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
mistral17. März 2025 · Q001231

Mistral Small 3.1 | Mistral AI

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral stellt Small 3.1 als offenes, multimodales Modell mit bis zu 128.000 Tokens Kontext vor und behauptet Verbesserungen sowie Vorteile gegenüber vergleichbaren Modellen. Der Beitrag nennt Einsatzmöglichkeiten und Bezugswege, enthält im bereitgestellten Text aber keine konkreten Benchmarkwerte, mit denen sich die Leistungsbehauptungen prüfen ließen.

Mittel

Mistral kündigt Small 3.1 als Nachfolger von Mistral Small 3 an. Laut Unternehmen verbessert das Modell Textleistung und multimodales Verständnis, unterstützt Kontexte bis zu 128.000 Tokens und verarbeitet 150 Tokens pro Sekunde. Mistral behauptet, es übertreffe vergleichbare Modelle wie Gemma 3 und GPT-4o Mini. Veröffentlicht werde es unter der Apache-2.0-Lizenz.

Der Beitrag beschreibt das Modell als geeignet für Text- und Bildaufgaben, mehrsprachige Anwendungen, lange Kontexte, Gesprächsassistenz und Funktionsaufrufe. Es könne nach Herstellerangabe auf einer RTX 4090 oder einem Mac mit 32 GB Arbeitsspeicher betrieben und für Fachgebiete feinjustiert werden. Als Beispiele nennt Mistral Dokumentenprüfung, Diagnostik, Qualitätskontrolle und bildgestützten Kundendienst. Basis- und Instruktionsversionen seien über Hugging Face verfügbar; außerdem werde der Zugang über La Plateforme und Google Cloud Vertex AI angeboten. Weitere Plattformen sollten folgen.

Der Hersteller behauptet, Small 3.1 übertreffe führende kleine proprietäre Modelle über mehrere Leistungskategorien hinweg. Der bereitgestellte Text enthält dazu aber keine konkreten Messwerte oder Benchmarktabellen; die Vergleiche lassen sich hier daher nicht nachprüfen. Auch unabhängige Bewertungen fehlen.

Ausführlich lesen

Der Bericht kündigt Mistral Small 3.1 an, ein neues Modell, das laut Mistral auf Mistral Small 3 aufbaut. Das Unternehmen nennt als Verbesserungen die Textleistung und das multimodale Verständnis sowie ein auf bis zu 128.000 Tokens erweitertes Kontextfenster. Mistral behauptet, das Modell übertreffe vergleichbare Modelle wie Gemma 3 und GPT-4o Mini und erreiche eine Inferenzgeschwindigkeit von 150 Tokens pro Sekunde. Außerdem werde es unter der Apache-2.0-Lizenz veröffentlicht.

Mistral stellt das Modell als Antwort auf Anforderungen moderner KI-Anwendungen dar: Textverarbeitung, multimodale Eingaben, mehrere Sprachen und lange Kontexte sollen mit niedriger Latenz und geringen Kosten zusammenkommen. Das Unternehmen bezeichnet Mistral Small 3.1 als erstes Open-Source-Modell, das bei all diesen Dimensionen die Leistung führender kleiner proprietärer Modelle nicht nur erreiche, sondern übertreffe. Der Beitrag kündigt Vergleiche zu Instruktionsleistung, multimodalen Aufgaben, Mehrsprachigkeit, langen Kontexten und dem vortrainierten Basismodell an. Er erklärt, dass nach Möglichkeit zuvor von anderen Anbietern veröffentlichte Werte übernommen würden; andernfalls sollten Modelle mit einem gemeinsamen Evaluierungsverfahren geprüft werden. Im bereitgestellten Text fehlen jedoch die konkreten Benchmarkwerte und die zugehörigen Abbildungen, sodass sich die Leistungsbehauptungen daraus nicht unabhängig nachvollziehen lassen.

Als Anwendungsfelder nennt Mistral Instruktionsbefolgung, Gesprächsassistenz, Bildverständnis und Funktionsaufrufe. Das Modell könne laut Beitrag auf einer einzelnen RTX 4090 oder einem Mac mit 32 GB Arbeitsspeicher laufen und eigne sich damit auch für Anwendungen direkt auf Geräten. Weitere angeführte Einsatzmöglichkeiten sind schnelle Sprachassistenz, automatisierte Abläufe mit Funktionsaufrufen sowie die Anpassung an Fachgebiete durch Feintuning. Mistral sieht auch eine mögliche Grundlage für weiterentwickelte Schlussfolgerungsmodelle und verweist dazu auf ein von der Community entwickeltes Modell auf Basis von Mistral Small 3. Für Small 3.1 werden sowohl Basis- als auch Instruktionsversionen angeboten.

Als mögliche Anwendungen in Unternehmen und für Endverbraucher führt der Bericht unter anderem Dokumentenprüfung, Diagnostik, Bildverarbeitung auf dem Gerät, visuelle Qualitätskontrolle, Objekterkennung in Sicherheitssystemen und bildgestützten Kundendienst auf. Die Basismodell- und Instruktions-Checkpoints seien über Hugging Face erhältlich; ein Test per API werde auf Mistrals Plattform La Plateforme sowie über Google Cloud Vertex AI angeboten. NVIDIA NIM und Microsoft Azure AI Foundry sollten laut Ankündigung in den folgenden Wochen folgen. Für private und optimierte Unternehmensinfrastrukturen verweist Mistral auf eine Kontaktmöglichkeit. Es handelt sich um eine Produktankündigung des Herstellers; der Text enthält keine unabhängige Bewertung und belegt weder die Leistungs- noch die Kosten- und Latenzangaben mit den fehlenden Benchmarkdetails.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurden die kurze und die mittlere Zusammenfassung zusammen; die mittlere ist inhaltlich treu, lässt aber die Schlagzeilen-Behauptungen zur Gewichtsklasse und zum Open-Source-Vorrang aus. Lunas Einordnung der Teilfragen ist zu hoch angesetzt, weil der Bericht zu Sicherheit, Verantwortung und Ausrichtung nichts enthält.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Schlagzeile, Small 3.1 sei das beste Modell in seiner Gewichtsklasse
  • Die Behauptung, Small 3.1 sei das erste Open-Source-Modell, das führende kleine proprietäre Modelle übertrifft
  • Der Hinweis, dass Basis- und Instruct-Checkpoints für nachgelagerte Anpassungen durch die Community veröffentlicht werden, etwa als Grundlage für Reasoning-Modelle wie DeepHermes 24B

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 30 %Hintergrund, keine Belege
    • JEV 44 %gleiches Oberthema, hilft nicht
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 35 %einzelne zitierbare Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 39 %einzelne zitierbare Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. 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 26 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 21 %Hintergrund, keine Belege
    • Luna 44 %einzelne zitierbare Belege
    • JEV 62 %einzelne zitierbare Belege
    • amos 32 %einzelne zitierbare Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 38 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 61 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung 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 58 %einzelne zitierbare Belege
    • JEV 63 %einzelne zitierbare Belege
    • amos 23 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Wirtschaft und Haftung

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 →