Text & Reasoning
Mistral Large 3
Mistral Large 3 ist ein Text & Reasoning-Modell von Mistral AI. Eingabe: Text, Bild. Ausgabe: Text.
Text & ReasoningMistral Large 4
Mistral Large 4 ist ein Sprachmodell von Mistral AI. Offenes multimodales MoE-Modell mit 1,05T Gesamtparametern, 52B aktiven Parametern und einem 1,6B Vision-Encoder.
Wie kannst du es nutzen?
Nutze den in den Quellen genannten Anbieterzugang für genau diese Version. Ein Produktabo enthält nicht automatisch API-Guthaben.
Public PreviewQuellenstand 2026-10-24
Mistral AI im Verzeichnis
EingabeText, Bild
AusgabeText
Kontext1.000.000 Tokens
Änderungen am Modell
Nachprüfung am 24. Oktober 2026; Herstellerdokumentation, kein eigener Modelltest.
Die aktuelle Mistral-Modellkarte nennt am 24. Oktober 1,36 USD Input und 4,18 USD Output je Million Texttokens. Der dokumentierte zweiwöchige Einführungsrabatt ab 6. Oktober ist ausgelaufen. Für vollständige Gewichte nennt die Ankündigung das Monatsende; ohne geprüften Download wird hier kein verfügbarer lokaler Betrieb ausgewiesen.
Herstellerquelle zum Update · geprüft am 24. Oktober 2026
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Mistral AI |
|---|---|
| Modellfamilie | Mistral · Ministral · Voxtral |
| Modell-/API-ID | mistral-large-4 |
| Status | Public Preview |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text, Bild |
| Ausgabe | Text |
| Kontext | 1.000.000 Tokens |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Public-Preview-API; vollständige Gewichte angekündigt |
|---|---|
| Gewichte | Nicht bestätigt |
| Lizenz | Anbieterbedingungen; endgültige Gewichte-Lizenz am tatsächlichen Download prüfen |
Daten im Überblick
Input und Output sind getrennte Texttarife je einer Million Tokens. Preisstufen, Cache, Werkzeuge und weitere Bedingungen stehen im Kostenabschnitt. Kein Preis für eine konkrete Aufgabe.
- Text-Input / Mio. Tokens
- 1,36 USD
- Text-Output / Mio. Tokens
- 4,18 USD
Datenbasis: Herstellerangaben im Quellenstand 2026-10-24. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Wähle eine kleine Aufgabe mit einer überprüfbaren Lösung: etwa fünf Informationen aus einem gegebenen Dokument extrahieren. Prüfe die Antworten am Original, nicht nur die Formulierung.
Prüfe vor einem API-Aufruf, ob dein Konto Zugriff hat und welchen Endpunkt, Tarif und welche Region du verwenden musst. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen. Der Auswahlguide für lokale KI-Modelle vertieft die Prüfung von Aufgabe, Gewichteformat, Speicher und Lizenz vor einem eigenen Versuch.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet Mistral Large 4?
Stand 24. Oktober 2026
Dokumentierter Standardtarif1.36 / 4.18 USD je 1 Mio. Texttokens
Aktueller Standardtarif 1, 36/4,18 USD je Million Texttokens; Cached Input 0,14 USD. Der zweiwöchige 50%-Einführungsrabatt ab 06.10. ist nicht mehr als laufender Tarif ausgewiesen.
Bereitstellung: Public-Preview-API; vollständige Gewichte angekündigt. Prüfe vor Nutzung die tatsächliche Freischaltung, Region und Sondertarife. Die Quelldokumentation steht unter „Quellen“.
Praxis: Bestellungen und Einheiten abgleichen
Praxisergänzung geprüft am 21. Oktober 2026 · eigene Aufgabe, kein Modellbenchmark
Eine Übersetzung oder Zusammenfassung darf keine stillen Mengenänderungen auslösen. Du vergleichst eine deutsche Bestellung mit einer englischen Bestätigung. Zwei Positionen sind gleich, eine Menge weicht ab. Für einen Umrechnungsfaktor gibt es keinen Beleg. Du lässt daher den Konflikt stehen.
Vorbereitung
Mistral Large 4 ist laut geprüfter Modellseite eine Public Preview und unterstützt unter anderem strukturierte Ausgaben. Für diesen Versuch reicht ein freigegebener Textzugang mit der konkreten ID mistral-large-4. Aus dem Hinweis auf offene Gewichte folgt nicht automatisch ein sofort verfügbarer passender lokaler Download; prüfe die aktuelle Bereitstellung gesondert.
Ordne die Positions-IDs zu. Vergleiche Menge und Einheit getrennt; ein englischer Text darf andere Zahlen nicht automatisch rechtfertigen.
Kopiere beide Texte und die Ausgabevorgabe in deinen Zugang. Fordere nur einen Abgleich, keine Bestellfreigabe.
Prüfe die drei Positionen und die offene Umrechnung. Stelle die Abweichung anschließend einer zuständigen Person zur Klärung vor.
Aufgabe zum Kopieren
Die Angaben sind fiktiv. Speichere den geforderten JSON-Teil der Antwort separat als antwort.json; zusätzliche Erklärungen gehören in eine andere Datei.
Fiktive Bestellung DE:
A: 12 Stück Kabel. B: 2 Packungen Adapter. C: 0 Stück Halter.
Bestätigung EN:
A: 12 pieces of cable. B: 3 packs of adapters. C: 0 pieces of holders.
Regel: pieces entspricht Stück, packs entspricht Packungen. Ein Packungsinhalt ist nicht angegeben.
Gib JSON: abgleich als Liste A,B,C mit id, menge_DE, menge_EN, einheit und stimmt_ueberein.
Einheiten auf Deutsch. Zusätzlich adapter_pro_packung=null und freigabe=false, solange eine Abweichung ungeklärt bleibt.
Keine Mengen angleichen, keine Bestellung auslösen.Vorlage herunterladenLokalen JSON-Prüfer herunterladen
Lösung und Prüfkriterien ansehen
- B ist der einzige Mengenkonflikt. Die Werte 2 und 3 bleiben getrennt sichtbar.
- 0 Stück ist bei C ausdrücklich bestellt und bestätigt. Ein Packungsinhalt ist dagegen unbekannt.
- Die Sprachzuordnung ist in der Vorlage vorgegeben. Diese kleine Übung ist kein Nachweis allgemeiner Übersetzungsqualität.
{
"abgleich": [
{
"id": "A",
"menge_DE": 12,
"menge_EN": 12,
"einheit": "Stück",
"stimmt_ueberein": true
},
{
"id": "B",
"menge_DE": 2,
"menge_EN": 3,
"einheit": "Packungen",
"stimmt_ueberein": false
},
{
"id": "C",
"menge_DE": 0,
"menge_EN": 0,
"einheit": "Stück",
"stimmt_ueberein": true
}
],
"adapter_pro_packung": null,
"freigabe": false
}Das Soll ist redaktionell aus der Vorlage abgeleitet, keine aufgezeichnete Modellantwort. Der lokale Prüfer vergleicht die festgelegten Felder und führt keinen generierten Code oder API-Aufruf aus. Er bewertet keine freien Begründungen.
Speichere Prüfer und deine Antwort im selben Ordner. Mit installiertem Python: python pruefen.py antwort.json.
| Beobachtung | Was du prüfst |
|---|---|
| Packungen werden ohne Grundlage in Stück umgerechnet | Der Inhalt einer Packung fehlt. Erfinde keinen Umrechnungsfaktor. |
| B wird auf eine gemeinsame Menge korrigiert | Ein Abgleich soll die Abweichung zeigen, keine der Quellen still überschreiben. |
| Die Preview wird als gesicherter lokaler Betrieb eingeplant | Prüfe aktuelle Gewichte, Lizenz und Runtime unabhängig vom API-Zugang. |
Passende Anleitungen
Für wiederkehrende Abgleiche kannst du Aufgabenregeln im System-Prompt festhalten und die Nutzdaten getrennt übergeben.
Bevor ein Ergebnis eine Bestellung beeinflusst, solltest du menschliche Freigaben in KI-Workflows planen und ungeklärte Konflikte aussteuern.
Gezielte Praxisergänzung auf Basis aktueller Herstellerunterlagen. Der Datenstand der bisherigen Modell-Faktentabellen bleibt separat ausgewiesen. Neue Beispiele und Grafiken sind eigene Erklärungen; es wurden keine Modellantworten oder Leistungswerte gemessen.
Herstellerunterlagen zur Ergänzung: Mistral Large 4 - Mistral AI | Mistral Docs (Abruf 2026-10-21) · JSON Mode | Mistral Docs (Abruf 2026-10-21).
Quellen und Prüfstand
Quellenstand: 2026-10-24. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist Mistral Large 4?
Offenes multimodales MoE-Modell mit 1,05T Gesamtparametern, 52B aktiven Parametern und einem 1,6B Vision-Encoder. Hersteller: Mistral AI. Dokumentierte ID: mistral-large-4.
Was verarbeitet Mistral Large 4?
Eingabe: Text, Bild. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Kannst du Mistral Large 4 lokal betreiben?
Der dokumentierte Zugang lautet: Public-Preview-API; vollständige Gewichte angekündigt. Öffentlich verfügbare offene Gewichte werden damit nicht bestätigt. Ein integriertes On-Device-Modell kann besondere Hardware und Plattformvorgaben haben.
Was kostet Mistral Large 4?
1.36 / 4.18 USD je 1 Mio. Texttokens. Aktueller Standardtarif 1, 36/4,18 USD je Million Texttokens; Cached Input 0,14 USD. Der zweiwöchige 50%-Einführungsrabatt ab 06.10. ist nicht mehr als laufender Tarif ausgewiesen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-24. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Gilt der Einführungspreis noch?
Die am 24. Oktober 2026 gelesene Modellkarte führt 1,36 USD je Million Inputtokens und 4,18 USD je Million Outputtokens. Der zweiwöchige 50%-Einführungsrabatt ab 6. Oktober wird nicht als aktueller Standardpreis übernommen.
Weitere Mistral AI-Modelle
Alle anzeigen →Text & Reasoning
Mistral Medium 3.5
Mistral Medium 3.5 ist ein Text & Reasoning-Modell von Mistral AI. Eingabe: Text, Bild. Ausgabe: Text.
Text & Reasoning
Mistral Small 4
Mistral Small 4 ist ein Text & Reasoning-Modell von Mistral AI. Eingabe: Text, Bild. Ausgabe: Text.