Skip to content
FrontierDot

Mistral-Modell-Zeitleiste: 7B bis Large 4, Lizenzen und Größen (2023–2026)

Fortlaufende Zeitleiste · zuletzt aktualisiert · 1 Eintrag im Änderungsprotokoll

Mistrals Modelllinie ist ebenso eine Lizenzgeschichte wie eine Geschichte der Größen. Apache 2.0, eine Non-Production-Lizenz und eine Research-Lizenz tauchen alle auf, manchmal am selben Tag. Diese Seite behält das Datum, die Nutzungsrechte und die Parameteraufteilung, die Mistral gedruckt hat, und lässt einen Widerspruch stehen, wenn zwei Mistral-Seiten sich nicht einig sind.

Stand 21. Oktober 2026 ist Mistral Large 4 in der Vorschau, angekündigt am 6. Oktober, und Mistrals eigene Seiten nennen sowohl 52 Milliarden als auch etwa 49 Milliarden aktive Parameter. Die Gewichte waren weiterhin als geplant beschrieben, nicht als veröffentlicht.

Gelesen am 2026-10-21: Mistrals News-Beiträge zu 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral, Large 2, Pixtral Large, Medium 3, Magistral, Mistral 3, Small 4, Large 4 und die NVIDIA-Kooperationsnotiz. Benchmark-Sätze stammen von Mistral. Wir haben die Modelle nicht ausgeführt. Eine URL zu Medium 3.5 lieferte 404, deshalb ist es kein Knoten.

Zeitleiste

  1. Mistral kündigt Mistral 7B an. Die Seitenbeschreibung nennt es das bisher beste 7B-Modell und nennt Apache 2.0. Der längere Artikeltext kam in dem Abruf, den wir behalten haben, nicht an. Dieser Knoten bleibt deshalb bei diesen zwei Fakten: ein 7B-Modell, Apache 2.0, an diesem Datum. Spätere Mistral-Beiträge führen Mistral 7B weiter unter den Modellen, die unter Apache 2.0 bleiben, was zur Beschreibung passt. Parameter- oder Kontextdetails, die die Beschreibung nicht gibt, fügen wir nicht hinzu.

    Mistral: Announcing Mistral 7B

  2. Mistral kündigt Mixtral 8x7B unter Apache 2.0 an, mit einem Kontext von 32k, und sagt, es beherrsche Englisch, Französisch, Italienisch, Deutsch und Spanisch. Der Geschwindigkeitsvergleich des Beitrags, 6-mal schnellere Inferenz als Llama 2 70B, ist Mistrals Vergleich. Das ist der erste Mixture-of-Experts-Knoten in der Linie. Der Name 8x7B beschreibt die Expertenanordnung, die Mistral veröffentlicht hat. Eine Gesamtparameterzahl wiederholen wir hier nicht, weil der Satz, den wir verwenden, der auf der Ankündigung ist, und weil der spätere Beitrag zu 8x22B die Stelle ist, an der Mistral eine Aufteilung aktiv gegen gesamt in der Form druckt, die wir unten zitieren.

    Mistral: Mixtral of experts

  3. Mistral veröffentlicht Mixtral 8x22B, ein sparsames Mixture-of-Experts mit 39 Milliarden aktiven Parametern von 141 Milliarden, einem Kontext von 64K und nativem Function Calling. Es spricht fließend Englisch, Französisch, Italienisch, Deutsch und Spanisch, und die Lizenz ist Apache 2.0. Eine Instruct-Version erscheint am selben Tag. Mistral meldet für diese Instruct-Version 90.8 Prozent GSM8K maj@8 und 44.6 Prozent Math maj@4. Die Behauptung, es sei schneller als jedes dichte 70B-Modell, stammt von Mistral. Diese Benchmark-Zahlen sind von Mistral berichtet. Wir haben sie nicht erneut ausgeführt.

    Mistral: Mixtral 8x22B

  4. Mistral veröffentlicht Codestral und nennt es sein erstes Code-Modell: 22 Milliarden Parameter, offene Gewichte, ein Kontext von 32k, trainiert auf über 80 Programmiersprachen. Die Gewichte stehen unter der Mistral AI Non-Production License, für Forschung und Tests, mit kommerziellen Lizenzen auf Anfrage. Die Karte ist mistralai/Codestral-22B-v0.1 auf Hugging Face. Ein neuer Endpunkt, codestral.mistral.ai, ist für eine Beta von 8 Wochen hinter einer Warteliste kostenlos. Dasselbe Modell liegt auf api.mistral.ai und wird pro Token abgerechnet. Der Lizenzname wiegt schwerer als das Wort Open-Weight: herunterladbare Gewichte mit einer Non-Production-Einräumung sind nicht Apache 2.0.

    Mistral: Codestral

  5. Mistral Large 2 ist Version 24.07, mit einem Kontext von 128k und 123 Milliarden Parametern. Der API-Name ist mistral-large-2407. Die Gewichte liegen auf Hugging Face unter der Mistral Research License, für Forschung und nicht-kommerzielle Nutzung. Derselbe Beitrag listet die Modelle, die Apache 2.0 bleiben: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral Mamba und Mathstral. Codestral selbst, vom Mai, bleibt unter der Non-Production License. Large 2 ist der Punkt, an dem das Flaggschiff aufhört, Apache zu sein.

    Mistral: Mistral Large 2

  6. Mistral kündigt Pixtral Large an, ein multimodales Open-Weight-Modell mit 124 Milliarden Parametern, aufgebaut auf Mistral Large 2: ein multimodaler Decoder mit 123 Milliarden Parametern und ein Vision-Encoder mit 1 Milliarde Parametern, mit einem Kontext von 128K. Der API-Name ist pixtral-large-latest. Derselbe Beitrag legt Mistral Large 24.11 auf Hugging Face unter die Mistral Research License für Forschung, mit einer kommerziellen Lizenz von Mistral für kommerzielle Nutzung, und nennt 24.11 ein Upgrade gegenüber Large 24.07. Zwei Veröffentlichungen teilen sich die Seite. Die Gewichtslizenz für Large 24.11 ist die Research-Lizenz, nicht Apache 2.0.

    Mistral: Pixtral Large

  7. Mistral kündigt Mistral Medium 3 an. Der Beitrag beschreibt es nicht als offene Gewichte und nennt keine Parameterzahl. Dieser Knoten hat beides nicht. Der API-Preis im Beitrag ist $0.4 für die Eingabe und $2 für die Ausgabe pro Million Token. Mistral sagt, es erreiche bei Benchmarks 90 Prozent von Claude Sonnet 3.7 oder mehr, mit einer Mischung aus zuvor berichteten Zahlen und Mistrals Harness. Dieser Vergleich stammt von Mistral. Der Beitrag sagt, es lasse sich auf jeder Cloud einsetzen, einschließlich selbst gehosteter Setups ab vier GPUs, und es sei am selben Tag auf La Plateforme und Amazon SageMaker verfügbar. IBM WatsonX, NVIDIA NIM, Azure AI Foundry und Google Cloud Vertex sind als demnächst kommend beschrieben, nicht als an diesem Tag verfügbar.

    Mistral: Mistral Medium 3

  8. Mistral kündigt Magistral an und nennt es sein erstes Reasoning-Modell. Magistral Small ist ein Open-Weight-Modell mit 24 Milliarden Parametern unter Apache 2.0, Karte mistralai/Magistral-Small-2506. Magistral Medium ist das Unternehmensmodell, in der Vorschau in Le Chat und auf La Plateforme. Mistral meldet Medium mit 73.6 Prozent bei AIME 2024 und 90 Prozent majority@64, und Small mit 70.7 Prozent und 83.3 Prozent auf demselben Paar. Diese Werte sind von Mistral berichtet. Die Trennung ist der nützliche Teil: ein Apache-Checkpoint, den Sie herunterladen können, und eine gehostete Vorschau, die Sie nicht als dasselbe Artefakt behandeln können.

    Mistral: Magistral

  9. Mistral kündigt Mistral 3 an. Die kleinen Modelle sind Ministral 3 mit 14 Milliarden, 8 Milliarden und 3 Milliarden Parametern. Für jede Größe listet der Beitrag Base-, Instruct- und Reasoning-Varianten mit Bildverständnis, unter Apache 2.0. Mistral Large 3 ist ein sparsames Mixture-of-Experts mit 41 Milliarden aktiven Parametern und 675 Milliarden insgesamt, von Grund auf trainiert auf 3,000 NVIDIA H200 GPUs. Base und Instruct von Large 3 stehen unter Apache 2.0. Der Beitrag sagt, die Modelle seien an diesem Tag unter anderem auf Mistral AI Studio, Amazon Bedrock, Azure Foundry und Hugging Face verfügbar. Apache beim Flaggschiff ist eine Änderung gegenüber Large 2 und Large 24.11, die die Research-Lizenz nutzten.

    Mistral: Mistral 3

  10. Mistral veröffentlicht Mistral Small 4. Der Beitrag nennt 119 Milliarden Parameter insgesamt und 6 Milliarden aktiv pro Token, oder 8 Milliarden einschließlich der Embedding- und Ausgabeschichten, mit 128 Experten, von denen 4 aktiv sind, einem Kontext von 256k und Apache 2.0. Die API-ID ist mistral-small-latest. Die Preise im selben Beitrag sind $0.15 pro Million Eingabe-Token und $0.6 pro Million Ausgabe-Token. Mistral sagt, die Latenz sei um 40 Prozent gesunken und die Anfragen pro Sekunde seien das 3-Fache von Small 3. Der Beitrag sagt, Small 4 vereine Magistral, Pixtral und Devstral. Eine Steuerung reasoning_effort nimmt die Werte none und high. Die Hugging-Face-Sammlung ist mistralai/mistral-small-4. Die Docs-Karte ist mistral-small-4-0-26-03. Die Angaben 40 Prozent und das 3-Fache stammen von Mistral.

    Mistral: Mistral Small 4

  11. Mistral stellt Mistral Large 4, Spitzname Le Chonk, in die öffentliche Vorschau. Der Beitrag sagt, es sei ein nativ multimodales Modell mit 1 Billion Parametern und 52 Milliarden aktiven Parametern. Er sagt, Sie könnten die Preview-API an diesem Tag auf Mistral Studio ausprobieren, und die Gewichte kämen zum Ende des Monats. Das dateModified der Seite ist der 7. Oktober 2026. Dieser Knoten verwendet den 6. Oktober als Ankündigungstag. Gewichte sind nicht Teil der Ankündigung. Das ist ein Plan.

    Mistral: Mistral Large 4

  12. Mistrals Beitrag zur NVIDIA-Kooperation beschreibt dieselbe Large-4-Linie mit etwa 1 Billion Parametern insgesamt und etwa 49 Milliarden aktiven Parametern, trainiert auf 3,800 NVIDIA Grace Blackwell GPUs, und sagt, die Gewichte seien für eine Veröffentlichung Ende Oktober geplant. Der Beitrag vom 6. Oktober nannte 52 Milliarden aktiv, nicht etwa 49 Milliarden. Beide Zahlen stammen von Mistral, auf Mistral-Seiten, 15 Tage auseinander. Stand der letzten Prüfung dieser Seite am 21. Oktober 2026 sind die Gewichte weiterhin als geplant beschrieben, nicht als ausgeliefert. Wir wählen nicht eine Zahl aktiver Parameter und verstecken die andere.

    Mistral: NVIDIA collaboration

Wie wir eine Mistral-Veröffentlichung datieren

Jeder Knoten verwendet das Datum auf einer mistral.ai-News-Seite, die wir geöffnet haben, und der Link unter dem Knoten ist diese Seite. Wenn eine zweite Seite einen Fakt ergänzt, sagt der Text, welche Seite. Wir übernehmen keine Parameterzahl aus einem Kurztext eines Forschungsindex, wenn die Ankündigung, die wir abgerufen haben, etwas anderes sagt, und wir erfinden keine Zahl, die die Ankündigung auslässt.

Medium 3 ist das klare Beispiel für eine Auslassung. Der Beitrag vom 7. Mai 2025 nennt einen Preis und eine Einsatzuntergrenze von vier GPUs. Er nennt keine Parameterzahl und sagt nicht, dass die Gewichte offen sind. Eine spätere URL, mistral.ai/news/mistral-medium-3-5, lieferte 404. Der News-Index listet eine Produktnotiz zu Medium 3.5 vom 29. April 2026. Wir haben keinen Beitragstext gefunden, den wir für eine Größe zitieren könnten. Medium 3.5 ist deshalb kein Knoten.

Die letzte Prüfung ist der 21. Oktober 2026. Der Gewichtsabwurf von Large 4 war an diesem Tag weiterhin ein Plan. Wenn Mistral die Gewichte danach veröffentlicht, braucht diese Seite einen neuen Knoten, keine stille Änderung am Satz vom 6. Oktober.

Die Lizenz hat sich mehr als einmal geändert

Apache 2.0 deckt die frühen offenen Modelle ab: Mistral 7B, Mixtral 8x7B und Mixtral 8x22B. Codestral im Mai 2024 ist Open Weight unter der Mistral AI Non-Production License, die der Beitrag auf Forschung und Tests begrenzt, mit kommerziellen Bedingungen auf Anfrage. Ein kostenloser Beta-Endpunkt über acht Wochen ändert diese Einräumung nicht.

Large 2 im Juli 2024 verschiebt das Flaggschiff auf die Mistral Research License, Forschung und nicht-kommerziell, und der Beitrag sagt ausdrücklich, was Apache bleibt: 7B, beide Mixtral-Modelle, Codestral Mamba und Mathstral. Pixtral Large im November ist Open Weight und multimodal. Large 24.11, im selben Beitrag angekündigt, kommt erneut unter der Research-Lizenz auf Hugging Face, mit einer separaten kommerziellen Lizenz von Mistral.

Magistral Small im Juni 2025 bringt einen Reasoning-Checkpoint zurück zu Apache 2.0, während Magistral Medium eine gehostete Vorschau bleibt. Mistral 3 im Dezember 2025 legt Apache 2.0 auf Ministral 3 und auf die Base- und Instruct-Formen von Large 3, ein Mixture-of-Experts mit 675 Milliarden Parametern und 41 Milliarden aktiv. Small 4 im März 2026 ist ebenfalls Apache 2.0. Die praktische Frage für jede Zeile ist nicht „gibt es einen Download“. Es geht darum, die Lizenz welcher Datei Sie gerade akzeptieren.

Large 4, zwei Zahlen, Gewichte weiter geplant

Am 6. Oktober 2026 sagt Mistrals Beitrag zu Large 4, das Modell sei ein nativ multimodales Modell mit 1 Billion Parametern und 52 Milliarden aktiven Parametern, die Preview-API sei an diesem Tag auf Mistral Studio, und die Gewichte kämen zum Ende des Monats. Am 21. Oktober 2026 sagt der Beitrag zur NVIDIA-Kooperation etwa 1 Billion Parameter insgesamt und etwa 49 Milliarden aktive Parameter, trainiert auf 3,800 NVIDIA Grace Blackwell GPUs, mit Gewichten, die für Ende Oktober geplant sind.

Zweiundfünfzig und etwa neunundvierzig können nicht beide die genaue Zahl aktiver Parameter sein. Beide können das sein, was Mistral geschrieben hat. Bis Mistral eine Zahl auf einer Modellkarte veröffentlicht, ist es eine Entscheidung, die diese Seite nicht trifft, nur eine der beiden Zahlen zu zitieren. Der Fakt zur Verfügbarkeit ist einfacher. Preview-API am 6. Oktober. Gewichte am 21. Oktober weiterhin geplant. Kein Gewichtsknoten.

Wir kopieren auch keine „128B“-Zahl von einer Forschungsseite auf Medium 3.5 oder auf Large 4. Die Zahl stand nicht in den Beiträgen oben.

Preise und IDs, die man sorgfältig kopieren sollte

  • Medium 3, 7. Mai 2025: $0.4 pro Million Eingabe-Token und $2 pro Million Ausgabe-Token. Nicht als offene Gewichte beschrieben.
  • Small 4, 16. März 2026: API-ID mistral-small-latest, $0.15 Eingabe und $0.6 Ausgabe pro Million Token, Apache 2.0.
  • API-ID von Large 2: mistral-large-2407. API-ID von Pixtral Large: pixtral-large-latest.
  • Codestral: codestral.mistral.ai für die Beta von 8 Wochen, und api.mistral.ai pro Token abgerechnet.
  • Large 4: Preview-API auf Mistral Studio ab dem 6. Oktober 2026. Auf den zwei Large-4-Seiten, die wir gelesen haben, stand kein Preis pro Token.

Was wir ausgelassen haben

  • Den Text der Ankündigung von Mistral 7B über die Seitenbeschreibung hinaus. Der Knoten ist absichtlich kurz.
  • Mistral Medium 3.5. Der Slug, den wir versucht haben, lieferte 404, und wir erfinden keinen anderen.
  • Timestral und Voxtral. Das sind Sprach- und Audiomodelle. Diese Seite ist die Linie der Sprachmodelle, und wir fügen sie nicht anhand einer Überschrift hinzu.
  • Codestral Mamba und Mathstral als eigene Knoten. Large 2 nennt sie als weiterhin Apache. Wir haben in diesem Durchgang für keines von beiden eine eigene Ankündigung geöffnet.
  • Jeden Benchmark, den wir nicht auf der für diesen Knoten zitierten Mistral-Seite gesehen haben. Die Zahlen zu GSM8K, Math, AIME und Latenz oben sind als Angaben von Mistral gekennzeichnet.

Verwandte Zeitleisten

Dasselbe Format deckt Claude, OpenAI, Gemini, Grok und Meta Muse ab. Labs in dieser Gruppe sind Moonshot Kimi, DeepSeek und Alibaba Qwen. Der Front-Blog-Index listet jeden Beitrag.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

Häufige Fragen

Was ist Mistrals neuestes Modell?

Stand 21. Oktober 2026 ist Mistral Large 4 in der öffentlichen Vorschau, angekündigt am 6. Oktober 2026. Die Gewichte waren weiterhin als für Ende Oktober geplant beschrieben.

Ist Mistral Large 4 Open Weight?

Nicht, Stand 21. Oktober 2026. Der Beitrag vom 6. Oktober sagt, die Gewichte kämen zum Ende des Monats. Der Beitrag vom 21. Oktober sagt weiterhin, die Veröffentlichung sei geplant.

Warum widersprechen sich die Seiten zu Large 4 bei der Größe?

Der Beitrag vom 6. Oktober sagt 52 Milliarden aktive Parameter. Der Beitrag vom 21. Oktober sagt etwa 49 Milliarden aktive Parameter. Beide sind Mistral-Seiten. Diese Zeitleiste zitiert beide.

Welche Mistral-Modelle sind Apache 2.0?

Aus den Beiträgen, die wir gelesen haben: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Magistral Small, Mistral 3 (Ministral 3 sowie Large 3 Base und Instruct) und Mistral Small 4. Large 2 und Large 24.11 nutzen die Mistral Research License. Codestral nutzt die Non-Production License.

Änderungsprotokoll

  • — Erstmals veröffentlicht. Mistrals News-Beiträge von Mistral 7B bis zur NVIDIA-Notiz vom 21. Oktober 2026 geprüft.

Quellen