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
mistral16. März 2026 · Q001514

Introducing Mistral Small 4

mistral.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Mistral beschreibt Small 4 als offenes Modell, das Chat, Schlussfolgern, Bildverarbeitung und Programmieraufgaben zusammenführen und per „reasoning_effort“ zwischen schnellen und ausführlicheren Antworten wechseln soll. Das Unternehmen berichtet von kürzeren Bearbeitungszeiten, höherem Durchsatz und starken Benchmarkwerten bei kürzeren Ausgaben; eine vollständige Testmethodik oder unabhängige Bestätigung enthält der Bericht nicht. Genannt werden unter anderem API- und Hugging-Face-Verfügbarkeit sowie Preise von 0,15 US-Dollar je Million Eingabe- und 0,60 US-Dollar je Million Ausgabe-Token.

Mittel

Der Bericht stellt Mistral Small 4 als Modell vor, das Chat und Anweisungsbefolgung, Schlussfolgern, Bildverarbeitung und agentisches Programmieren vereinen soll. Es stehe unter der Apache-2.0-Lizenz, habe 119 Milliarden Gesamtparameter, davon sechs Milliarden aktive pro Token (acht Milliarden einschließlich Ein- und Ausgabeschichten), 128 Experten und ein Kontextfenster von 256.000 Token. Text und Bilder würden nativ unterstützt. Mit „reasoning_effort“ lasse sich zwischen schnellen Antworten und ausführlicherem Schlussfolgern wechseln.

Mistral gibt an, das Modell verkürze in einer latenzoptimierten Konfiguration die Bearbeitungszeit um 40 Prozent und verarbeite in einer durchsatzoptimierten Konfiguration dreimal so viele Anfragen pro Sekunde wie Mistral Small 3. Für drei Benchmarks behauptet das Unternehmen konkurrenzfähige oder bessere Ergebnisse als GPT-OSS 120B bei kürzeren Ausgaben. Genannt werden unter anderem 0,72 Punkte bei AA LCR mit 1.600 Zeichen und ein 20-prozentiger Ausgabevorteil auf LiveCodeBench. Der Bericht enthält jedoch keine vollständige Testmethodik oder unabhängige Bestätigung; die Resultate sind daher Anbieterangaben.

Mistral nennt API, AI Studio und Hugging Face als Bezugswege sowie NVIDIA-Angebote für Prototypen und Produktion. Die Preise betragen laut Artikel 0,15 US-Dollar je Million Eingabe-Token und 0,60 US-Dollar je Million Ausgabe-Token.

Ausführlich lesen

Der Bericht kündigt Mistral Small 4 als neues Modell der Mistral-Small-Reihe an. Mistral stellt es als ein einziges Modell dar, das Fähigkeiten aus drei bisherigen Modellfamilien vereint: Anweisungsbefolgung und Chat, Schlussfolgern sowie multimodale Verarbeitung und agentisches Programmieren. Es soll sich je nach Aufgabe für allgemeine Unterhaltungen, komplexe Denkaufgaben, Programmierung und die Arbeit mit Bildern eignen. Veröffentlicht werde es unter der Apache-2.0-Lizenz; laut Bericht lässt es sich anpassen und für spezielle Aufgaben nachtrainieren.

Als technische Eckdaten nennt der Artikel eine Mixture-of-Experts-Architektur mit 128 Experten, von denen pro Token vier aktiv seien. Das Modell habe insgesamt 119 Milliarden Parameter; aktiv seien pro Token 6 Milliarden beziehungsweise 8 Milliarden einschließlich Einbettungs- und Ausgabeschichten. Ein Kontextfenster von 256.000 Token und die native Verarbeitung von Text und Bildern sollen längere Dokumente und visuelle Analysen unterstützen. Über den Parameter „reasoning_effort“ lasse sich der Aufwand steuern: Die Einstellung „none“ sei für schnelle Alltagsantworten gedacht und entspreche stilistisch Mistral Small 3.2; „high“ ermögliche ausführlichere, schrittweise Überlegungen auf dem Niveau früherer Magistral-Modelle.

Mistral behauptet, Small 4 erreiche in einer auf geringe Latenz ausgerichteten Konfiguration 40 Prozent kürzere Gesamtbearbeitungszeiten. In einer auf Durchsatz optimierten Konfiguration seien im Vergleich zu Mistral Small 3 dreimal so viele Anfragen pro Sekunde möglich. Für drei Benchmarks erklärt der Bericht, das Modell erreiche mit Schlussfolgern konkurrenzfähige Ergebnisse und treffe GPT-OSS 120B oder übertreffe es, während es deutlich kürzere Antworten erzeuge. Als Einzelbeispiele nennt er AA LCR mit 0,72 Punkten bei 1.600 Zeichen sowie einen Vorsprung vor GPT-OSS 120B auf LiveCodeBench bei 20 Prozent weniger Ausgabe. Der Artikel leitet daraus mögliche Vorteile bei Latenz, Inferenzkosten und Bedienkomfort ab.

Diese Leistungsangaben sind Aussagen des Anbieters. Der Bericht beschreibt die getesteten Bedingungen nur teilweise: Er unterscheidet Latenz- und Durchsatzkonfigurationen und nennt einzelne Benchmarkwerte und Ausgabelängen, liefert im Text aber keine vollständige Testmethodik oder unabhängige Bestätigung. Die Resultate sollten daher als vom Anbieter berichtete Vergleiche verstanden werden.

Für den Betrieb nennt Mistral als Mindestinfrastruktur vier NVIDIA HGX H100, zwei HGX H200 oder einen DGX B200; empfohlen würden jeweils größere Konfigurationen. Die Verfügbarkeit wird über die Mistral API, AI Studio und ein Hugging-Face-Repository angegeben. Für Prototypen und Produktion nennt der Artikel außerdem NVIDIA-Angebote sowie Optionen zum Fine-Tuning. Angegeben sind Preise von 0,15 US-Dollar je Million Eingabe-Token und 0,60 US-Dollar je Million Ausgabe-Token. Als vorgesehene Einsatzfelder nennt der Bericht Entwicklungsautomatisierung und Code-Agenten, Unternehmensassistenten und Dokumentenverständnis sowie Forschung, Mathematik und komplexes Schlussfolgern.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas zwei Zusammenfassungen (kurz und mittel) wurden gemeinsam geprüft; beide enthalten keine erfundenen Fakten, die kurze Fassung lässt jedoch mehr Inhalte aus. Die Einordnung stützt sich nur auf den Berichtstext, Lunas Stufen und Anteile wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Angaben zur Infrastruktur (Mindestanforderungen 4x H100, 2x H200 oder 1x DGX B200 sowie Empfehlungen) fehlen in beiden Fassungen.
  • Die Mitgliedschaft als Gründungsmitglied der NVIDIA Nemotron Coalition wird nicht erwähnt.
  • Die Aussage, das Modell sei vollständig Open Source und laufe auf vLLM, llama.cpp, SGLang und Transformers, fehlt.
  • Die Zahl der aktiven Experten pro Token (4 von 128) wird nicht genannt.
  • Die kurze Fassung lässt Benchmark-Details und die Vergleichsaussage zu GPT-OSS 120B weitgehend aus.

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 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %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 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 45 %einzelne zitierbare Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV 37 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht

    • 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 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht
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 22 %Hintergrund, keine Belege
    • Luna 69 %einzelne zitierbare Belege
    • JEV 60 %einzelne zitierbare Belege
    • amos 34 %einzelne zitierbare Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 29 %nur am Rande erwähnt
    • d3-ultra 30 %nur am Rande erwähnt
    • 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 · 37 % · 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 46 %umfangreiche Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 47 %einzelne zitierbare Belege
    • JEV 40 %umfangreiche Belege
    • amos 31 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 32 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

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 →