Skip to content
ai news

Mistrals Le Chonk hat einen riesigen Haken

Europas Bestreben nach KI-Unabhängigkeit hat nun ein Maskottchen mit einer Billion Parametern – und eine ernsthafte Chance auf die Bestenliste für Open-Weight-Modelle. Doch die Schlagzeile zur Modellgröße verbirgt eine schwierigere Frage: Wer kann es tatsächlich nutzen?

Margaux Reyes
Mistrals Le Chonk hat einen riesigen Haken

Wir stellen vor: Le Chonk: Europas Wette auf eine Billion Parameter

Mistral AI hat eine Bombe platzen lassen: Mistral AI Large 4, liebevoll „Le Chonk“ genannt. Dies ist kein neu verpacktes Modell aus Übersee. Es ist ein von Grund auf in Europa entwickeltes Frontier-Modell, das einen ernsthaften Anspruch auf KI-Souveränität signalisiert.

Le Chonk basiert auf einer Sparse Mixture-of-Experts (MoE)-Architektur und verfügt über insgesamt beeindruckende 1,05 Billionen Parameter. Lassen Sie sich von dieser Zahl nicht dazu verleiten, es für einen Ressourcenfresser zu halten; pro Token werden nur etwa 49 Milliarden Parameter aktiv genutzt, was es dort effizient macht, wo es darauf ankommt.

Das Modell ist ein multimodales Kraftpaket, das sowohl Text- als auch Bildeingaben akzeptiert. Es vereint Anweisungen, logisches Denken und hochentwickelte Agentenfähigkeiten in einem einzigen Paket. Vorerst können Sie es über eine API-Vorschau testen; die Open-Weight-Downloads sind für Ende Oktober geplant.

Die Benchmarks sind stark – mit Einschränkungen

Die Benchmarks sind stark – mit Einschränkungen. Das Video von Mistral AI nennt beeindruckende Ergebnisse für Le Chonk: den zweiten Platz bei DeepSWE 1.1 und Terminal Bench sowie einen Spitzenwert im Cyber-Index von Artificial Analysis. Das sind solide Zahlen für ein Open-Weight-Modell.

Dennoch ist der Kontext entscheidend. Chinesische Open-Weight-Modelle wie Kimi K3 und GLM 5.3 bleiben beeindruckende Konkurrenten, die Le Chonk bei allgemeinen Intelligenz- und Programmieraufgaben oft übertreffen. Das Video selbst sieht geschlossene Frontier-Systeme aus US-Laboren, wie OpenAI’s GPT-6.1 Soul und Anthropic’s Opus 5.5, bei allgemeinen Intelligenzmaßen um volle sechs Monate voraus.

Benchmark-Rankings sind eine Funktion spezifischer Aufgaben, Evaluierungsmethoden und des Vergleichssets. Ein Spitzenwert im Cyber-Index von Artificial Analysis zeigt eine starke Leistung bei spezifischen Cybersicherheitstests, ist aber keine universelle Garantie für die Sicherheit oder Überlegenheit des Modells in allen Bereichen. Betrachten Sie diese Ergebnisse als Nachweis von Fähigkeiten, nicht als absolute Erklärung der Dominanz.

Günstige API, teure Kontrolle

Die öffentliche Vorschau-API von Mistral AI für Le Chonk bietet Preise von 1,36 $ pro Million Input-Token und 4,18 $ pro Million Output-Token. Während diese Preise pro Token für ein Modell dieses Kalibers niedrig sind, liegt der wahre Wert in den Fähigkeiten stärkerer gehosteter Modelle, die oft mit einem höheren, aber gerechtfertigten Preis verbunden sind.

Der Kompromiss für eine solch aggressive Preisgestaltung, insbesondere bei einem Modell mit einer Billion Parametern, ist oft die Kontrolle. Das Self-Hosting von Le Chonk bietet Unternehmen eine beispiellose Kontrolle über Daten, Bereitstellung und Sicherheitsvorkehrungen. Aber selbst mit einer Mixture-of-Experts (MoE)-Architektur, bei der nur ein Teil der 49 Milliarden aktiven Parameter pro Token genutzt wird, erfordert ein 1T-Parameter-Modell immer noch erhebliche Speicher- und Infrastrukturressourcen.

Mistral AI verfolgt einen bewussten Ansatz bei der Einführung seiner Cybersicherheitsmaßnahmen. Das Unternehmen gibt an, Le Chonk mit geprüften Partnern und staatlichen Behörden einem Red-Teaming zu unterziehen, wodurch der öffentliche Zugang unter strengen Sicherheitsvorkehrungen erfolgt. Dies unterscheidet ihre Strategie davon, einfach uneingeschränkte Fähigkeiten für jeden Benutzer zu beanspruchen, und steht im Einklang mit einer verantwortungsvollen Bereitstellung von Frontier-Modellen. Weitere Details zu ihrem Ansatz finden Sie unter Introducing Mistral AI Large 4.

Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.

eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte

Der wahre Test ist, ob Entwickler es nutzen können

Der wahre Test für jedes Modell, egal wie umfangreich es ist, besteht darin, ob Entwickler es tatsächlich einsetzen können. Matthew Bermans Praxistest der öffentlichen API-Vorschau von Le Chonk mit einem agentischen Coding-Framework stieß auf ein Hindernis: Übermäßige Reasoning-Ausgaben erschöpften das Kontextfenster schnell. Rohe Leistungsdaten und niedrige API-Preise bedeuten wenig, wenn das Modell nicht praxistauglich ist.

Eine breite Akzeptanz erfordert mehr als nur rohe Gewichte und günstige Token-Preise. Entwickler benötigen eine einfache Einrichtung, ein vorhersehbares Verhalten des Kontextfensters und ausgereifte Integrationen, die ihre Arbeitsabläufe nicht behindern. Das Versprechen von 1,36 $ pro Million Input-Token und 4,18 $ pro Million Output-Token ist überzeugend, aber Reibungsverluste bei der Integration können jegliche Kosteneinsparungen zunichtemachen.

Letztendlich ist Le Chonk ein bedeutender Meilenstein für die europäische KI-Souveränität und ein ernstzunehmender Open-Weight-Konkurrent. Seine wahre Wirkung hängt jedoch von mehreren Faktoren ab:

  • Rechtzeitige Verfügbarkeit der Gewichte
  • Flexible Lizenzbedingungen
  • Praxistauglichkeit
  • Anhaltende, vorhersehbare Leistung

Wenn Mistral AI diese Punkte erfüllt, könnte Le Chonk mehr als nur ein großes Modell sein; es könnte ein Katalysator werden. Wenn nicht, werden es auch eine Billion Parameter nicht davor bewahren, ein weiteres beeindruckendes, aber letztlich unpraktisches Artefakt zu werden.

Häufig gestellte Fragen

Was ist Mistral Large 4, oder Le Chonk?

Mistral Large 4 ist das multimodale Mixture-of-Experts-Modell von Mistral AI, das als öffentliche API-Vorschau angekündigt wurde und für Instruktionen, Reasoning und agentische Aufgaben konzipiert ist.

Wie viele Parameter verwendet Mistral Large 4?

Es verfügt über insgesamt etwa 1,05 Billionen Parameter, von denen etwa 49 Milliarden pro Token aktiv sind. Das vollständige Modell erfordert nach wie vor beträchtliche Hardware für das Self-Hosting.

Wie viel kostet die Mistral Large 4 API?

Die Vorschau-Preise liegen laut der zitierten Ankündigung bei 1,36 $ pro Million Input-Token und 4,18 $ pro Million Output-Token.

Kann man Le Chonk jetzt herunterladen und ausführen?

Die öffentliche Vorschau ist über die API von Mistral verfügbar. Dem Video zufolge werden die Gewichte zu einem späteren Zeitpunkt erwartet; prüfen Sie die offizielle Ankündigung von Mistral für den aktuellen Veröffentlichungsstatus und die Lizenzierung.

Found this useful? Share it.

For builders

Want Stork to write one of these about your product?

Send us a URL. We use the product, form a view, and publish what we actually think — in 8 languages, labeled Sponsored, with no copy approval on your side. That last part is what makes it worth quoting.

See how it works$199 · AI tools & software only

Für Builder

Diese Seite arbeitet gerade für das Tool von jemand anderem.

KI-Agenten lesen sie. Käufer landen darauf. Sie antwortet in acht Sprachen und über MCP. Dein Tool kann so eine haben — in 24 Stunden live.