Anfang Oktober hat Mistral Large 4 als Public Preview gezeigt. Seit Donnerstag liegen die Gewichte offen: eine Billion Parameter, nativ multimodal, auf europäischer Infrastruktur von Null an trainiert.
Zwischen Preview und Veröffentlichung lagen drei weitere Wochen Reinforcement Learning, und die haben sich gelohnt. Auf Cognitions nicht öffentlichem Benchmark FrontierCode 2.0, der fragt, ob ein Repository-Betreuer die Änderung eines Agenten mergen würde, führt Mistral Large 4 mit 19,7 Prozent vor GLM-5.3 (19,3) und DeepSeek V4.1 Flash (17,8). Auf Terminal-Bench 4.0 sind es 41 Prozent gegen 28 in der Preview, bei 30 Prozent weniger Ausgabe-Token.
Günstiger pro Aufgabe, nicht nur besser
Der interessantere Teil steht im Coding Agent Index von Artificial Analysis. Dort kommt Mistral Large 4 auf 48 Prozent und liegt damit praktisch gleichauf mit GLM-5.3 – braucht dafür aber 47 Prozent weniger Token pro Aufgabe. Für Agenten, die stundenlang laufen, ist das der Unterschied zwischen tragbar und nicht tragbar. Drei Reasoning-Stufen lassen die Wahl, wo man zwischen Tempo und Gründlichkeit landen will; die niedrigste ersetzt den früheren Modus „None“.
Im Blindvergleich von Surge Code, wo menschliche Prüfer zwei Antworten gegeneinander bewerten, gewinnt Mistral Large 4 gegen GLM-5.3 und Kimi K3 jeweils 64 zu 36 und gegen DeepSeek V4.1 Flash 56 zu 44. Gegen Claude Opus 5.5 verliert es 22 zu 78.
Gebaut für Verteidiger, mit eingeräumtem Risiko
Mistral vermarktet das Modell ausdrücklich an Sicherheitsteams. Auf dem Cyber Index von Artificial Analysis, der Lückensuche, Reproduktion und Patchen misst, erreicht es 51 Prozent, und zwar ohne die Verweigerungen, an denen solche Aufgaben bei anderen Modellen scheitern. Gleichzeitig liegt die Ablehnungsrate bei bösartigen Cyber-Anfragen im Mittel bei 96,6 Prozent, nach Mistrals Messung der höchste Wert unter offenen Modellen.
Bemerkenswert ist, was Mistral danach schreibt: Man habe den Live-Verkehr beobachtet, das Modell weise Black-Box-Angriffe auf echte Ziele ab – und man sehe trotzdem „Potenzial für Uplift, um echte Angriffe durchzuführen“. Die Leitlinien würden angepasst. Eine spezialisierte Cyber-Variante für Pentests und Red-Teaming gibt es nur für geprüfte Partner wie Orange Cyberdefense, vertraglich auf eigene oder freigegebene Systeme begrenzt.
Die Lizenz heißt Mistral Ecosystem Open-Weight License und ist ein modifiziertes MIT: nutzen, ändern, feintunen und kommerzialisieren ist frei, mit einer Bedingung – wer das Modell als Model-as-a-Service anbietet, braucht eine separate kommerzielle Lizenz. Die Gewichte liegen auf Hugging Face, laufen mit vLLM oder SGLang, und wer es verwaltet haben will, bekommt das Modell über Microsoft Foundry.
Offenheit als Sicherheitsargument
Zehn Sicherheitsanbieter stehen mit Zitaten unter der Ankündigung, von Booz Allen bis Zscaler, dazu die EU-Agentur ENISA. Das Argument ist immer dasselbe: Wer seine Verteidigung nicht kontrolliert, hat keine Verteidigung. Es ist ein gutes Argument, und es schneidet in beide Richtungen. Dieselbe Offenheit, die ENISA das Modell prüfen lässt, nimmt Mistral die Möglichkeit, eine Leitlinie nachträglich zu ändern. Was heruntergeladen ist, bleibt heruntergeladen – auch die Fassung, deren Uplift-Risiko im eigenen Blogpost steht.