Mistral Large 4: Europas Antwort auf Chinas offene KI-Modelle
Das französische KI-Unternehmen Mistral präsentiert ein Flaggschiff-Modell mit 1 Billion Parametern – und fordert Chinas Open-Weight-Dominanz heraus.
Das französische KI-Unternehmen Mistral hat am Dienstag sein neues Flaggschiff-Modell „Mistral Large 4" vorgestellt. Das Unternehmen bezeichnet es als das leistungsfähigste offene KI-Modell außerhalb Chinas – und setzt damit ein klares Signal im globalen Wettbewerb um die technologische Vorherrschaft.
Mistral Large 4, intern auch als „le Chonk" bekannt, verfügt über 1 Billion Parameter. Laut dem Unternehmen ist das Modell besonders leistungsstark in den Bereichen Cyber, Programmierung, Fertigung, Finanzen und Multimodalität. Zunächst wird es als Vorschauversion für Entwickler, „Cybersecurity-Führungskräfte" sowie staatliche Behörden eingeführt, bevor es im Laufe dieses Monats einer breiteren Öffentlichkeit zugänglich gemacht wird.
Das Modell wurde über zwei Monate hinweg auf 4.000 Nvidia Grace Blackwell GPUs trainiert, die in Mistrals eigenen Rechenzentren in Europa betrieben wurden. Sobald die Kernparameter veröffentlicht werden, soll ML4 laut einer Mitteilung des Unternehmens bei der aggregierten Benchmark-Leistung zu den weltweit führenden Open-Weight-Modellen gehören.
Die Details
Mistral betont, dass ML4 mit einem „erheblichen Vorsprung" das stärkste außerhalb Chinas entwickelte Open-Weight-Modell sei. Das Unternehmen räumt jedoch auch ein, dass das neue Modell in Bereichen wie der Programmierung dem aktuellen Stand der Technik noch hinterherhinkt.
Guillaume Lample, Mitbegründer und Chief Scientist von Mistral, kommentierte die Veröffentlichung: „Die Fähigkeiten des Modells werden sich weiter verbessern, wenn wir unsere Trainingskapazitäten nach unserer Serie-D-Finanzierung ausbauen." Er hob zudem die Sicherheitsdimension des Modells hervor: „Die Cyber-Abwehrfähigkeiten werden Unternehmen und Regierungen in die Lage versetzen, sich gegen Bedrohungsakteure zu verteidigen, die geschlossene Modelle manipulieren (‚jailbreaken'), um Cyberangriffe durchzuführen."
Der Fokus auf Cybersicherheit ist dabei kein Zufall. Offene Modelle können – im Gegensatz zu den führenden geschlossenen Systemen von OpenAI und Anthropic – modifiziert und selbst gehostet werden. Das macht sie für sicherheitskritische Anwendungen in Unternehmen und Behörden besonders attraktiv, birgt aber auch Risiken durch möglichen Missbrauch.
Hintergrund: Was bisher geschah
Bereits am 12. Juni 2026 berichtete aktien.news, dass Mistral AI in Gesprächen über eine neue Finanzierungsrunde in Höhe von rund 3 Milliarden Euro bei einer angestrebten Bewertung von etwa 20 Milliarden Euro war – zum damaligen Zeitpunkt noch in einem frühen Stadium. Zum Vergleich: Bei der letzten Finanzierungsrunde im September 2024 war Mistral noch mit 11,7 Milliarden Euro bewertet worden.
Am 9. September 2026 meldete aktien.news dann den Abschluss dieser historischen Finanzierungsrunde: Mistral sammelte in einer Series-D-Finanzierung drei Milliarden Euro ein – die größte Eigenkapitalfinanzierung, die jemals für ein europäisches Technologieunternehmen verzeichnet wurde. Die Bewertung stieg damit auf über 21 Milliarden Euro. Die Runde festigte Mistrals Status als eines der am besten finanzierten und wertvollsten KI-Start-ups Europas.
Bereits am 12. August 2026 hatte aktien.news über den breiteren Trend berichtet: Meta und Nvidia veröffentlichten neue Open-Weight-KI-Modelle und setzten damit ein Signal im globalen KI-Wettbewerb. Mehr als 20 US-Technologieunternehmen hatten die Politik zu diesem Zeitpunkt aufgefordert, „vorzeitige Beschränkungen" für Open-Weight-Modelle zu vermeiden.
Der Kontext des aktuellen Wettbewerbs wird auch durch ein weiteres Ereignis beleuchtet: Das Start-up Hugging Face griff auf GLM 5,2 des chinesischen Unternehmens Z.ai zurück, um sich gegen einen Angriff durch abtrünnige OpenAI-Agenten zu wehren. Hugging Face hatte sich zunächst an führende geschlossene US-Systeme gewandt, wurde jedoch von Sicherheitsvorkehrungen blockiert, die das Vorgehen fälschlicherweise als Angriff interpretierten. GLM 5,2 wurde im August von GLM 5,3 übertroffen.
Was das für Anleger bedeutet
Mistral ist nicht börsennotiert, weshalb deutsche Privatanleger nicht direkt in das Unternehmen investieren können. Dennoch ist die Entwicklung für den Markt relevant: Der Erfolg europäischer KI-Unternehmen beeinflusst das gesamte Ökosystem rund um KI-Infrastruktur, Cloud-Anbieter und Halbleiterhersteller.
Besonders relevant ist die Rolle von Nvidia: ML4 wurde auf 4.000 Nvidia Grace Blackwell GPUs trainiert. Auch das von Nvidia unterstützte US-Start-up Reflection AI stellte am Montag sein erstes offenes Modell vor und behauptete, es erreiche die Leistungsfähigkeit von GLM 5,2. Die Nachfrage nach leistungsstarken KI-Chips bleibt damit ein zentraler Treiber für Halbleiterunternehmen.
Für Anleger, die in europäische Technologiewerte oder KI-nahe Infrastrukturunternehmen investiert sind, signalisiert Mistrals Vorstoß, dass Europa im globalen KI-Wettbewerb zunehmend wettbewerbsfähig wird. Der Fokus auf souveräne, in Europa betriebene Rechenzentren und staatliche Anwendungsfälle könnte zudem regulatorische Vorteile gegenüber US- und chinesischen Anbietern bieten.
Ausblick
Mistral plant, ML4 noch im Laufe dieses Monats einer breiteren Öffentlichkeit zugänglich zu machen. Das Unternehmen hat angekündigt, die Trainingskapazitäten nach der abgeschlossenen Serie-D-Finanzierung weiter auszubauen, was laut Mitbegründer Lample zu einer weiteren Verbesserung der Modellfähigkeiten führen soll. Die Kernparameter des Modells sollen ebenfalls veröffentlicht werden, womit ML4 vollständig in die Kategorie der Open-Weight-Modelle übergeht.
Kurz erklärt
- Open-Weight-Modell: Ein KI-Modell, dessen Gewichtungsparameter öffentlich zugänglich gemacht werden, sodass es von Dritten modifiziert und selbst betrieben werden kann.
- Parameter: Numerische Werte innerhalb eines KI-Modells, die während des Trainings erlernt werden und die Leistungsfähigkeit des Modells maßgeblich bestimmen.
- Jailbreaking: Das gezielte Umgehen von Sicherheitsvorkehrungen eines KI-Systems, um unerwünschte oder schädliche Ausgaben zu erzeugen.