Mistral setzt auf offenen, cyber-fähigen KI, um China herauszufordern, während US-Labore geschlossen bleiben
Foto von Solen Feyissa auf Unsplash
- Mistral hat Large 4 vorgestellt, ein offenes Modell mit einer Billion Parametern, das darauf abzielt, Chinas GLM-5.3 herauszufordern.
- Mistral wirbt mit den Cyber-Fähigkeiten von Large 4 als Alternative zu eingeschränkten US-Modellen.
- Das Unternehmen plant, die herunterladbaren Gewichte am 27. Oktober nach einem dreiwöchigen Sicherheitstest freizugeben.
Mistral hat eine öffentliche Vorschau seines offenen Modells mit einer Billion Parametern, Mistral Large 4 (ML4), gestartet, das es als das leistungsstärkste seiner Art außerhalb Chinas bezeichnet.
Cybersicherheit ist das Hauptargument für das Modell, das den Codenamen „Le Chonk“ trägt. Das Modell ist über die API von Mistral verfügbar. In der Ankündigung erklärte das Unternehmen, dass es die herunterladbaren Gewichte rund um den 27. Oktober veröffentlichen wird, nachdem ein dreiwöchiger Test mit Entwicklern, Sicherheitsfirmen und Regierungsbehörden abgeschlossen wurde.
Eine Woche zuvor, am 29 September, teilte Anthropic Ergebnisse aus seiner Forschungmit und warnte davor, dass Zhipu AIs open-weight GLM-5.3, außerhalb Chinas als Z.ai bekannt, autonom funktionierende Cyber-Exploits entwickeln kann. Es wurde auch angemerkt, dass es mit Schutzmechanismen ausgestattet sein könnte, die schwach genug sind, um die meiste Zeit umgangen zu werden.
„Frontier der Open-Weight-Modelle“ und was die Benchmarks zeigen
Der Co-Gründer und Chefwissenschaftler Guillaume Lample sagte: „ML4 steht an der Spitze der Open-Weight-Modelle.“
Das am Dienstag, den 6. Oktober, gestartete Modell wurde einem Vorabtest auf DeepSWE v1.1 unterzogen, einem agenticen Coding-Test, bei dem Large 4 mit 62 % knapp einen Prozentpunkt über GLM-5.3 lag.
Warum ist die Warnung von Anthropic zu GLM-5.3 relevant?
Die Forschungsergebnisse von Anthropic helfen bei der Positionierung von Mistral’s Produkt.
In einer am 17. September veröffentlichten, von Anthropic zitierten Einschätzung bezeichnete das US-amerikanische Center for AI Standards and Innovation GLM-5.3 als „das cyber-fähigste bisher veröffentlichte Open-Weight-Modell“, das hinter den US-Frontier-Modellen um etwa vier Monate zurückliegt.
Anthropics eigenes Frontier Red Team stellte fest, dass das Modell in der Lage war, zuvor unbekannte Browser-Schwachstellen zu einer funktionierenden Exploit-Kette zu verknüpfen – und dies innerhalb eines Tages mit nur leicht überwachter Arbeit.
Die eigentliche Problematik, die Anthropic hervorhebt, sind die Schutzmechanismen. Das Unternehmen schrieb, dass Angreifer in simulierten Tests mit einfachen Techniken „zwischen 64 % und 100 % der Zeit“ die integrierten Schutzvorkehrungen von GLM-5.3 umgehen konnten. Anthropic erklärte, dieselben Angriffe seien gegen geschützte Claude-Modelle gescheitert.
Open Weights im Vergleich zu den abgeschotteten Modellen der US-Labs
Die führenden amerikanischen KI-Labors haben ihre leistungsfähigsten Modelle weitgehend vom allgemeinen Markt ferngehalten. Ein Beispiel dafür ist Anthropic Claude Mythos Preview, das sein leistungsstärkstes Cyber-Modell darstellt und nicht für die allgemeine Öffentlichkeit freigegeben ist.
Stattdessen leitet Anthropic das Modell über Project Glasswing an etwa 40 geprüfte Organisationen, da es das Modell als zu gefährlich einstufte, um es einfach herauszugeben.
OpenAI ging im April einen ähnlichen Weg, als es seine GPT-5.4-Cyber-Variante hinter gestuften Identitätsüberprüfungen in seinem Trusted Access for Cyber-Programm einschränkte. Im September hieß es, dass sein Astra-Modell die „Kritische“ Schwelle im Cyber-Bereitschaftsrahmen überschritten hat.
Mistral geht einen anderen Weg als seine amerikanischen Konkurrenten. Es schließt das Modell nicht aus, wie es behauptet, und argumentiert, dass Sicherheitsteams täglich ihre eigenen Systeme scannen müssen. Diese Teams stellen auch fest, dass geschlossene Modelle bei diesem Volumen oft zu kostspielig sind und in einigen Fällen Dual-Use-Anfragen outright ablehnen.
„Die Cyber-Abwehrfähigkeiten werden Unternehmen und Regierungen in die Lage versetzen, sich gegen Bedrohungsakteure zu schützen, die geschlossene Modelle jailbreaken, um Cyberangriffe durchzuführen“, sagte Lample. Entwickler, Cybersicherheitsfirmen und Regierungsbehörden im Preview-Bereich erhalten eine Version mit weniger Einschränkungen als die öffentliche API.
Ein Souveränitätsangebot, unterstützt durch eine Finanzierung von €3 Milliarden
Im September kündigte Mistral an, dass es €3 Milliarden (3,5 Milliarden US-Dollar) bei einer Bewertung von über €21 Milliarden eingesammelt hat. Large 4 ist das erste Modell, das seit dieser Ankündigung veröffentlicht wurde.
Das Modell wurde über einen Zeitraum von zwei Monaten auf etwa 4.000 Nvidia Grace Blackwell GPUs in den europäischen Rechenzentren von Mistral von Grund auf trainiert.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Häufig gestellte Fragen
Was ist Mistral Large 4 und wann können Menschen es herunterladen?
Large 4, codename „Le Chonk“, ist ein multimodales Modell mit einer Billion Parametern und 49 Milliarden aktiven Parametern, das jetzt über die API von Mistral verfügbar ist. Die offenen Gewichte sollen nach einer dreiwöchigen Testphase am 27. Oktober veröffentlicht werden.
Wie schneidet Large 4 im Vergleich zu Chinas GLM-5.3 ab?
Auf dem vorläufigen DeepSWE v1.1-Codingbenchmark von Mistral erzielt es 62 % im Vergleich zu GLM-5.3 mit 61 %, wobei VentureBeat jedoch darauf hinweist, dass die Live-Bestenliste GLM-5.3 unter seiner besten Konfiguration eher bei 69 % einordnet, sodass Large 4 unter den Open-Source-Modellen wettbewerbsfähig ist, ohne eine eindeutige Führung zu haben.
Warum ist Cybersicherheit zentral für das Launch?
Mistral argumentiert, dass Sicherheitsteams Systeme täglich scannen müssen und geschlossene Modelle oft zu teuer sind oder Anfragen zur Doppelnutzung ablehnen; daher geben offene Modelle, die Käufer selbst betreiben können, ihnen mehr Kontrolle – ein Argument, das durch Anthropics Erkenntnis verschärft wird, dass die Schutzmechanismen von GLM-5.3 in 64 % bis 100 % der Fälle umgangen werden können.
Hannah Collymore
Hannah ist Autorin und Redakteurin mit fast einem Jahrzehnt Erfahrung im Bloggen und in der Berichterstattung über Events im Krypto-Bereich. Bei Cryptopolitan arbeitet sie an der News-Seite und berichtet sowie analysiert die neuesten Entwicklungen in den Bereichen DeFi, RWA, Krypto-Regulierung, KI und Zukunftstechnologien. Sie hat ihr Studium an der Arcadia University mit einem Abschluss in Betriebswirtschaft abgeschlossen.
