Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
mistral24. Juli 2024 · Q000707

Large Enough | Mistral AI

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral beschreibt Large 2 als leistungsfähiges, mehrsprachiges Modell mit großem Kontextfenster und Verbesserungen bei Code, Reasoning, Anweisungsbefolgung und Werkzeugaufrufen. Die Leistungswerte stammen aus vom Anbieter angeführten Benchmarks, deren Grafiken und viele Details im Quelltext nicht lesbar sind; ein Hinweis besagt, dass das Modell inzwischen ersetzt wurde.

Mittel

Der Bericht beschreibt Mistral Large 2 (24.07) als Modell mit 128.000 Tokens Kontext, 123 Milliarden Parametern und Unterstützung für zahlreiche Sprachen sowie mehr als 80 Programmiersprachen. Mistral zufolge ist es auf Einzelknoten-Inferenz und lange Kontexte ausgelegt. Die Research License erlaubt Forschung und nicht kommerzielle Nutzung; kommerzielle Selbstbereitstellung erfordert laut Bericht eine zusätzliche Lizenz.

Als Leistungsangaben nennt Mistral 84,0 Prozent auf MMLU für das vortrainierte Modell und eine Leistung bei Code und Reasoning auf Augenhöhe mit GPT-4o, Claude 3 Opus und Llama 3 405B. Der Anbieter berichtet außerdem von Fortschritten bei Mathematik, präzisem Befolgen von Anweisungen, langen Gesprächen, Mehrsprachigkeit und parallelen wie sequenziellen Funktionsaufrufen. Das Training sollte dem Bericht zufolge unbegründete Antworten verringern und Unsicherheit besser kenntlich machen.

Die Aussagen stützen sich auf Benchmarks wie MMLU, MT-Bench, GSM8K, MATH und MultiPL-E. Im Quelltext sind die dazugehörigen Grafiken jedoch nur als Bildverweise und Bildunterschriften vorhanden; viele Einzelwerte fehlen. Die Ergebnisse sind daher Mistrals eigene Angaben. Ein Hinweis am Anfang erklärt, Large 2 sei inzwischen veraltet und durch ein neueres multimodales Modell ersetzt worden.

Ausführlich lesen

Der Bericht stellt Mistral Large 2 (Version 24.07, API-Name `mistral-large-2407`) vor und beschreibt seine Fähigkeiten, Bereitstellung und Lizenzierung. Ein vorangestellter Hinweis besagt, dass das Modell inzwischen nicht mehr gepflegt werde und durch ein neueres, leistungsfähigeres multimodales Modell ersetzt worden sei. Die übrigen Angaben geben Mistrals Darstellung zum Zeitpunkt der Veröffentlichung wieder.

Mistral zufolge hat Large 2 ein Kontextfenster von 128.000 Tokens, umfasst 123 Milliarden Parameter und unterstützt zahlreiche Sprachen sowie mehr als 80 Programmiersprachen. Das Modell sei auf Inferenz auf einem einzelnen Knoten und Anwendungen mit langen Kontexten ausgelegt. Für den Einsatz und die Veränderung zu Forschungszwecken sowie für nicht kommerzielle Nutzung nennt der Bericht die Mistral Research License; kommerzielle Selbstbereitstellung erfordere eine gesonderte kommerzielle Lizenz.

Als Leistungsbeleg nennt Mistral für das vortrainierte Modell 84,0 Prozent Genauigkeit auf MMLU und ordnet es damit an einem günstigen Punkt zwischen Leistung und Bereitstellungskosten ein. Das Modell sei mit einem hohen Anteil an Code trainiert worden und übertreffe seinen Vorgänger deutlich; laut Mistral liege es bei Code- und Reasoning-Aufgaben auf Augenhöhe mit GPT-4o, Claude 3 Opus und Llama 3 405B. Der Anbieter berichtet außerdem von Verbesserungen bei mathematischen Aufgaben, beim Befolgen präziser Anweisungen und bei längeren Gesprächsverläufen. Im Training habe man darauf hingearbeitet, erfundene oder irrelevante Antworten zu verringern und das Modell dazu zu bringen, fehlende Informationen oder ungelöste Aufgaben kenntlich zu machen.

Weitere Schwerpunkte seien knappe Antworten, mehrsprachige Leistung und Werkzeugnutzung. Mistral nennt unter anderem Englisch, Deutsch, Französisch, Spanisch, Italienisch, Niederländisch, Portugiesisch, Russisch, Chinesisch, Japanisch, Koreanisch, Arabisch und Hindi. Für Geschäftsanwendungen hebt der Bericht verbesserte Funktionsaufrufe und Abrufmöglichkeiten hervor, einschließlich paralleler und aufeinanderfolgender Aufrufe.

Als Vorgehen verweist der Anbieter auf mehrere Benchmarks, darunter MMLU, MT-Bench, Wild Bench, Arena Hard, GSM8K, MATH und MultiPL-E. Die Benchmark-Abbildungen sind im vorliegenden Quelltext jedoch nur als Bildverweise und Bildunterschriften enthalten; viele Einzelwerte und Vergleichsdetails lassen sich daraus nicht ablesen. Die Leistungs- und Zuverlässigkeitsaussagen sind daher als Angaben von Mistral zu verstehen, nicht als unabhängig bestätigte Ergebnisse.

Zum Zugang erklärt der Bericht, Large 2 sei über la Plateforme und le Chat verfügbar gewesen; die Instruct-Gewichte würden zum Download und auf Hugging Face angeboten. Zusätzlich nennt Mistral Zugänge über Vertex AI, Azure AI Studio, Amazon Bedrock und IBM watsonx.ai sowie Fine-Tuning auf der eigenen Plattform. Der Bericht skizziert außerdem eine Bündelung des Angebots auf allgemeine und spezialisierte Modelle und hält fest, dass bestimmte ältere Apache-lizenzierte Modelle weiter für Bereitstellung und Fine-Tuning verfügbar bleiben sollten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung. Die kurze Fassung lässt Lizenz, Parameterzahl und Cloud-Verfügbarkeit aus und enthält die unbelegte Aussage zur Lesbarkeit der Grafiken.

Im Bericht, aber nicht in der Zusammenfassung

  • Verfügbarkeit über Cloud-Anbieter wie Vertex AI, Azure AI Studio, Amazon Bedrock und IBM watsonx.ai
  • Feinabstimmung (Fine-Tuning) für Mistral Large, Mistral Nemo und Codestral
  • Gewichte des Instruct-Modells als Download und auf HuggingFace sowie das Fortbestehen der Apache-Modelle
  • Das Ziel prägnanter Antworten im Vergleich zu längeren Generierungen

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, die Grafiken seien im Quelltext nicht lesbar, steht so nicht im Bericht; dort sind sie als Bildverweise und Abbildungen eingebunden.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

    • SF-F1-T07 Wie sollten führende KI-Modelle über Sprachen und Kulturen hinweg geprüft und verbessert werden, damit ihr Sicherheitsverhalten nicht vom Englischen oder den Normen eines Landes abhängt? Luna: Stufe 4 · 47 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 81 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 42 %umfangreiche Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 40 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 42 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 31 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 39 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 40 %umfangreiche Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 32 %einzelne zitierbare Belege
    • JEV 43 %nur am Rande erwähnt
    • amos 31 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 20 %Hintergrund, keine Belege
    • Luna 59 %einzelne zitierbare Belege
    • JEV 62 %einzelne zitierbare Belege
    • amos 31 %einzelne zitierbare Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 42 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-H2-T04 Wie sollen Staaten mit Open-Source-Modellen aus einem Land umgehen, die in einem anderen schädlich genutzt werden könnten, ohne legitime Forschungszusammenarbeit zu verhindern? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  3. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 37 %nur am Rande erwähnt
    • d3-ultra 50 %nur am Rande erwähnt
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 47 %einzelne zitierbare Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →