Das französische Unternehmen Mistral AI hat mit der Einführung der Modellfamilie Mistral 3 Rückenwind.
Die Veröffentlichung umfasst eine Reihe kleiner Modelle namens „Ministral 3“ sowie das neue Flaggschiffmodell „Mistral Large 3“, das das Unternehmen als sein „leistungsfähigstes Modell aller Zeiten“ bezeichnet.
Entscheidend ist, dass alle Modelle unter der freizügigen Apache-2.0-Lizenz veröffentlicht werden. Und es ist Mistrals jüngster Versuch, sich in der Open-Source-KI-Arena zu positionieren.
Offenes Frontier-Modell
Das Herzstück der Veröffentlichung ist Mistral Large 3, ein Modell, das Fortschritte bei Architektur und Leistungsfähigkeit einführt. Dieses Modell ist Mistrals erstes Mixture-of-Experts-Modell (MoE) seit der Mixtral-Serie und stellt einen großen Sprung beim Pretraining dar.
Das Modell verfügt insgesamt über 675 Milliarden Parameter, nutzt jedoch eine dünn besetzte MoE-Architektur, sodass für eine bestimmte Anfrage aktiv nur 41 Milliarden Parameter verwendet werden. Dieses Design ermöglicht Skalierung ohne entsprechend hohe Rechenkosten.
Mistral Large 3 wurde auf 3.000 H200-GPUs von Nvidia trainiert und erreicht Berichten zufolge „bei allgemeinen Prompts Gleichstand mit den besten instruktionstunenden Open-Weight-Modellen auf dem Markt“.
Zu den Fähigkeiten des Modells gehört die native multimodale Verarbeitung, sodass es Bilder verstehen kann. Außerdem bietet es Leistungen bei mehrsprachigen Gesprächen, die über Englisch und Chinesisch hinausgehen. Beim Debüt belegt es auf der LMArena-Rangliste Platz 2 in der Kategorie der Open-Source-Modelle ohne Reasoning.
Ministral 3
Ergänzt wird das große Modell durch die Ministral-3-Serie, eine Produktfamilie kleiner, dichter Modelle mit drei Milliarden, acht Milliarden und 14 Milliarden Parametern. Sie sind für Edge- und lokale Anwendungsfälle konzipiert.
Jede Größe wird als Base-, Instruct- und spezialisierte Reasoning-Variante angeboten, jeweils mit nativen multimodalen und mehrsprachigen Fähigkeiten. Sie sind für Umgebungen mit stark begrenzten Rechenressourcen ausgelegt, etwa mobile Geräte, Laptops oder Edge-Computing-Systeme.
Das Unternehmen erklärte, die Ministral-Instruct-Varianten würden „die Leistung vergleichbarer Modelle erreichen oder übertreffen und dabei häufig eine Größenordnung weniger Token erzeugen“. Darüber hinaus haben die Reasoning-Varianten, etwa das 14B-Modell, in ihrer Gewichtsklasse Genauigkeit bewiesen und im AIME-’25-Benchmark 85 % erreicht.
Der Aufstieg verteilter Intelligenz
Die Ministral-Familie unterstreicht eine Entwicklung hin zu „verteilter Intelligenz“, bei der fortschrittliche KI lokal auf Endgeräten ausgeführt werden kann, anstatt ausschließlich auf Cloud-Server angewiesen zu sein.
Das hat Auswirkungen auf den Datenschutz, da sensible Informationen direkt auf dem Gerät verarbeitet werden können, ohne in die Cloud gesendet zu werden. Zudem sorgt es in Umgebungen mit unterbrochener Verbindung für Ausfallsicherheit und macht hochentwickelte KI „vom Rechenzentrum bis zum Roboter“ verfügbar.
Zusammenarbeit in der Branche
Mistral AI hat dies nicht allein erreicht. Das Unternehmen gab eine Zusammenarbeit mit den Technologieunternehmen Nvidia, vLLM und Red Hat bekannt, um sicherzustellen, dass die Modelle sofort auf einer Reihe von Hardwareplattformen verfügbar sind.
Die gesamte Mistral-3-Familie wurde auf Nvidia-Hopper-GPUs trainiert. Für die Inferenz hat die Zusammenarbeit optimierte Checkpoints hervorgebracht, darunter das mit llm-compressor erstellte NVFP4-Format, sodass Mistral Large 3 auf Systemen wie dem Blackwell NVL72 und einzelnen Knoten mit 8 GPUs ausgeführt werden kann.
Nvidia-Ingenieure integrierten angepasste Kernel sowie Unterstützung für Frameworks wie TensorRT-LLM und SGLang und zielten dabei speziell auf die komplexe dünn besetzte MoE-Architektur für einen „hohen Durchsatz“ im Betrieb.
Die Partnerschaft stellt sicher, dass die neuen Modelle nicht nur Forschungskuriositäten sind, sondern vom ersten Tag an in der Produktion eingesetzt werden können. Entwicklern eröffnet sich damit ein Weg durch Nvidias gesamtes Hardware-Ökosystem – von Rechenzentren bis hin zu Jetson-Geräten am Edge.
Eine offene Zukunft?
Mit der Veröffentlichung seiner Frontier-Modellfamilie als Open Source will Mistral AI die etablierte Dominanz geschlossener Systeme wie jener von OpenAI und Google herausfordern.
Die Modelle sind auf Cloud-Plattformen und in Repositorien verfügbar, darunter Mistral AI Studio, Amazon Bedrock, Azure Foundry und Hugging Face. Darüber hinaus bietet Mistral AI maßgeschneiderte Modelltrainingsdienste an, mit denen Unternehmen die Modelle anhand proprietärer Datensätze für domänenspezifische und skalierbare Unternehmenseinsätze feinabstimmen können.
Die Philosophie des Unternehmens ist eindeutig: „Die Zukunft der KI ist offen.“
Die Zahl drei ist angesagt. ChatGPT hat kürzlich sein dreijähriges Bestehen.