Mistral Large 4: Modell mit einer Billion Parametern und offenen Gewichten erscheint am 27. Oktober




Mistral hat Mistral Large 4, auch bekannt als „Le Chonk“, vorgestellt – ein Modell mit einer Billion Parametern und 49 Milliarden aktiven Parametern. Während die API bereits verfügbar ist, sollen die offenen Gewichte am 27. Oktober veröffentlicht werden.
Mistral hat ein neues KI-Modell vorgestellt: Mistral Large 4, intern auch als „Le Chonk“ bezeichnet. Laut der offiziellen Ankündigung verfügt das Modell über eine Billion Parameter bei 49 Milliarden aktiven Parametern.
Wichtige Details im Überblick:
- Erreicht eine Genauigkeit von 62 % auf dem DeepSWE-Benchmark für Programmieraufgaben.
- Übertrifft GLM-5.3 in den DeepSWE-Ergebnissen.
- Das Team meldet State-of-the-Art-Ergebnisse in den Bereichen Cybersicherheit, Fertigung und Finanzwesen.
- Auf dem AA-Benchmark erzielte das Modell einen Score von 38, was dem Wert von Luna entspricht; allerdings ist es teurer als Luna.
- Die Veröffentlichung der offenen Gewichte ist für den 27. Oktober geplant.
Das Modell ist bereits über die API nutzbar.
Warum das wichtig ist
AnalyseDiese Entwicklung ist signifikant, da Mistral ein extrem großes Modell mit starken Leistungen in Coding, Sicherheit und Finanzen kombiniert und gleichzeitig offene Gewichte verspricht. Dies könnte den Wettbewerb im Bereich generativer KI erheblich verschärfen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
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.
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.
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.
Anthropic geht an die Börse: Aktienpreis 83 US-Dollar, Bewertung nahe 1,5 Billionen US-Dollar
Anthropic hat einen IPO-Preis von 83 US-Dollar je Aktie vor dem Start an der Nasdaq genannt und das Emissionsvolumen auf 980 Millionen Aktien erhöht. Insgesamt wurden 107,3 Milliarden US-Dollar aufgenommen; die Bewertung nähert sich 1,5 Billionen US-Dollar.