Das in Paris ansässige Mistral AI hat am Dienstag, den 6. Oktober, Mistral Large 4 vorgestellt – ein KI-Modell mit 1 Billion Parametern, das das Unternehmen nun „sehr offiziell“ Le Chonk nennt. Das Modell kostet 1,36 $ pro Million Input-Tokens und 4,18 $ pro Million Output-Tokens, und Mistral kündigt an, die Modellgewichte bis Ende Oktober zu veröffentlichen.

Parameter sind die anpassbaren Zahlen, die ein Modell während des Trainings abstimmt – mehr davon bedeuten in der Regel mehr Lernkapazität und höhere Betriebskosten. Systeme dieser Größenordnung stecken hinter Chatbots wie ChatGPT und Claude.

Ein Mixture-of-Experts-Design

Nicht alle dieser Parameter arbeiten gleichzeitig. Large 4 nutzt ein „Mixture of Experts“-Design: Das Modell leitet jede Frage an wenige spezialisierte Teilnetzwerke weiter, sodass pro Antwort nur 49 Milliarden Parameter aktiviert werden. Eine geringe Zahl aktiver Parameter hilft, die Betriebskosten zu begrenzen. Mistral vorheriges Flaggschiff, Large 3, funktionierte ebenso, mit 41 Milliarden aktiven Parametern von insgesamt 675 Milliarden.

„[Mistral Large 4] ist an der Spitze der offenen Modelle und mit Abstand das stärkste Open-Weight-Modell aus den USA oder Europa“, schrieb Mistral AI Chief Scientist Guillaume Lample auf X.

Auf Finance Agent v2 zeigt das Launch-Chart Large 4 mit 54,7 – vor GPT-6 Astra mit 53,5, aber hinter Claude Opus 5.5 mit 58,6.

Preise unterbieten die Konkurrenz

Mistral rechnet nach Tokens ab, den Textabschnitten – jeweils rund drei Viertel eines Wortes –, für die KI-Unternehmen Gebühren erheben. Mit 1,36 $ pro Million Input-Tokens und 4,18 $ pro Million Output-Tokens liegt Large 4 bei etwa einem Drittel des Input-Preises von Claudeus 5.5 und einem Fünftel dessen Output-Preises. Opus 5.5 verlangt jeweils 4 $ und 20 $, während GPT-6 Astra 10 $ und 50 $ verlangt – Large 4 kostet damit rund ein Siebtel bzw. ein Zwölftel der Astra-Sätze. Da die Token-Gebühren mit der Nutzung skalieren, summieren sich diese Abstände bei Arbeitslasten mit hohem Volumen für Entwickler schnell.

Wie „Le Chonk“ zu seinem Namen kam

Der Spitzname hat eine Vorgeschichte. Im Juni, nachdem Mistral seinen Assistenten Le Chat in Vibe umbenannt hatte, ersannen Fans auf Reddit und X ein fiktives Modell namens Le Chaton Fat – etwa „das dicke Kätzchen“ – mit 30 Billionen Parametern, 1.000 Miaus pro Sekunde und gefälschten Benchmarks, die behaupteten, es schlage Claude Fable 5.

The French Goverment needs to STOP Le Chaton Fat before it's too late. This is the FAT takeoff we've been warned against for years! pic.twitter.com/VoaBPJmfBT

— GLIF (@heyglif) June 15, 2026

CEO Arthur Mensch spielte mit und antwortete, das Modell heiße in Wirklichkeit „le gros chaton“, Französisch für „das große Kätzchen“. Mistral fügte daraufhin eine Comic-Katze auf seine Vibe-Website hinzu. Der echte Launch-Beitrag führt das Modell nun „sehr offiziell“ als Le Chonk.

Sovereign AI und frisches Kapital

Mistral verkauft „Sovereign AI“ – Modelle, die ein Land oder Unternehmen besitzen und betreiben kann, ohne seine Daten an externe Firmen weiterzugeben. Genau aus diesem Grund schloss Saudi-Arabiens staatlich unterstützte HUMAIN im August einen Deal im Wert von mehreren Hundert Millionen Euro mit Mistral. Die geplante Veröffentlichung der Gewitte dient demselben Zweck: veröffentlichte Gewichte ermöglichen es Kunden, das Modell auf eigener Infrastruktur zu betreiben.

Im September sammelte Mistral eine Series D über 3 Mrd. € (3,37 Mrd. $) ein – eine Finanzierungsrunde, in der ein Unternehmen Anteile an Investoren verkauft – bei einer Bewertung von über 21 Mrd. € (23,6 Mrd. $), angeführt von Samsung. Das Unternehmen erklärt, Large 4 sei der erste Meilenstein auf der Roadmap, die dieses Geld finanziert.

Was die Benchmarks sagen

Mistral benchmarkt Large 4 in seiner Ankündigung vor allem gegen chinesische Open-Weight-Modelle – DeepSeek V4 Pro, Kimi K3, GLM-5.3 und Qwen3.8 Max. „Open-Weight“ bedeutet, dass jeder das Modell herunterladen und ausführen kann. Claude- und GPT-Modelle tauchen nur in einer Handvoll Vergleichen auf, und das neueste Claude, Opus 5.5, erscheint nur in einer Behauptung zur Cybersicherheit. Launch-Charts werden vom Anbieter selbst erstellt, weshalb Drittanbieter-Scores zusätzliche Aufmerksamkeit erhalten.

In einer verblindeten menschlichen Bewertung der Coding-Qualität von Surge AI belegte Mistral Large 4 unter fünf Modellen den zweiten Platz mit 3,74 von 5, hinter Claude Opus 5 mit 4,22.

AutomationBench, betrieben von Artificial Analysis, stellt einer KI 657 Aufgaben in simulierter Business-Software – Finanzen, Personalwesen, Vertrieb, Support – und bewertet den Anteil der erfüllten Aufgabenziele, ohne Punkte bei Regelverstößen. Large 4 erreichte 59,9 Punkte. Auf demselben Benchmark kam Claude Sonnet 5.5 auf 71,8, Opus 5.5 auf 69,5, und Gemini 4 Argon führte das Ranking mit 77,5 an.

Auf DeepSWE 1.1, einem Benchmark, den Entwickler zur Bewertung der Coding-Fähigkeiten eines Modells heranziehen, erzielte Large 4 einen Score von 62 – vor GLM-5.3 mit 61 und DeepSeek V4 Pro mit 57, aber hinter Kimi K3 mit 68. Datacurgs eigene Leaderboard listet GPT-6 Astra und Claude Opus 5 mit 74.

Mistral kündigt an, die Gewichte von Large 4 – die trainierten Zahlen, die das Modell funktionieren lassen – bis Ende Oktober zu veröffentlichen, sodass externe Entwickler das Modell herunterladen und die Behauptungen selbst überprüfen können.