Modellübersicht Mistral 2026

Update vom 2. November 2026 – Modelle. Mistral Large 3 (mistral-large-2512) und Mistral Medium 3.5 sind seit dem 31. Oktober 2026 veraltet; ihr designierter Nachfolger, Mistral Large 4 (mistral-large-4), ist seit dem 6. Oktober allgemein verfügbar. Die Beispiele in diesem Kurs verwenden den Alias mistral-large-latest, der laut offizieller Dokumentation (geprüft am 3. November 2026) weiterhin auf Mistral Large 3 verweist; ebenso verweist mistral-medium-latest auf Mistral Medium 3.5. Diese Aliase funktionieren bis zum 30. April 2027. Für neue Projekte sollten Sie mistral-large-4, den designierten Nachfolger, testen.

Warum Mistral so viele Modelle anbietet

Wenn Sie 2026 zum ersten Mal den Modellkatalog von Mistral AI öffnen, ist der erste Eindruck oft von einer verwirrenden Fülle geprägt. Generalisten, Spezialisten für Code, Audio und Dokumentenextraktion: Der Katalog umfasst zahlreiche aktive Referenzen, und auf den ersten Blick ist nicht ersichtlich, welches Modell für Ihren Anwendungsfall relevant ist. Diese Vielfalt ist jedoch keine Marketingstrategie. Sie spiegelt eine bewusste technische Philosophie wider: Spezialisierung im Dienst der Performance.

Mistral AI, 2023 in Paris gegründet, hat sich strategisch dafür entschieden, sich nicht auf ein einziges „Allzweck”-Modell zu beschränken. Die Logik hinter dieser Entscheidung ist eindeutig: Ein Modell, das für eine spezifische Aufgabe trainiert wurde – sei es Code-Generierung, Audiotranskription oder Textextraktion aus gescannten Dokumenten –, wird bei gleichen Rechenkosten einen Generalisten in genau dieser Aufgabe stets übertreffen. Die relevante Frage lautet daher nie „Welches ist das beste Mistral-Modell?”, sondern „Welches ist das beste Modell für meine konkrete Aufgabe?”.

Die Philosophie: Spezialisierung vs. Generalist

Drei technische Erkenntnisse stützen diesen Ansatz. Der erste betrifft die Mixture of Experts (MoE)-Architektur. Sie ermöglicht den Aufbau von Modellen mit sehr hoher Gesamtparameterzahl, aktiviert jedoch pro Anfrage nur einen Bruchteil davon. Die Inferenzkosten sinken im Vergleich zu einem dichten Modell vergleichbarer Größe drastisch, was es wirtschaftlich tragfähig macht, mehrere große Modelle parallel zu betreiben, anstatt sich auf ein einziges zu beschränken.

Die zweite Erkenntnis betrifft das Training selbst. Spezialistenmodelle werden mit zielgerichteten Korpora gefüttert und auf domänenspezifische Optimierungsziele hin trainiert. Dies verschafft ihnen dort einen klaren Vorteil, wo sie eingesetzt werden sollen. Die dritte Erkenntnis betrifft die Skalierung der Modellgrößen: Zwischen den Ministral-3B-Modellen und den Frontier-Modellen deckt das Spektrum alle Bereitstellungsszenarien ab – vom Smartphone bis zur massiven Cloud-Infrastruktur.

In der Praxis führt dies zu einem spezifischen Design-Reflex. Ein Unternehmens-Chatbot, eine Pipeline zur Rechnungsverarbeitung und ein Entwicklungs-Assistent teilen weder dieselben Latenzanforderungen noch dieselben Eingabeformate oder Datenschutzvorgaben: Es wäre absurd, sie alle auf demselben Modell aufzubauen. Eine Tendenz des Jahres 2026 ist zudem sofort hervorzuheben: die Integration von Reasoning-Fähigkeiten in die Generalisten. Die ehemals dem Reasoning gewidmete Magistral-Familie ist veraltet; diese Fähigkeit ist nun direkt in Small 4 und Medium 3.5 integriert.

Drei große Familien

Der Katalog gliedert sich in drei Familien. Das Wissen darüber, zu welcher Familie ein Modell gehört, sagt bereits viel über seinen erwarteten Einsatzzweck aus.

Die Generalisten

Dies sind die vielseitigen Modelle, die Konversation, Texterstellung, Analyse und Reasoning bewältigen. Im Juli 2026 strukturieren vier Referenzen diese Familie. Mistral Medium 3.5, veröffentlicht am 28. April 2026, ist das Frontier-Modell: multimodal, agentenfähig und stark im Coding. Mistral Small 4, erschienen am 16. März 2026, ist der hybride Allrounder, der Instruct-, Reasoning- und Coding-Fähigkeiten in einem Modell vereint. Mistral Large 3, veröffentlicht im Dezember 2025, ist der große Generalist mit offenen Gewichten. Schließlich bietet die Ministral 3-Reihe verschiedene Größen – 3B, 8B, 14B, Text und Vision – für Embedded-Bereitstellungen, bei denen das Modell direkt auf dem Endgerät laufen muss.

Die Spezialisten

Darauf folgen die Modelle, die für Exzellenz in einem spezifischen Bereich konzipiert wurden. Codestral und Devstral 2 decken den Code-Bereich ab, wobei ersteres auf Code-Vervollständigung und letzteres auf Agenten spezialisiert ist, die Entwicklungsaufgaben eigenständig durchführen können. Voxtral übernimmt den Audio-Bereich: einerseits Sprachsynthese (TTS mit Zero-Shot-Klonen), andererseits Echtzeit-Transkription. OCR 4.1, allgemein verfügbar seit dem 30. August 2026, extrahiert Inhalte aus Dokumenten inklusive Bounding-Boxes und struktureller Blöcke. So wissen Sie nicht nur, was geschrieben steht, sondern auch, wo es sich auf der Seite befindet. Moderation 2 schließlich kümmert sich um Sicherheit und Content-Moderation.

Die Support-Modelle

Die dritte Familie umfasst komplementäre Modelle, die keine Antworten generieren, sondern die Infrastruktur im Hintergrund betreiben. Mistral Embed erzeugt die Embeddings, die für die semantische Suche notwendig sind – die Grundbausteine jedes RAG-Systems. Codestral Embed leistet dasselbe für Quellcode. Leanstral 1.5, veröffentlicht im Juli 2026, ist ein Open-Source-Foundation-Modell, das speziell für formale Beweise in Lean 4 entwickelt wurde.

Im Bereich der Tools ist zudem Studio (Juli 2026) zu nennen. Es bietet versionierte Prompts und Skills mit Zuordnung von Eigentümerschaft und vollständiger Nachverfolgbarkeit. Sobald mehrere Personen an denselben KI-Projekten arbeiten, wandelt sich dieses Versionsmanagement von einem Komfortfeature zu einer Notwendigkeit.

Wie Sie durch diesen Kurs navigieren

Wir folgen der für Praktiker natürlichsten Reihenfolge. Zuerst behandeln wir die führenden Generalisten, da Sie diesen in der Praxis am häufigsten begegnen werden; danach folgen die Spezialisten, Bereich für Bereich. Anschließend beleuchten wir das Tier-System – Open, Premier, Labs – und dessen Implikationen für Lizenzen und Bereitstellung, bevor wir Ihnen die Werkzeuge an die Hand geben, um in einem realen Kontext die richtige Wahl zu treffen.

Am Ende dieser Schulung sollten Sie in der Lage sein, sofort zu identifizieren, welches Modell einem Ihnen gestellten Bedarf entspricht, die zugrundeliegenden Kompromisse zwischen Kosten und Performance zu erklären und den schnellen Entwicklungen im Ökosystem problemlos zu folgen.

Kernaussagen

• Mistral AI setzt auf Spezialisierung statt auf ein einziges universelles Modell
• Die MoE-Architektur (Mixture of Experts) steht im Zentrum dieser Strategie
• Der Katalog umfasst drei Familien: Generalisten, Spezialisten und Support
• Im Jahr 2026 ist Reasoning in die Generalisten integriert (Small 4, Medium 3.5) – Magistral ist veraltet
• Die Modellwahl hängt stets vom Anwendungsfall ab, nicht von einer absoluten Rangliste