Mistral veröffentlicht offene Gewichte für Large 4, das Le-Chonk-Modell mit 1.000 Milliarden Parametern
Mistral veröffentlicht offene Gewichte für Large 4, das Le-Chonk-Modell mit 1.000 Milliarden Parametern
Mistral hat die offenen Gewichte seines Flaggschiff-Modells Large 4 veröffentlicht, intern Le Chonk genannt, und die API-Preise gesenkt.
Mistral hat sein neues Flaggschiff-Modell Large 4 vorgestellt. Intern wird es offiziell Le Chonk genannt — eine Anspielung auf das Meme Le Chaton Fat, das gefälschte riesige Mistral-Modell, über das monatelang gesprochen wurde.
Die offenen Gewichte von Mistral Large 4 sind auf Hugging Face verfügbar: Mistral-Large-4-1T-A52B.
Drei Wochen nach der Ankündigung wurde das Modell zusätzlich trainiert, was die Ergebnisse beim Programmieren und in der Cybersicherheit deutlich verbesserte.
Die API-Preise wurden auf 0,70 USD pro Million Eingabe-Tokens und 2,10 USD pro Million Ausgabe-Tokens gesenkt.
Warum das wichtig ist
AnalyseOffene Gewichte und niedrigere Preise machen ein Modell mit 1.000 Milliarden Parametern zugänglicher für Entwickler, Forschung und sicherheitsorientierte Anwendungen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Mistral veröffentlicht Le-Chonk-Gewichte – Berichte über Hacks bei Polymarket und Binance
Online kursieren Hinweise auf die Veröffentlichung der Mistral-Le-Chonk-Gewichte sowie auf anschließende Sicherheitsvorfälle bei Polymarket und Binance.
Mistral AI (Europäische offene und effiziente Modelle)
Eine Reihe hochleistungsfähiger offener und kommerzieller Modelle des französischen Startups Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Bekannt für ihre Kompaktheit, Geschwindigkeit und den respektvollen Umgang mit Datenschutz.
LLM (Large Language Model – Großes Sprachmodell)
Eine fundamentale Klasse neuronaler Netzwerkarchitekturen auf Basis autoregressiver Transformer, die Wahrscheinlichkeitsverteilungen für nachfolgende Tokens vorhersagt und emergente Fähigkeiten im abstrakten Denken, in der Code-Synthese sowie im logischen Schlussfolgern zeigt.
Teil II. Architektur von KI-Agenten: Vom Modell zu Gedächtnis und Tools
Tiefes technisches Eintauchen: Tokenisierung, KV-Cache, Determinismus beim Sampling, Trainings-Stack, Quantisierung, Kontext-Engineering, Security-Stack, produktives RAG, ReAct sowie Multi-Agenten-Swarm-Systeme.