Command A+
Cohere- Input / 1 Mio.
- $0,30
- Output / 1 Mio.
- $1,50
- Kontextfenster
- 128k Tokens
- Veröffentlichung
- Mai 2026
Reasoning
Mistral Large 3
AA Intelligence Index
9Punkte
Median aller Modelle: 52
API-Preis In / Out
$0,50 / $1,50
je 1 Mio. Tokens, Cache: $0,05
Kontextfenster
262,1kTokens
Maximaler Output: 256.000 Tokens
Mistral Large 3 im Überblick
Mistral Large 3 ist das Flaggschiff-Modell von Mistral AI, vorgestellt am 2. Dezember 2025 als Teil der Mistral-3-Familie. Es ist das erste Mixture-of-Experts-Modell (MoE) von Mistral seit der Mixtral-Reihe: 675 Mrd. Parameter gesamt, aber nur 41 Mrd. aktiv pro Token (673B-Sprachmodell mit 39B aktiv plus 2,5B Vision-Encoder). Gegenüber dem dichten, rein textbasierten Vorgänger Mistral Large 2 (123B) bringt es native Bildverarbeitung, ein 256K-Kontextfenster und einen deutlich niedrigeren Preis: $0,50 / $1,50 pro 1 Mio. Input-/Output-Token statt $2,00 / $6,00. Anders als Large 2 unter der nicht-kommerziellen Mistral Research License stehen die Gewichte (Base und Instruct) nun unter Apache 2.0 und sind frei kommerziell nutzbar. Auf der LMArena führt Mistral das Modell auf Platz 2 der quelloffenen Non-Reasoning-Modelle; eine dedizierte Reasoning-Variante ist angekündigt, aber noch nicht verfügbar.
Was du abwägen solltest
- Intelligenz im Open-Weight-Vergleich nur Mittelfeld. Artificial Analysis ordnet Mistral Large 3 mit einem Intelligence Index von 16 unterdurchschnittlich unter den offenen Non-Reasoning-Modellen ein und bewertet es im Verhältnis als eher teuer. Für die anspruchsvollsten Aufgaben gibt es stärkere Open-Weight-Alternativen.
- Noch keine Reasoning-Variante. Mistral Large 3 ist ein Instruct-Modell ohne dedizierten Reasoning-Modus; Mistral führt es auf der LMArena in der Non-Reasoning-Kategorie (Platz 2 der OSS-Modelle). Eine Reasoning-Version ist angekündigt, aber noch nicht verfügbar – für mathematik- und STEM-lastige Aufgaben sind spezialisierte Reasoning-Modelle derzeit oft die bessere Wahl.
- Hoher Hardware-Bedarf beim Self-Hosting. 675 Mrd. Parameter erfordern auch quantisiert leistungsfähige Rechenzentrums-GPUs: FP8 läuft auf einem einzelnen B200-/H200-Knoten, NVFP4 auf 8× A100/H100. Auf Consumer-Hardware ist das Modell nicht lauffähig.
- Sehr junges Modell. Erst seit dem 2. Dezember 2025 verfügbar – unabhängige Langzeit-Benchmarks und breites Community-Feedback fehlen noch weitgehend.
Mistral Large 3 Benchmarks
9Punkte
Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).
Mehr zum BenchmarkArtificial Analysis Intelligence IndexMedian aller Modelle: 52
Claude Fable 5.1Platz 1, Anthropic- Claude Fable 5Platz 2, Anthropic
- Command A+Cohere
Mistral Large 3Mistral AI
Mistral Large 3 API-Preise
Input
$0,50/ 1 Mio. Tokens
Cache-Lesen
$0,05/ 1 Mio. Tokens
Output
$1,50/ 1 Mio. Tokens
Geschätzte Tokenkosten
$0,07 je Anfrage (100 Anfragen)
- Input inkl. Cache$5,00
- Output$1,50
Schätzung in USD auf Basis der Preise von Mistral AI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.
Cache-Schreiben und Rechenweg
Kosten = Anfragen × (Input ohne Cache × $0,50 + Input aus Cache × $0,05 + Output × $1,50) / 1.000.000
Mistral Large 3 Modelldaten
- Kontextfenster
- 262.144 Tokens
- Maximaler Output
- 256.000 Tokens
- Eingabe
- Text, Bilder
- Ausgabe
- Text
- Anbieter
- Mistral AI
- Veröffentlicht
- 2. Dezember 2025
- Architektur
- Granulare MoE-Architektur mit 675 Mrd. Parametern gesamt, von denen pro Token nur 41 Mrd. aktiv sind. Das 673B-Sprachmodell (39B aktiv) ist mit einem 2,5B-Vision-Encoder gekoppelt. Empfohlenes Inference-Framework ist vLLM (≥ 1.12.0).
- Tokenizer
- Tokenisierung über die mistral_common-Bibliothek (Tekken-Tokenizer von Mistral); benötigt mistral_common ≥ 1.8.6.
- Modellgewichte
- Offen (Apache 2.0)
Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Standardfähigkeiten & Schnittstellen
- Tool-Nutzung
- Bildverständnis
- Strukturierte Ausgaben
Daten aktualisiert am 1. Oktober 2026. Fehler gefunden? kontakt@byte.de
Mistral Large 3 API-Provider
- Input / 1 Mio. Tokens$0,50Output / 1 Mio. Tokens$1,50Cache-Lesen / 1 Mio.$0,05Kontextfenster262,1kTokensMaximaler Output256kTokens
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Häufige Fragen zu Mistral Large 3
Ist Mistral Large 3 Open Source?
Die Modellgewichte von Mistral Large 3 sind offen verfügbar (Lizenz: Apache 2.0). Details stehen in den Lizenzbedingungen von Mistral AI.
Welche Eingaben und Ausgaben unterstützt Mistral Large 3?
Mistral Large 3 verarbeitet Text, Bilder als Eingabe und erzeugt Text.
Was kostet Mistral Large 3 über die API?
Über die API von Mistral AI kostet Mistral Large 3 $0,50 je 1 Mio. Input-Tokens und $1,50 je 1 Mio. Output-Tokens.
Wie groß ist das Kontextfenster von Mistral Large 3?
Mistral Large 3 verarbeitet bis zu 262.144 Tokens (262,1k) in einer Anfrage, die Antwort umfasst höchstens 256.000 Tokens.
Wann wurde Mistral Large 3 veröffentlicht?
Mistral AI hat Mistral Large 3 am 2. Dezember 2025 veröffentlicht.
Weiterführende Links
Ähnliche KI-Modelle
Modelle anderer Anbieter
GLM-4.7
Z.ai- Input / 1 Mio.
- $0,60
- Output / 1 Mio.
- $2,20
- Kontextfenster
- 200k Tokens
- Veröffentlichung
- Dezember 2025
Reasoning
Qwen3.5
Alibaba- Input / 1 Mio.
- $0,40
- Output / 1 Mio.
- $2,40
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Februar 2026
Reasoning