Die Gewichte von Mistral Large 4 sind endlich öffentlich: Was Ihnen 1,06 TB und eine 2.632-Byte-Lizenz tatsächlich bringen

Dreiundzwanzig Tage, nachdem Mistral AI Mistral Large 4 als ausschließlich über die API zugängliche Public Preview zum Verkauf angeboten hatte, landete der Checkpoint. Das Repository mistralai/Mistral-Large-4-1T-A52B ging am 29. Oktober 2026 auf Hugging Face live – seine Metadaten verzeichnen eine letzte Änderung an jenem Tag um 14:11 UTC –, mit 54 Safetensors-Shards, 68 Dateien, 1.060,6 GB in bf16 und ohne jegliche Zugriffsbeschränkung. Was zusammen mit den Gewichten eintraf, ist genau das, was frühere Berichterstattung als fehlend moniert hatte: eine Lizenzdatei, alle 2.632 Bytes davon, mit dem Titel Mistral Ecosystem Open-Weight License. Die Leerstellen sind ausgefüllt. Der interessante Teil ist, was das Ausfüllen aussagt.

Die zeitliche Abfolge lohnt es sich genau festzuhalten, denn es waren drei Daten im Umlauf, und nur bei einem davon handelt es sich um eine tatsächliche Auslieferung. Mistral kündigte die Preview am 6. Oktober an und sagte die Gewichte „bis Ende des Monats“ zu, ohne einen Tag zu nennen. Sekundärberichte verwiesen auf den 27. Oktober; dieses Datum verstrich, wobei das Repository weiterhin leer blieb, und die Vorabberichte – darunter mehrere in diesem Blog – beschrieben korrekt eine Karte mit einem „Open“-Badge, ohne Lizenznamen und mit einem Gewichte-Tab mit der Angabe „Coming soon“. Das Repository selbst existierte seit dem 30. September als Platzhalter ohne Dateien. Inzwischen enthält es Dateien.

Was ein Leser heute aus erster Hand überprüfen kann, ist der Zustand des Repositorys: die Dateiliste, die Byte-Anzahlen, der Lizenztext und die Tatsache, dass nichts vor dem Herunterladen um Erlaubnis bittet. Was noch nicht überprüft werden kann, ist alles, was davon abhängt, dass jemand das Ding tatsächlich im großen Maßstab laufen lässt – ob der quantisierte Checkpoint die veröffentlichten Scores beibehält, ob der 1M-Kontext tatsächlich bereitgestellt und nicht nur konfiguriert wird und ob der stark reduzierte API-Tarif den Monat übersteht. Diese sind unten als offen gekennzeichnet, statt beschönigt zu werden.

Was ist eigentlich im Repository enthalten?

Das bf16-Release ist eine einzige flache Folge von Shards: consolidated-00001-of-00054.safetensors bis -00054, zweiundfünfzig davon zwischen 19,7 und 20,0 GB, die letzten beiden mit 16,9 GB und 4,2 GB, plus eine consolidated.safetensors.index.json. Die Gesamtnutzlast beträgt 1.060,6 GB. Das ist ein echter 1-Terabyte-Download, bevor man auch nur ein einziges Token KV-Zustand zwischengespeichert hat, und an dieser Zahl sollte man die Speicherplanung ausrichten, nicht an der Schlagzeile „1T Parameter“, die eher die arithmetische Breite des Modells als seinen Platzbedarf auf der Festplatte beschreibt.

Die Arithmetik, die fürs Serving zählt, ist die Sparse-Aufteilung: insgesamt rund 1,05 Billionen Parameter, 49 Milliarden pro Token aktiv und 52 Milliarden einschließlich Embeddings und Ausgabeschichten, verteilt auf 128 geroutete Experten mit vier aktiven pro Token plus einem geteilten Experten. Die Karte nennt außerdem einen Kontext von 1 M Token und mehr als 160 Sprachen. Beides sind Herstellerobergrenzen, bis jemand misst, was tatsächlich ausgeliefert wird.

• Zugang – ohne Zugangsbeschränkung. Die API von Hugging Face meldet gated: false, daher gibt es kein Durchklicken, keine Genehmigungswarteschlange und keine Kontopflicht über die üblichen Bedingungen der Website hinaus. Die Warteliste, die sich im Oktober rund um diese Veröffentlichung aufgebaut hat, galt einer Ankündigung, nicht einer Berechtigung.

• Serving-Metadaten — config.json, generation_config.json, processor_config.json, eine chat_template.jinja, und sowohl tekken.json als auch tokenizer.json. Die Prozessor-Konfiguration ist deshalb vorhanden, weil das Modell sowohl Bilder als auch Text verarbeitet.

• Pipeline-Tag — image-text-to-text. Mistral beschreibt das Modell als nativ multimodales Modell mit einem Vision-Encoder mit 1,6 Milliarden Parametern, Text und Bild als Eingabe, Text als Ausgabe.

• Quantisiertes Schwestermodell — mistralai/Mistral-Large-4-1T-A52B-NVFP4, eigenes Repository, erstellt am 15. Oktober, 43 Dateien, 32 Shards, 610,1 GB, ebenfalls ohne Zugangsbeschränkung. Mistral positioniert dieses Modell für Blackwell-Hardware mit nativer NVFP4-Unterstützung und erklärt, es behalte die „gleiche Leistung“, eine Behauptung, die noch niemand außerhalb des Unternehmens getestet hat.

• Benchmark-Bilder – das Repository enthält genau zwei Diagramme, images/coding_index.png und images/intelligence_index.png. Beide wurden vom Anbieter selbst erstellt. Sie sind nützlich als Beleg dafür, worauf Mistral Sie blicken lassen möchte, nicht als unabhängige Messung – genau diesen Unterschied behandelt der nächste Abschnitt.

Die Lizenz, gelesen statt zusammengefasst

Der Name der Datei lautet Mistral Ecosystem Open-Weight License, und im zweiten Satz bezeichnet sie sich selbst als „eine modifizierte Version der MIT-Lizenz“. Mit 2.632 Bytes ist sie kurz genug, um sie in einem Durchgang zu lesen – was man von den meisten Open-Weight-Bedingungen nicht behaupten kann. Die Gewährung ist weitreichend: das Modell verwenden, kopieren, ändern, zusammenführen, veröffentlichen, verbreiten, unterlizenzieren und Kopien davon verkaufen; es ausführen, bereitstellen, weiter trainieren und abgeleitete Werke erstellen. Die kommerzielle Nutzung ist erlaubt. Es gibt keine Umsatzschwelle, keine Nutzerobergrenze, keine Einschränkung des Nutzungsbereichs und – entgegen der Spekulation vor der Veröffentlichung über eine Umsatzhürde – keine Zahl irgendeiner Art, unter der ein Unternehmen bleiben müsste.

Stattdessen gibt es nur eine Bedingung, und zwar in Klausel 2. Wenn der Lizenznehmer oder ein verbundenes Unternehmen „ein Model-as-a-Service-Geschäft betreibt“, muss er vor der Nutzung des Modells oder seiner Ableitungen für jegliche kommerziellen Zwecke eine gesonderte kommerzielle Lizenz mit Mistral unterzeichnen. Das ist die Klausel, die offene Gewichte von einer offenen Plattform trennt, und sie ist enger gefasst, als sie beim ersten Lesen erscheint. „Model as a Service“ ist definiert als die Gewährung von Zugriff auf das Modell an einen Dritten für Inferenz oder Post-Training „in einer Weise, die es diesem Dritten ermöglicht, wesentliche Kontrolle über die Eingaben, Parameter oder Trainingsdaten auszuüben.“

Es folgen drei Ausnahmen, und sie sind wichtiger als die Einschränkung:

• Endkundenprodukte – ein Produkt, dessen Modellfähigkeiten „ausschließlich in bestimmte Funktionen oder Harnesses eingebettet“ sind, fällt nicht unter die Definition. Eine Funktion auszuliefern, die zufällig das Modell aufruft, ist kein Betrieb eines Modelldienstes.

• Weiterleitung – „bloße Weiterleitung von Anfragen an Modelle, die von anderen gehostet werden“ fällt ebenfalls nicht darunter. Ein Gateway oder Router, der an einen Endpunkt weiterleitet, den jemand anderes hostet, ist nach diesem Text kein Model-as-a-Service-Geschäft.

• Interne Nutzung und Mistrals eigene Produkte — Klausel 3 stellt jede Nutzung frei, die das Modell Dritten nicht verfügbar macht, sowie jede Nutzung über Mistrals offizielle Produkte.

Die praktische Auslegung ist eine Dreiteilung. Die Gewichte innerhalb der eigenen Organisation zu hosten, ist eindeutig in Ordnung. Ein Produkt darauf aufzubauen, ist in Ordnung. Eine API bereitzustellen, die Kunden unmittelbaren Zugriff auf das Modell gewährt – die Inputs, die Parameter, das Training –, erfordert zuvor eine kommerzielle Vereinbarung mit Mistral. Und eine Routing-Schicht, die an von Mistral gehostete Inferenz weiterleitet, fällt unter die Ausnahmeregelung, und genau das ist der Satz, den ein Gateway lesen muss, bevor es überhaupt ein Modell hinzufügt.

Diese Unterscheidung sollte man auf unserer eigenen Seite deutlich ansprechen: Mistral Large 4 ist zum Zeitpunkt der Veröffentlichung nicht im Katalog von OrcaRouter, daher ist dies keine Route, die wir Ihnen heute anbieten können. Über Mistrals eigene API und eine Reihe von Hosting-Plattformen Dritter ist es jetzt aufrufbar. Was OrcaRouter bietet, ist die allgemeine Alternative für die Modelle, die es führt — eine API über den gesamten Katalog mit den Listenpreisen der Anbieter, die zu 0 % Aufschlag weitergegeben werden, sodass eine Preisänderung eines Anbieters noch am selben Tag wirksam wird; automatisches Failover über Anbieter hinweg; und eine Routing-DSL, mit der sich mehrere Modelle zu einem einzigen Aufruf zusammensetzen lassen. Wenn ein Modell wie dieses noch nicht erprobt ist, ist Failover außerdem der günstigste Weg, es hinter echten Traffic zu bringen, ohne einen Produktionspfad auf einen einzigen Endpunkt zu verwetten.

Die Zahlen, versehen mit der Angabe, wer sie erstellt hat

Alle bislang zu dieser Veröffentlichung angegebenen Leistungszahlen stammen von Mistral. Kein Dritter hat einen vollständigen erneuten Durchlauf gegen den veröffentlichten Checkpoint veröffentlicht; die folgenden Angaben sind daher vom Anbieter gemeldet, sofern die jeweilige Zeile nichts anderes sagt.

• Terminal-Bench 4.0 — 41 %, gegenüber 28 % in der Vorschau. Mistral führt den Anstieg um 13 Punkte auf drei zusätzliche Wochen Reinforcement Learning zwischen Vorschau und Veröffentlichung zurück.

• Artificial Analysis Coding Agent Index — 48 %, den Mistral als praktisch gleichauf mit GLM-5.3 beschreibt, während pro Aufgabe durchschnittlich 47 % weniger Tokens benötigt werden. Das Instrument stammt von Artificial Analysis; der Wert ist Mistrals Bericht darüber.

• Cyber — 51 % im Artificial Analysis Cyber Index, mit einer angegebenen durchschnittlichen Ablehnungsrate von 96,6 % bei bösartigen Cyber-Anfragen und 79 % bei CyberGym-E2E pro Release-Abdeckung.

• Weitere Anbieterzahlen – BrowseComp 84,5 %, Finch 73,3 % und B3-Angriffsresistenz 97,1 %, alle aus Mistrals Release-Post.

• Artificial Analysis Intelligence Index v5 — 26, den Mistrals Karte als höchsten Wert unter westlichen Open-Weight-Modellen bezeichnet. Diese Zahl dürfte am ehesten falsch zitiert werden, denn für die Preview wurden 38.4 auf der am 6. Oktober gültigen Indexversion gemeldet. Artificial Analysis hat diesen Index am 27. Oktober neu aufgebaut und auf v5 umbasisiert, daher sind 38.4 und 26 Messwerte von zwei unterschiedlichen Instrumenten. Subtrahiert man sie, ergibt sich eine 12-Punkte-„Regression", die es nicht gibt. Tun Sie das nicht.

Die eine Zahl, die man in eine Kaufentscheidung mitnehmen sollte, ist überhaupt kein Benchmark: 47 % weniger Tokens pro Aufgabe im Coding-Agent-Index. Wenn das unter Ihren eigenen Workloads Bestand hat, verändert es die Rechnung weit stärker als vier Punkte auf einem Leaderboard, denn Sie zahlen für Tokens, nicht für den Rang.

Was der Betrieb kostet – gegenüber dem, was ein Aufruf kostet.

Self-Hosting zerfällt in zwei sehr unterschiedliche Verpflichtungen. Der bf16-Checkpoint besteht allein aus 1.060,6 GB an Gewichten, was sich auf acht Beschleunigern mit je 141 GB nicht sinnvoll unterbringen lässt, sobald man den KV-Cache reserviert; planen Sie daher zusätzliche Hardware oder den quantisierten Pfad ein. Der NVFP4-Checkpoint ist 610,1 GB groß, und Mistrals eigene Empfehlung lautet, dass diese Version auf vier B200- oder B300-GPUs läuft. Das vLLM-Rezept der Model Card verlangt Tensor-Parallelität von 8 mit einem FP8-KV-Cache-Datentyp – das ist die Konfiguration, gegen die man benchmarken sollte, und kein Versprechen auf Durchsatz.

Der Aufruf ist einfacher. Die veröffentlichte Preisliste nennt $1,36 pro Million Eingabe-Tokens, $0,14 für zwischengespeicherte Eingabe und $4,18 pro Million Ausgabe. Eine Einführungsaktion zeigt dieselben drei Zeilen halbiert auf $0,68, $0,07 und $2,09 – der Betrag, den die Produktseitenleiste in Mistrals eigenem Open-Weights-Beitrag auf $0,70 und $2,10 rundet – und für diese Aktion wurde kein Enddatum veröffentlicht, was bedeutet, dass der effektive Preis eines API-Aufrufs heute ungefähr die Hälfte des Listenpreises beträgt und niemand sagen kann, wann das nicht mehr gilt.

Setzt man die beiden nebeneinander, fällt die Entscheidung meist von selbst. Für fast jedes Team unterhalb von Hyperscale kosten vier Blackwell-GPUs plus der Ingenieuraufwand für den Betrieb eines MoE mit 1 Billion Parametern pro nützlichem Token mehr als die rabattierte API. Selbsthosting ist hier ein Kauf von Kontrolle – Datenresidenz, Lizenzsicherheit, die Möglichkeit, feinabzustimmen und Derivate auszuliefern –, kein Kauf von Einsparungen. Das ist der ehrliche Grund, 1,06 TB herunterzuladen.

Wer sollte sich bewegen, und wer sollte weiter warten?

Wechseln Sie, wenn das Fehlende die Verfügbarkeit war. Ein Team, das europäisch trainierte Gewichte wollte, die es prüfen, feinabstimmen oder innerhalb seines eigenen Perimeters ausführen konnte, hat sie jetzt – zu Bedingungen, die genau das erlauben, ohne Hürde im Weg. Wechseln Sie auch, wenn Sie Blackwell-Kapazität und eine Workload haben, bei der die Behauptung zur Token-Effizienz die Hardware bezahlen würde – aber messen Sie es zuerst an Ihrem eigenen Traffic, denn die 47 % sind Mistrals Zahl auf Mistrals gewähltem Index.

Halt – wenn die Qualität der Blocker war. Es gibt nach wie vor keine unabhängige Evaluierung des veröffentlichten Checkpoints, nur die des Previews, und die beiden sind unterschiedliche Artefakte, getrennt durch drei Wochen RL. Halt – wenn Ihre Flotte aus H100 oder H200 ohne natives NVFP4 besteht: Der effiziente Pfad setzt Blackwell voraus, und der bf16-Pfad setzt sehr viel Speicher voraus. Und halt – wenn das Geschäftsmodell darin bestand, rohen Modellzugang über Ihre eigene API weiterzuverkaufen: Das ist die eine Nutzung, die die Lizenz eindeutig einer kommerziellen Vereinbarung vorbehält.

Was wir noch nicht wissen

Vier Punkte, geordnet danach, wie stark sie das Bild verändern könnten. Ob die NVFP4- und GGUF-Konversionen die veröffentlichten Werte halten — Mistral sagt „gleiche Leistung“, was eine Behauptung ist, keine Messung. Ob der 1M-Kontext in der Praxis bereitgestellt oder begrenzt wird; Artificial Analysis hat auf der Vorschau-Konfiguration 524.288 Token gemessen, und die 1.048.576 in der Konfigurationsdatei sind eine Obergrenze, keine Garantie. Ob der halbierte API-Preis über das Aktionsfenster hinaus Bestand hat, was entscheidet, ob API-Aufrufe billiger bleiben als Selbsthosting. Und wie Klausel 2 in Grenzfällen durchgesetzt wird — der Ausdruck „sinnvolle Kontrolle“ leistet eine Menge Arbeit und hat noch keine Rechtsprechung hinter sich.

Die Veröffentlichung selbst ist nicht mehr fraglich. Aus dreiundzwanzig Tagen „Demnächst“, einem verpassten Termin und einem Platzhalter-Repository wurden 1.060,6 GB, ein Download ohne Zugangsbarriere und eine Lizenz, die kurz genug ist, dass es keine Entschuldigung dafür gibt, sie nicht gelesen zu haben. Wenn Sie darauf gewartet haben, zu entscheiden, ob Mistral Large 4 wirklich existiert: Die Antwort mit Stand 29. Oktober 2026 lautet, dass die Gewichte auf der Festplatte und die Bedingungen auf Papier stehen. Wenn Sie darauf gewartet haben, zu entscheiden, ob es gut ist: Diese Frage ist noch nicht beantwortet – und die Einzigen, die sie jetzt beantworten können, sind diejenigen, die bereit sind, es herunterzuladen und eigene Tests damit durchzuführen.