrals Aussagen?

Unabhängige Messungen zeichnen ein vorsichtigeres Bild. Mistral positioniert Large 4 als bestes Open-Weight-Modell fürs Programmieren und nennt 48 % im Artificial Analysis Coding Agent Index, gleichauf mit GLM-5.3, bei durchschnittlich 47 % weniger Token pro Aufgabe. Auf der Modellseite von Artificial Analysis steht mit Stand 31. Oktober 2026 ein allgemeiner Intelligence Index von 26, Platz 9 von 22 Modellen. Über die Mistral-API liegt die Geschwindigkeit bei 161,3 Token pro Sekunde, die Zeit bis zum ersten Token bei 1,42 Sekunden. Das spricht für Stärke beim Programmieren, nicht für eine Spitzenposition insgesamt. Werte wie Terminal-Bench stammen teils aus Mistrals eigener Berichterstattung und sollten nicht allein entscheiden.

Worauf sollten Sie vor dem Einsatz von Mistral Large 4 achten?

Klären Sie vor dem Einsatz von Mistral Large 4 drei Punkte: Datenstandort, Sprachqualität und Latenz.

Datenstandort und DSGVO: Dass das Modell auf europäischer Infrastruktur trainiert wurde, sagt nichts darüber, wo Ihre API-Anfrage verarbeitet wird. Bei personenbezogenen Daten verlangt Art. 28 DSGVO einen bindenden Vertrag mit dem Auftragsverarbeiter. Lassen Sie sich Auftragsverarbeitungsvertrag und Verarbeitungsregion schriftlich bestätigen.
Sprachqualität: Die Modellkarte nennt mehr als 160 Sprachen einschließlich aller EU-Amtssprachen, damit ist Deutsch abgedeckt. Fachbegriffe aus Ihrer Branche sollten Sie trotzdem mit eigenen Kundenanfragen testen.
Latenz: Large 4 gibt Text aus, die gemessene Zeit bis zum ersten Token beträgt 1,42 Sekunden. Am Telefon kommen Spracherkennung und Sprachausgabe hinzu. Das Modell allein ist also kein fertiger KI-Sprachassistent; die Latenz muss durchgängig gemessen werden.

Was kostet ein KI-Assistent mit Mistral Large 4 pro Monat?

Im folgenden Beispiel kostet ein KI-Assistent mit 10.000 Gesprächen im Monat über die Mistral-Large-4-API 58,80 US-Dollar ohne Caching und 32,34 US-Dollar mit Caching. Wir gehen von durchschnittlich 6.000 Eingabe- und 800 Ausgabe-Token pro Gespräch aus; das sind unsere Beispielwerte, keine Angaben von Mistral.

Eingabe: 10.000 × 6.000 = 60 Millionen Token; 60 × 0,70 = 42 US-Dollar.
Ausgabe: 10.000 × 800 = 8 Millionen Token; 8 × 2,10 = 16,80 US-Dollar.
Monatssumme: 42 + 16,80 = 58,80 US-Dollar.
Wenn 70 % der Eingaben aus dem Cache kommen: (18 × 0,70) + (42 × 0,07) + 16,80 = 32,34 US-Dollar.

Die Rechnung umfasst nur die Modellnutzung. Integration, Tests, Übergabe an Mitarbeitende, WhatsApp- oder Telefonkosten und Wartung sind nicht enthalten. Der Standardmodus für das Schlussfolgern ist High, die tatsächliche Ausgabe kann also abweichen; rechnen Sie mit Ihren eigenen Protokollen nach. Bleibt die Modellrechnung in dieser Größenordnung, sollten Genauigkeit und Datenkontrolle entscheiden, nicht der Preis.

Was bedeutet diese Nachricht für Ihr Unternehmen?

Für die meisten Unternehmen bedeutet Mistral Large 4 „wir haben mehr Optionen“, nicht „wir kaufen jetzt GPUs“. Nehmen Sie einen mittelständischen Maschinenbauer, dessen Serviceteam immer wieder Fragen zu umfangreichen technischen Handbüchern beantwortet. Der Kontext von 1 Million Token ist für lange Dokumente interessant, und interne Dokumente im eigenen Haus zu halten ist nun grundsätzlich möglich. Eine Infrastruktur mit acht GPUs lässt sich bei dieser Größe aber schwer rechtfertigen. Sinnvoll ist zuerst ein Vergleich über die API, mit Dokumenten ohne Geschäftsgeheimnisse und ohne personenbezogene Daten.

Für wen es passt und für wen nicht:

Passend: Unternehmen, die Daten nicht nach außen geben dürfen und GPU-Infrastruktur haben oder aufbauen können, Softwareteams mit Coding-Agenten sowie Rechts- und Finanzteams mit langen Dokumentensammlungen.
Nicht passend: Kleine Betriebe mit geringem Volumen und ohne GPU-Infrastruktur haben von offenen Gewichten praktisch wenig. Wer Live-Telefonate braucht, sollte das Modell nicht als alleinige Lösung betrachten.

Drei Schritte für diese Woche:

Vergleichen Sie 50 echte Kundenfragen über die Mistral-API oder OpenRouter mit Ihrem aktuellen Modell und bewerten Sie die Genauigkeit.
Ermitteln Sie Ihr monatliches Gesprächs- und Token-Volumen aus den Protokollen und vergleichen Sie es mit der Rechnung oben.
Lassen Sie sich Verarbeitungsland und Vertragsbedingungen vom Anbieter schriftlich geben.

Die Modellwahl ist nur ein Teil der Einrichtung. Wie Sie einen Assistenten mit Ihrer Website verbinden, zeigt unsere Anleitung zur Assistenten-Einrichtung. Den geschäftlichen Nutzen haben wir in Was ein KI-Assistent einem Unternehmen bringt zusammengefasst. Für mehrstufige Abläufe passt unser KI-Agent-Service, ein reales Telefonbeispiel zeigt unsere Fallstudie zum Fleischgroßhandel.

Quellen

Zuletzt geprüft: 31. Oktober 2026.

Nächster Schritt

Um das passende Modell und die richtige Einrichtung für Ihr Unternehmen zu klären, besuchen Sie unsere Seite zum KI-Assistenten, fordern Sie über unser Kontaktformular ein kurzes Erstgespräch an oder rufen Sie unter +90 850 840 08 23 an und sprechen Sie live mit Azra, unserer Sprachassistentin.

Häufig gestellte Fragen

Ist Mistral Large 4 kostenlos?

Für das Herunterladen der Gewichte und die interne Nutzung fällt keine Lizenzgebühr an. Die API ist kostenpflichtig: 0,70 US-Dollar pro Million Eingabe-Token und 2,10 US-Dollar pro Million Ausgabe-Token. Beim Eigenbetrieb tragen Sie Hardware- und Wartungskosten selbst.

Läuft Mistral Large 4 auf einem normalen Computer?

Praktisch nein. Die Beispiele der Modellkarte sind für einen Knoten mit acht GPUs gedacht, die genannten Checkpoint-Größen liegen zwischen 525 GB und 1,06 TB. GGUF-Versionen gibt es, messen Sie die Leistung vor dem Produktiveinsatz aber auf Ihrer eigenen Hardware.

Beherrscht Mistral Large 4 Deutsch?

Die Modellkarte nennt mehr als 160 Sprachen einschließlich aller EU-Amtssprachen, also auch Deutsch. Testen Sie die Qualität trotzdem mit Ihren eigenen Kundenfragen, bevor Sie live gehen.

Sollten wir unseren KI-Assistenten auf Mistral Large 4 umstellen?

Nur wenn Ihre eigenen Tests eine bessere Genauigkeit zeigen oder ein klarer Vorteil bei Datenkontrolle oder Kosten entsteht. Ein Modellwechsel bedeutet, Anweisungen, Werkzeugaufrufe und Testszenarien neu zu prüfen.

Mistral Large 4 mit offenen Gewichten: Was sich für Unternehmen ändert und was nicht