Mistral Small 4 im Detail

Das neue Aushängeschild von Mistral

Mistral Small 4, veröffentlicht am 16. März 2026, markiert einen Wendepunkt in der Strategie von Mistral AI. Bisher erforderte die Kombination aus hochwertiger allgemeiner Konversation, strukturiertem Reasoning und zuverlässiger Code-Generierung den Einsatz mehrerer Modelle – und damit mehrere Integrationen sowie unterschiedliche Prompt-Sets, die gepflegt werden mussten. Small 4 ist das erste Modell des Anbieters, das diese drei Fähigkeiten nativ vereint. Aus diesem Grund wird es heute als Standardempfehlung für die Mehrheit der Anwendungsfälle genannt: Wenn Sie unsicher sind, wo Sie beginnen sollen, starten Sie mit diesem Modell.

Was die Mixture-of-Experts-Architektur verändert

Mistral Small 4 basiert auf der MoE-Architektur (Mixture of Experts). Das Modell verfügt insgesamt über 119 Milliarden Parameter, doch für die Generierung jedes einzelnen Tokens werden lediglich 6,5 Milliarden Parameter aktiviert: Ein interner Router wählt dynamisch die für den aktuellen Verarbeitungsschritt relevantesten „Experten” aus. Sie können sich diesen Mechanismus wie eine Fachkanzlei vorstellen, in der pro Fall nur die zwei oder drei tatsächlich zuständigen Personen hinzugezogen werden, anstatt bei jeder Aufgabe das gesamte Gremium einberufen zu müssen.

Die praktischen Konsequenzen sind unmittelbar. Die Inferenzkosten entsprechen der Berechnung von 6,5 Milliarden Parametern, nicht von 119 Milliarden. Die Generierungsgeschwindigkeit nähert sich der eines dichten Modells mit 6 bis 8 Milliarden Parametern an – was den Einsatz in Benutzeroberflächen ermöglicht, in denen Nutzer eine sofortige Antwort erwarten. Die Qualität hingegen entspricht der eines großen Modells, da die Vielfalt der Experten die geringe Größe des aktivierten Teils kompensiert. Hinzu kommt ein Kontextfenster von 256.000 Tokens: Ein vollständiger Jahresbericht, ein Satz interner Verfahrensanweisungen oder mehrere Verträge passen in eine einzige Anfrage, ohne vorherige Aufteilung.

Drei Modi in einem einzigen Modell

Die Besonderheit von Small 4 liegt in seinem hybriden Charakter: Je nach vorgelegter Aufgabe aktiviert es automatisch den geeigneten Modus, ohne dass Sie zwischen verschiedenen Modellen wechseln müssen.

Instruct-Modus

Dies ist der klassische Modus für Konversation und die Ausführung von Anweisungen. Small 4 zeichnet sich hier durch exzellente Leistungen beim Verfassen von Texten, beim Zusammenfassen, beim Übersetzen und beim Befolgen komplexer Vorgaben aus – etwa wenn ein bestimmtes Ausgabeformat, ein spezifischer Tonfall und drei gleichzeitige Einschränkungen einzuhalten sind. In Kombination mit dem 256K-Token-Fenster ist dieser Modus besonders gut für die Analyse langer Dokumente geeignet, beispielsweise um einen mehrere hundert Seiten umfassenden Aktenbestand unter Einhaltung eines vorgegebenen Gliederungsplans zusammenzufassen.

Reasoning-Modus

Wenn eine Aufgabe mehrstufiges Denken erfordert – etwa Problemlösung, Planung oder logische Analyse –, zerlegt Small 4 seinen Gedankengang, anstatt eine Antwort in einem Zug zu liefern. Darin liegt der Unterschied zwischen einer plausiblen und einer überprüfbaren Antwort: Bei Berechnungen zur Compliance oder bei der Planung von Abhängigkeiten in einem Projekt werden die Zwischenschritte einsehbar. Dieser Modus war zuvor den Magistral-Modellen vorbehalten.

Coding-Modus

Für die Generierung, Erklärung und das Debugging von Code mobilisiert das Modell seine spezialisierten Experten. Es unterstützt die wichtigsten Programmiersprachen und kann dank des großen Kontextfensters mit gesamten Codebasen arbeiten, statt nur mit isolierten Dateien – was entscheidend ist, sobald eine Korrektur in einem Modul das Verständnis voraussetzt, wie drei andere Module darauf zugreifen.

Ein Modell mit offenen Gewichten und den daraus resultierenden Möglichkeiten

Ein fundamentaler Punkt: Mistral Small 4 ist vollständig als Modell mit offenen Gewichten (Open Weights) verfügbar. Die Gewichte werden auf Hugging Face unter der Apache-2.0-Lizenz veröffentlicht. Konkret bedeutet dies, dass Sie bei der Nutzungsart frei sind. Der einfachste Weg führt über die Mistral-API, ohne dass Sie eigene Infrastruktur betreiben müssen. Ebenso können Sie das Modell herunterladen und auf eigener Hardware betreiben, es mit Ihren proprietären Daten fine-tunen, um es an Ihren fachspezifischen Wortschatz anzupassen, oder es ohne lizenzrechtliche Einschränkungen in ein kommerzielles Produkt integrieren.

Diese Offenheit ist kein juristisches Detail. Für eine europäische Organisation, deren Daten einen definierten Bereich nicht verlassen dürfen, entscheidet sie darüber, ob ein Projekt umsetzbar ist oder in der internen Freigabe scheitert.

Wo Small 4 den Unterschied macht

Das Modell setzt sich natürlich überall dort durch, wo ein konversationeller Assistent sowohl dialogfähig sein als auch schlussfolgern muss, ohne dass schwierige Fragen an ein zweites Modell weitergeleitet werden müssen. Ebenso souverän bewältigt es die Analyse umfangreicher Dokumente – Berichte, Verträge, Artikel –, die dank der 256K Tokens als Ganzes verarbeitet werden können. Im Bereich Entwicklung dient es dem schnellen Prototyping, dem Debugging und dem Refactoring.

Zwei weitere Anwendungsfälle treten in Unternehmen ständig auf. Der erste ist RAG (Retrieval-Augmented Generation), eine Architektur, bei der relevante Passagen abgerufen und erst dann dem Modell vorgelegt werden: Die Breite des Kontextfensters vereinfacht hier die Integration der Quellen. Der zweite ist die Automatisierung – etwa die Extraktion strukturierter Informationen aus eingehenden Nachrichten, die Klassifizierung von Anfragen oder die Zusammenfassung von Tickets.

Kernaussagen

• Mistral Small 4 ist das Leitmodell vom März 2026, hybrid für Instruct/Reasoning/Coding
• Die MoE-Architektur 119B/6,5B bietet ein hervorragendes Verhältnis von Qualität zu Kosten
• Das Kontextfenster von 256K Tokens ermöglicht die Verarbeitung ganzer Dokumente
• Es ist Open Weights (Apache 2.0) und auf Hugging Face verfügbar
• Es ist die empfohlene Standardwahl für die meisten Anwendungsfälle