Das Wichtigste in Kürze
- Mistral Large 4 (Le Chonk) nutzt eine granulare Mixture-of-Experts-Architektur mit 1,05 Billionen Gesamtparametern und 52 Milliarden aktiven Parametern pro Token, nativer Text- und Bildverarbeitung, 1M Kontextfenster und über 160 Sprachen.
- Das Modell belegt Platz 1 unter den Open-Weight-Modellen im Agentic-Coding-Benchmark FrontierCode von Cognition und setzt bei Artificial Analysis eine neue Bestmarke für Pareto-Effizienz.
- Für Cyberabwehr entwickelt und von Sicherheitsanbietern wie CrowdStrike, Cloudflare, Rubrik und Zscaler getestet, führt es offene Modelle auch in Cybersecurity, Finanzwesen und Recht an.
- Die Gewichte stehen auf huggingface.co/mistralai zum Download bereit und lassen sich über Mistral Forge mit Unternehmensdaten anpassen sowie lokal betreiben.
Kurzüberblick
| Architektur | Granulares MoE (1,05T gesamt / 52B aktive Parameter) |
|---|---|
| Kontext & Modalität | 1M Kontextfenster, nativ Text + Vision, 160+ Sprachen |
| Coding-Benchmark | Platz 1 der Open-Weight-Modelle bei Cognitions FrontierCode |
| Cybersecurity-Praxistest | Geprüft durch CrowdStrike, Cloudflare, Rubrik und Zscaler |
| Bereitstellung & Tuning | Offene Gewichte auf Hugging Face; anpassbar mit Mistral Forge |
| Kategorie | KI & Modelle |
| Urheber | Mistral AI |
| Offizielle Seite | huggingface.co ↗ |
| Trend-Index | 🔥 797,1 Tsd. Trend-Index |
| Veröffentlicht | |
| Zuletzt aktualisiert |
1,05 Billionen Parameter gesamt, 52 Milliarden aktiv pro Token
Mistral AI hat sein neues Flaggschiff am 29. Oktober 2026 unter dem Spitznamen Le Chonk angekündigt; im offiziellen Hugging-Face-Verzeichnis läuft das Modell als Mistral Large 4. Technisch basiert es auf einer feingranularen Mixture-of-Experts-Architektur (MoE), die insgesamt rund 1,05 Billionen Parameter (auf der Modellkarte als 1T geführt) vereint, bei der Inferenz jedoch nur 52 Milliarden Parameter pro Token aktiviert. Dadurch verbindet das Modell das Wissensvolumen eines Billionen-Parameter-Systems mit dem Rechenaufwand eines deutlich kompakteren Modells.
Laut der Hugging-Face-Übersicht von Mistral wurde Large 4 von Grund auf als nativ multimodales Modell für Text und Bild trainiert, bietet ein Kontextfenster von einer Million Token und beherrscht mehr als 160 Sprachen. Artificial Analysis hat am 29. Oktober bereits Bewertungen für die Stufen Medium und High aufgenommen, bei denen Le Chonk eine neue Bestmarke für die Pareto-Effizienz aus Leistung und Kosten setzt.
Spitzenplatz bei FrontierCode und Härtetest durch Sicherheitsanbieter
Mistral positioniert Le Chonk gezielt für zwei anspruchsvolle Einsatzfelder: agentengestützte Softwareentwicklung und Cyberverteidigung. Im Coding-Bereich erreicht das Modell den ersten Platz unter allen Open-Weight-Modellen auf dem Benchmark FrontierCode von Cognition. Geprüft werden dort mehrstufige Agenten-Aufgaben in realen Codebasen samt Werkzeugeinsatz statt bloßer Einzeiler-Vervollständigung.
Für den Einsatz in der IT-Sicherheit wurde das Modell laut Mistral von führenden Sicherheits- und Infrastrukturanbietern wie CrowdStrike, Cloudflare, Rubrik und Zscaler auf die Probe gestellt. Ergänzend hebt die Modellkarte hervor, dass Large 4 unter den offenen Modellen nicht nur in der Cybersicherheit, sondern auch im Finanzwesen und im Rechtsbereich führend abschneidet.
- Built to build (FrontierCode Platz 1)
Führt die offenen Modelle auf Cognitions FrontierCode an und markiert einen neuen Pareto-Bestwert auf Artificial Analysis.
- Built to defend (Cyberdefense)
Erprobt in Sicherheits-Workflows durch Partner wie CrowdStrike, Cloudflare, Rubrik und Zscaler.
- Built for sovereignty (Hugging Face + Forge)
Frei herunterladbare Gewichte für den Eigenbetrieb, kombinierbar mit Mistral Forge für Pre-Training, Post-Training und Reinforcement Learning.
Download über Hugging Face und Anpassung mit Mistral Forge
Die Modellgewichte liegen im offiziellen Organisationsprofil unter huggingface.co/mistralai im Bereich Frontier bereit. Unternehmen aus regulierten Branchen wie Banken, Kanzleien oder kritischer Infrastruktur müssen ihre Quellcodes und Sicherheitsprotokolle damit nicht an fremde Cloud-APIs übertragen, sondern können Mistral Large 4 im eigenen Rechenzentrum oder einer isolierten Private Cloud betreiben.
Wer das Modell darüber hinaus auf internes Domänenwissen zuschneiden möchte, kann Mistral Forge einsetzen. Über die Plattform lassen sich eigene Datenbestände in Pre-Training, Post-Training und Reinforcement Learning einbringen, sodass ein maßgeschneidertes 52B-Aktiv-Modell für interne Code-Audits, Rechtsdokumente oder Bedrohungsanalysen entsteht.
Schritt-für-Schritt-Anleitung
Gewichte auf Hugging Face abrufen
Öffne huggingface.co/mistralai, wähle unter Frontier das Repository Mistral Large 4 (mistral-large-4) und lade die offenen Modellgewichte herunter.
Inferenz-Umgebung für das MoE-Modell bereitstellen
Konfiguriere die Server-Infrastruktur für die 1,05T Gesamtgewichte und nutze die schnelle Berechnung über 52B aktive Parameter sowie das 1M-Kontextfenster.
Mit Mistral Forge auf eigene Daten spezialisieren
Setze bei Bedarf Mistral Forge ein, um das Modell per Post-Training oder Reinforcement Learning auf internen Code oder Sicherheitsdaten abzustimmen.
Häufige Fragen
Was hat es mit den Namen Le Chonk und Mistral Large 4 auf sich?
Beide Namen bezeichnen dasselbe Modell: In der Ankündigung nennt Mistral AI die neue Version Le Chonk, während das offizielle Repository auf Hugging Face unter Mistral Large 4 geführt wird.
Wie groß ist Mistral Large 4 und was kann es verarbeiten?
Es ist ein granulares MoE-Modell mit rund 1,05 Billionen Parametern gesamt (1T laut Modellkarte) und 52 Milliarden aktiven Parametern pro Token. Es verarbeitet Text und Bilder nativ, hat 1 Million Token Kontext und spricht über 160 Sprachen.
Welche Nachweise gibt es für Coding und Cybersecurity?
Es liegt auf Platz 1 der offenen Modelle im Benchmark FrontierCode von Cognition und wurde im Bereich Cyberabwehr von CrowdStrike, Cloudflare, Rubrik und Zscaler getestet.
Lässt sich das Modell komplett auf eigenen Servern betreiben?
Ja. Die Gewichte sind auf Hugging Face frei abrufbar, lassen sich über Mistral Forge anpassen und anschließend in jeder beliebigen eigenen Infrastruktur bereitstellen.
