Mistral AI greift mit Open-Source-Modellen die chinesische Konkurrenz an
Das französische KI-Unternehmen Mistral AI hat die dritte Generation seiner Sprachmodelle vorgestellt und vollständig als Open Source freigegeben. Die Mistral-3-Familie umfasst vier verschiedene Modellgrößen – von kompakten 3 Milliarden bis zu 675 Milliarden Parametern – und steht unter der permissiven Apache-2.0-Lizenz zur Verfügung.
Das Flaggschiff Mistral Large 3 nutzt eine Mixture-of-Experts-Architektur mit 41 Milliarden aktiven und 675 Milliarden Gesamtparametern. Das Modell wurde auf 3.000 NVIDIA H200-GPUs trainiert und belegt aktuell Platz 2 unter den Open-Source-Modellen ohne Reasoning-Fähigkeiten im LMArena-Ranking.
Ergänzt wird das Angebot durch die Ministral-3-Serie mit drei kleineren Modellvarianten (14B, 8B und 3B Parameter), die für Edge-Computing und lokale Anwendungen konzipiert sind. Jede Größe wird in drei Versionen angeboten: als Basismodell, als instruktionsoptimierte Variante und als Reasoning-Version.
Strategische Ziele der Open-Source-Veröffentlichung
Mit der vollständigen Freigabe verfolgt Mistral mehrere Ziele: Das Unternehmen spricht von „distributed intelligence“ und möchte KI-Technologie direkt in die Hände von Entwicklern und Unternehmen legen. Die Verfügbarkeit in verschiedenen komprimierten Formaten soll die Entwickler-Community stärken.
Arthur Mensch, CEO von Mistral AI, begründet die Strategie philosophisch: Das Unternehmen beruft sich auf Marie Curie und deren Überzeugung, dass Fortschritt durch Offenheit und gemeinsame Forschung entsteht. Transparenz und kollektiver Fortschritt sollen die Grundlage für die Zukunft der KI bilden.
Glasklar ist aber auch: Gegen die US-amerikanischen geschlossenen KI-Modelle von OpenAI, Anthropic oder Google kommt Mistral auf keinen Fall an; Mistral Large 3 als bisher bestes Modell der Franzosen ist bei LMArena deutlich abgeschlagen. Bleibt also der Open Source-Weg, und der führt direkt in die andere Richtung: nach China. Dementsprechend muss sich Mistral mit DeepSeek, Qwen von Alibaba und Kimi K2 von Moonshot AI messen.
Was Mistral in den Benchmarks dann auch tut. Und in verschiedenen Kategorien schneidet man manchmal besser als DeepSeek, Qwen oder Kimi K2 ab, unter Strich kann man behaupten: Man hat ein solides Open Source-Modell am Markt, das „State of the Art“ ist.
Multimodale Fähigkeiten und Mehrsprachigkeit
Die Umsetzung erfolgt in Kooperation mit Industriepartnern. NVIDIA hat spezielle Optimierungen für die gesamte Modellfamilie entwickelt, während vLLM und Red Hat die Zugänglichkeit für die Open-Source-Community sicherstellen. Das Modell kann auf einem einzelnen System mit acht A100- oder H100-GPUs betrieben werden.
Alle Modelle verfügen über Bild- und Textverständnis sowie native Unterstützung für über 40 Sprachen. Mistral hebt besonders die Leistung bei nicht-englischen und nicht-chinesischen Konversationen hervor. Die Ministral-Modelle sollen dabei das beste Kosten-Leistungs-Verhältnis ihrer Kategorie bieten, unter anderem durch deutlich geringere Token-Generierung bei vergleichbarer Genauigkeit.
Verfügbarkeit und Geschäftsmodell
Die Modelle sind ab sofort über verschiedene Plattformen verfügbar, darunter Hugging Face, Amazon Bedrock, Microsoft Azure und IBM WatsonX. Parallel zum Open-Source-Angebot bietet Mistral kostenpflichtige Services für individuelles Training und Feinabstimmung der Modelle an Unternehmen an.
Die Veröffentlichung positioniert Mistral als Gegenentwurf zu geschlossenen Systemen wie OpenAIs GPT-4 oder Anthropics Claude und verstärkt den Trend zu offenen KI-Modellen im Wettbewerb mit Anbietern wie Meta (Llama) oder Stability AI.
