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
mistral21. Mai 2025 · Q001272

Mistral AI

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral stellt Devstral als gemeinsam mit All Hands AI entwickeltes Modell für agentische Softwareentwicklung vor und berichtet über 46,8 Prozent bei SWE-Bench Verified sowie Vorteile gegenüber mehreren Vergleichsmodellen. Das Modell soll lokal einsetzbar sein und wird unter Apache 2.0 veröffentlicht; Leistungsangaben und Einsatzmöglichkeiten stammen aus dem Unternehmensbericht, der Devstral als Forschungsvorschau bezeichnet.

Mittel

Der Bericht stellt Devstral vor, ein gemeinsam von Mistral AI und All Hands AI entwickeltes Modell für agentische Softwareentwicklung. Es soll reale GitHub-Probleme lösen und mit Agentengerüsten wie OpenHands oder SWE-Agent arbeiten. Mistral berichtet von 46,8 Prozent bei SWE-Bench Verified, einem Benchmark aus 500 manuell geprüften GitHub-Problemen. Das Modell habe frühere Open-Source-Spitzenmodelle um mehr als sechs Prozentpunkte übertroffen und im selben OpenHands-Testgerüst auch größere Modelle geschlagen. Bei Vergleichen mit Modellen, die unter beliebigen Testgerüsten ausgewertet wurden, beansprucht Mistral unter anderem einen Vorsprung von mehr als 20 Prozent gegenüber GPT-4.1-mini. Der Bericht liefert dazu keine unabhängigen Prüfungen.

Devstral solle auf einer einzelnen RTX 4090 oder einem Mac mit 32 GB RAM laufen und lokale sowie unternehmensinterne Anwendungen ermöglichen. Mistral veröffentlicht es kostenlos unter Apache 2.0; über die API gelten laut Bericht 0,10 US-Dollar je Million Eingabetoken und 0,30 US-Dollar je Million Ausgabetoken. Das Modell sei eine Forschungsvorschau. Ein größeres Modell werde für die kommenden Wochen angekündigt, wobei der Text dessen spätere Verfügbarkeit nicht belegt.

Ausführlich lesen

Der Bericht kündigt Devstral an, ein von Mistral AI gemeinsam mit All Hands AI entwickeltes Sprachmodell für agentische Softwareentwicklung. Mistral zufolge sollen solche Modelle reale Entwicklungsaufgaben bewältigen, bei denen Code in einem größeren Repository verstanden, Zusammenhänge zwischen Komponenten erkannt und schwer auffindbare Fehler untersucht werden müssen. Das unterscheide sich von einzelnen Aufgaben wie dem Schreiben einer isolierten Funktion oder Codevervollständigung, bei denen herkömmliche Sprachmodelle laut Bericht bereits leistungsfähig seien.

Devstral sei darauf trainiert, reale GitHub-Probleme zu lösen. Für die Ausführung werde es mit Agentengerüsten wie OpenHands oder SWE-Agent verwendet, die die Schnittstelle zwischen Modell und Testfällen festlegen. Als Leistungsmaß nennt Mistral SWE-Bench Verified: einen Datensatz mit 500 realen GitHub-Problemen, die laut Bericht manuell auf Korrektheit geprüft wurden. Devstral habe dort 46,8 Prozent erreicht und damit frühere Open-Source-Spitzenmodelle um mehr als sechs Prozentpunkte übertroffen. Bei einem Vergleich im selben OpenHands-Testgerüst habe es zudem größere Modelle wie Deepseek-V3-0324 mit 671 Milliarden Parametern sowie Qwen3 232B-A22B übertroffen. Für Vergleiche mit offenen und geschlossenen Modellen, die jeweils auch mit eigenen Testgerüsten geprüft wurden, behauptet Mistral ebenfalls deutliche Vorteile; als Beispiel nennt der Bericht einen Vorsprung von mehr als 20 Prozent gegenüber GPT-4.1-mini. Die Ergebnisse und Vergleiche werden im Bericht als Herstellerangaben dargestellt; nähere Tabellenwerte oder unabhängige Prüfungen sind im vorliegenden Text nicht enthalten.

Mistral beschreibt Devstral als vergleichsweise leichtgewichtig: Es solle auf einer einzelnen RTX 4090 oder einem Mac mit 32 GB Arbeitsspeicher laufen können. Daraus leitet der Bericht mögliche Einsätze auf lokalen Geräten und in lokalen Codebasen ab. Außerdem empfiehlt Mistral das Modell für agentisches Programmieren in Unternehmen, besonders bei datenschutzsensiblen Repositories und strengen Sicherheits- oder Compliance-Anforderungen, sowie als Option für IDEs, Plugins und andere Programmierumgebungen. Der Text nennt diese Einsatzfelder als Möglichkeiten, führt aber keine konkreten Unternehmenseinsätze oder Sicherheitsprüfungen an.

Das Modell werde kostenlos unter der Apache-2.0-Lizenz veröffentlicht, sodass die Community es laut Mistral verwenden und anpassen könne. Für die API nennt der Bericht den Modellnamen „devstral-small-2505“ und Preise von 0,10 US-Dollar je Million Eingabetoken sowie 0,30 US-Dollar je Million Ausgabetoken, zum selben Tarif wie Mistral Small 3.1. Als Bezugsquellen für eine Selbstbereitstellung werden Hugging Face, Ollama, Kaggle, Unsloth und LM Studio aufgeführt. Für Unternehmensanpassungen, etwa Feinabstimmung auf privaten Codebasen, fortgesetztes Vortraining oder Destillation, verweist Mistral auf sein Anwendungsteam.

Abschließend bezeichnet der Bericht Devstral als Forschungsvorschau und bittet um Rückmeldungen. Mistral kündigt ein größeres agentisches Programmiermodell für die folgenden Wochen an. Diese Ankündigung ist eine Zukunftsplanung des Unternehmens, kein im Bericht belegtes späteres Ergebnis.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassung ist im Kern treu, enthält aber eine Schlussfolgerung über fehlende unabhängige Prüfungen, die der Bericht nicht ausdrücklich trifft, und lässt Einsatzfelder für Unternehmen aus. Die Einordnung stützt sich nur auf den Berichtstext; die Stufen und Anteile Lunas wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Eignung für datenschutzsensible Unternehmens-Repositories mit strengen Sicherheits- und Compliance-Anforderungen
  • Angebot von Feinabstimmung auf private Codebasen und weiterer Anpassung über das Applied-AI-Team
  • Verbreitungswege wie HuggingFace, Ollama, Kaggle, Unsloth und LM Studio

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, der Bericht liefere keine unabhängigen Prüfungen, steht so nicht im Text und ist eine Schlussfolgerung Lunas

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 33 %einzelne zitierbare Belege
    • JEV offen
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • 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 25 %gleiches Oberthema, hilft nicht
    • Luna 29 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 43 %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 100 %kein Bezug
    • Luna 34 %einzelne zitierbare Belege
    • JEV offen
    • amos 28 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %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 27 %einzelne zitierbare Belege
    • JEV offen
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • 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 42 %einzelne zitierbare Belege
    • JEV offen
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

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 33 %Hintergrund, keine Belege
    • JEV offen
    • amos 31 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 25 %Hintergrund, keine Belege
    • JEV offen
    • amos 33 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 41 %nur am Rande erwähnt
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 20 %Hintergrund, keine Belege
    • Luna 71 %einzelne zitierbare Belege
    • JEV offen
    • amos 32 %einzelne zitierbare Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 34 %nur am Rande erwähnt
    • d3-ultra 29 %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 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 48 %einzelne zitierbare Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • 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 34 %einzelne zitierbare Belege
    • JEV offen
    • amos 23 %einzelne zitierbare Belege
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

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 →