Die Arena · KI-Modell im Test

Mistral Large 3

von Mistral AI

Open-Weight-Flaggschiff mit 675B MoE (41B aktiv), 256K Kontext, Bildeingabe und Preisen von $0.50/$1.50 pro 1M.

Arena-Score 3.5/5
Reasoning3.0
Coding3.0
Schreiben4.0
Tempo3.5
Preis-Leistung4.0
Mistral Large 3 besuchenmehrsprachiges RAGAnalyse langer DokumenteEU-Datensouveränität und Self-Hostingkosteneffiziente Produktions-Pipelines
Preis

$1.50/1M out

Ein einziger API-Tarif auf La Plateforme ($0.50 Input / $1.50 Output pro 1M Tokens), mit 50% Rabatt über die Batch-API; die Apache-2.0-Gewichte erlauben kostenloses Self-Hosting, Preise von Drittanbieter-Hosts können abweichen.

Anbieter

Mistral AI

Kontextfenster

256K tokens

Input-Preis

$0.50/1M in

Output-Preis

$1.50/1M out

Modalitäten

text, vision (image input), text output

Open Weights

Ja

Was ist Mistral Large 3?

Mistral AIs Open-Weight-Flaggschiff, veröffentlicht am 2. Dezember 2025: ein Sparse-Mixture-of-Experts-Modell mit 675B Gesamt- und 41B aktiven Parametern, 256K Kontext sowie Text- und Bildeingabe unter Apache 2.0. Mit $0.50/$1.50 pro 1M Tokens auf La Plateforme debütierte es als #2 der Open-Source-Modelle ohne Reasoning auf LMArena.

Mistral Large 3: Vor- und Nachteile

Vorteile

  • Offene Gewichte unter Apache 2.0 mit Single-Node-Deployment via FP8/NVFP4-Quantisierung, trotz 675B Gesamtparametern
  • 256K Kontextfenster, am oberen Ende für Open-Weight-Modelle, bestens geeignet für RAG über lange Dokumente
  • Aggressiver Flaggschiff-Preis von $0.50 Input / $1.50 Output pro 1M Tokens, rund 3-4x günstiger als westliche proprietäre Flaggschiffe
  • Debütierte als #2 der Open-Source-Modelle ohne Reasoning auf LMArena (Elo ~1418)
  • Native Multimodalität (Vision-Encoder mit 2.5B Parametern) und 40+ native Sprachen
  • Entwickler auf HN loben die strikte Formatierung und Anweisungstreue sowie die Produktionszuverlässigkeit

Nachteile

  • Schwaches tiefes Reasoning: GPQA Diamond ~44% gegenüber hohen 70ern bei DeepSeek V3.2 und Kimi K2 Thinking; keine Reasoning-Variante zum Start
  • Liegt auf modernen Coding-Benchmarks hinter GLM-4.6, Kimi K2 und DeepSeek (mittelmäßiger LiveCodeBench v6); HN-Entwickler sehen es 'eine Gewichtsklasse' unter Gemini 3, GPT-5.1 und Claude Opus 4.5
  • Halluzinationsanfällig bei Fakten-QA (SimpleQA ~24%) mit schwachem Abstentions-Tuning
  • Gemessenes Output-Tempo ~49 Tokens/s bei Artificial Analysis, unter dem Median von ~58 Tokens/s vergleichbarer Modelle
  • HN-Kritik, dass die Architektur DeepSeek V3 stark ähnelt, was Zweifel an eigener Forschung weckt

Das Urteil der Arena

Wählen Sie Mistral Large 3, wenn Sie ein Open-Weight-Flaggschiff unter EU-Governance für mehrsprachiges RAG, Arbeit mit langen Dokumenten oder selbst gehostete Deployments wollen: Gegenüber Mistral Large 2 (dichtes 123B-Modell, restriktive Forschungslizenz, API-Preise $2/$6) ist es ein klares Upgrade bei Kontext, Multimodalität, Lizenz und Kosten. Meiden Sie es als primäre Engine für Coding oder tiefes Reasoning; DeepSeek V3.2, GLM-4.6 oder proprietäre Frontier-Modelle schneiden dort deutlich besser ab. Betrachten Sie es als günstiges, verlässliches Arbeitstier, nicht als Frontier-Performer.

Daumen hoch oder Daumen runter

Fällen Sie Ihr Urteil

Würden Sie Mistral Large 3 empfehlen oder die Menge davor warnen?

50%Crowd-Score · 0

Top-Alternativen zu Mistral Large 3

Alle Alternativen
1
Gemini 3.8 Flash

Googles Alltagsmodell vom September 2026: 1M-Kontext, Aktionspreis 0,75 $/3,75 $, 305 Tokens/s Ausgabetempo

$3.75/1M out60%(1)
Visit
2
Gemini 3 Pro

Googles Frontier-Modell vom Nov 2025: 1M Kontext, als erstes über 1500 Elo auf LMArena, ersetzt durch Gemini 3.1 Pro.

$12/1M out (prompts ≤200K)57%(3)
Visit
3
Grok 4.3

xAIs 1M-Kontext-Frontier-Modell für $1.25/$2.50 pro 1M Tokens, optimiert für agentische Tool-Nutzung.

$2.50/1M out
Visit

Mistral Large 3 im direkten Vergleich

Mistral Large 3: häufige Fragen

Was kostet Mistral Large 3 pro 1M Tokens?

Mistral Large 3 kostet $0.50/1M in pro 1M Input-Tokens und $1.50/1M out pro 1M Output-Tokens. Ein einziger API-Tarif auf La Plateforme ($0.50 Input / $1.50 Output pro 1M Tokens), mit 50% Rabatt über die Batch-API; die Apache-2.0-Gewichte erlauben kostenloses Self-Hosting, Preise von Drittanbieter-Hosts können abweichen.