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
mistral10. Juni 2025 · Q001296

Mistral AI

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral AI stellt Magistral in zwei Varianten vor und beansprucht Verbesserungen bei mehrstufigem, transparentem und mehrsprachigem Schlussfolgern. Die genannten Benchmark- und Geschwindigkeitswerte sowie die Einsatzversprechen stammen aus der Produktankündigung; unabhängige Nachweise oder detaillierte Vergleichsbedingungen enthält der Bericht nicht.

Mittel

Mistral AI kündigt Magistral als sein erstes Modell für mehrstufiges Schlussfolgern an. Es soll fachliche Aufgaben, nachvollziehbare Gedankengänge und mehrsprachiges Reasoning verbinden. Angeboten werden Magistral Small mit 24 Milliarden Parametern und offenen Gewichten sowie Magistral Medium als Unternehmensversion. Mistral nennt für AIME 2024 Ergebnisse von 73,6 Prozent für Medium und 70,7 Prozent für Small; mit Mehrheitsabstimmung über 64 Antworten seien es 90 beziehungsweise 83,3 Prozent.

Der Anbieter hebt Fähigkeiten in mehreren Sprachen hervor und nennt Anwendungen von Berechnungen und Programmierlogik bis zu Strategie, regulierten Branchen, Softwareentwicklung und kreativem Schreiben. Mit „Flash Answers“ in Le Chat soll Medium bis zu zehnmal höheren Token-Durchsatz als die meisten Wettbewerber erreichen. Der Beitrag führt keine unabhängigen Prüfungen oder detaillierten Vergleichsbedingungen für diese Angaben an. Small ist laut Mistral unter Apache 2.0 zur Selbstbereitstellung verfügbar; Medium gibt es als Vorschau in Le Chat und über API sowie bei Amazon SageMaker. Ein begleitender Forschungsartikel soll Bewertungen und Trainingsmethoden behandeln.

Ausführlich lesen

Der Bericht kündigt Magistral an, das Mistral AI als sein erstes Modell für schrittweises Schlussfolgern beschreibt. Das Unternehmen ordnet das Modell als Antwort auf Schwächen früherer Reasoning-Modelle ein: zu wenig Tiefe für Fachaufgaben, begrenzte Nachvollziehbarkeit und unzuverlässiges Schlussfolgern in der gewünschten Sprache. Magistral solle diese Punkte durch fachliche Ausrichtung, nachvollziehbare Gedankengänge und mehrsprachige Fähigkeiten verbessern. Mistral betont, dass es sich um ein Modell für mehrstufige Aufgaben handelt und nicht lediglich um ein allgemeines Sprachmodell.

Die Veröffentlichung umfasst zwei Varianten: Magistral Small mit 24 Milliarden Parametern als Modell mit offenen Gewichten und Magistral Medium als leistungsfähigere Unternehmensversion. Mistral nennt für Medium 73,6 Prozent bei AIME 2024 und 90 Prozent bei Mehrheitsabstimmung über 64 Antworten; für Small werden 70,7 beziehungsweise 83,3 Prozent angegeben. Der Artikel erläutert diese Kennzahlen nicht näher und stellt keine unabhängige Überprüfung bereit. Die Veröffentlichung werde von einem Forschungsartikel begleitet, der laut Mistral Bewertungen, Trainingsinfrastruktur, einen Reinforcement-Learning-Algorithmus und Beobachtungen zum Training von Reasoning-Modellen behandelt.

Als Vorgehen beschreibt Mistral eine Feinabstimmung auf mehrstufige Logik. Die Schlussfolgerungen sollen in der jeweiligen Nutzersprache nachvollziehbar sein. Besonders hervorgehoben werden Englisch, Französisch, Spanisch, Deutsch, Italienisch, Arabisch, Russisch und vereinfachtes Chinesisch. Als Einsatzgebiete nennt der Beitrag unter anderem strukturierte Berechnungen, Programmierlogik, Entscheidungsbäume, Strategie und Betriebsplanung sowie Rechts-, Finanz-, Gesundheits- und Verwaltungsaufgaben. Außerdem beansprucht Mistral Verbesserungen bei Softwareplanung, Architektur, Entwicklung und Datenverarbeitung. Für kreative Texte und Erzählungen verweist das Unternehmen auf positive frühe Tests.

Zur Geschwindigkeit erklärt Mistral, Magistral Medium erreiche mit „Flash Answers“ in Le Chat bis zu zehnmal höheren Token-Durchsatz als die meisten Wettbewerber. Das soll Echtzeitnutzung ermöglichen; der Bericht liefert hierzu jedoch keine Messbedingungen oder detaillierten Vergleichsdaten. Auch die Aussagen zu Genauigkeit, Transparenz, Eignung für regulierte Bereiche und Leistung beruhen im vorliegenden Text auf der Darstellung des Anbieters. Eine Abbildung wird als Physiksimulation zu Gravitation, Reibung und Kollisionen mit Medium in Vorschau beschrieben.

Magistral Small ist laut Bericht unter Apache 2.0 zur Selbstbereitstellung verfügbar. Medium kann in einer Vorschau über Le Chat und per API getestet werden; außerdem wird Verfügbarkeit bei Amazon SageMaker genannt, mit weiteren Cloud-Plattformen angekündigt. Für Unternehmens- und Vor-Ort-Lösungen verweist Mistral auf den Vertrieb. Der Beitrag stellt eine Produktankündigung dar und belegt die genannten Leistungs- und Anwendungsaussagen nicht unabhängig.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich nur auf den Berichtsinhalt; Lunas Anteilswerte wurden nicht übernommen und nicht geprüft.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Bericht begründet Magistral mit konkreten Grenzen früher Denkmodelle: fehlende fachliche Tiefe, geringe Transparenz und uneinheitliches Schlussfolgern in der Zielsprache.
  • Verfügbarkeit von Magistral Medium auf IBM WatsonX, Azure AI und Google Cloud Marketplace sowie Angebote für On-Premises-Einsatz über den Vertrieb.
  • Hinweis auf Community-Projekte wie ether0 und DeepHermes 3, die auf früheren offenen Modellen von Mistral aufbauen.
  • Die Ankündigung, dass Modelle schnell iteriert werden und sich laufend verbessern sollen.
  • Think-Modus in Le Chat als Teil der Geschwindigkeitsaussage.

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 %Hintergrund, keine Belege
    • JEV offen
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 · 43 % · 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 30 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %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 47 %einzelne zitierbare Belege
    • JEV offen
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung 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 49 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %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 · 33 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 50 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine 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 4 · 36 % · einzelne zitierbare Belege
    • SF-V1-T04 Wie misst man die Überwachbarkeit des Denkens mit einem gemeinsamen, reproduzierbaren Maßstab, bevor sie versagt, und wie prüft man verlässlich, ob das sichtbare Denken das tatsächliche Vorgehen des Modells treu wiedergibt, auch wenn Modelle lernen, ihre Denkschritte zu optimieren? Und wenn Überwachungsergebnisse beeinflussen, welche Trainingsdaten oder Zwischenstände behalten werden: Wie prüft man, ob diese Auswahl weniger erkennbares Fehlverhalten statt weniger Fehlverhalten begünstigt, auch wenn der Denktext nie direkt bewertet wird? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen? Luna: Stufe 4 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · 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 4 · 38 % · einzelne zitierbare 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 · 32 % · Hintergrund, keine Belege
    • SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %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 100 %kein Bezug
    • Luna 48 %einzelne zitierbare Belege
    • JEV offen
    • amos 32 %einzelne zitierbare Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 26 %nur am Rande erwähnt
    • d3-ultra 27 %einzelne zitierbare Belege
    • Haiku-Prüfung Hintergrund, keine Belege

    • 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 · 30 % · 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 68 %einzelne zitierbare Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 26 %einzelne zitierbare Belege
    • JEV offen
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 offen
    • amos 21 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht

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 →