Mistral stellt Le Chonk vor: Mistral Large 4 mit einer Billion Parametern
Mistral Large 4 ist als Vorschauversion mit einer Billion Gesamt- und 49 Milliarden aktiven Parametern verfügbar, trainiert auf 3.800 Grace Blackwell Beschleunigern. Während die API-Kosten hoch sind, sollen die Modellgewichte Ende des Monats veröffentlicht werden.
Mistral hat Le Chaton Fat Le Chonk veröffentlicht
Mistral Large 4 ist ein Modell mit einer Billion Parametern, von denen 49 Milliarden aktiv sind. Es wurde in Mistrals eigenem Rechenzentrum auf 3.800 Grace Blackwell Beschleunigern trainiert. In den meisten Benchmarks liegt es leicht hinter den besten offenen Modellen, spielt aber zumindest in derselben Liga.
Das Modell ist bereits in der Vorschau verfügbar, wobei die API-Preise bei 1,36 $/4,18 $ pro Million Tokens liegen – für ein solches Modell relativ teuer. Die Gewichte sollen Ende des Monats bereitgestellt werden. Da das Reinforcement Learning (RL) noch läuft, könnte sich das Modell weiter verbessern.
Warum das wichtig ist
AnalyseDies zeigt, dass Mistral versucht, mit den stärksten Open-Weight-Modellen zu konkurrieren, wobei hohe API-Preise und verzögerte Gewichtsveröffentlichungen die unmittelbare Zugänglichkeit einschränken.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
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.
Alibaba stellt Qwen4-Max mit Kontextfenster von einer Million Tokens vor
Das neue Flaggschiffmodell von Alibaba ist auf Programmierung, Spieleentwicklung und Agentenaufgaben ausgerichtet und soll günstiger als führende US-Konkurrenten sein.
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 I. Architektur von KI-Agenten: Grundlegende Bausteine
Zehn grundlegende Bausteine eines modernen Agenten: Modell-Taxonomie, Runtime-Loop, Prompting-Techniken, Distillation, Skills, Memory, Function Calling und Unit Economics.