ModelVerdict

Aus unseren Daten

Mistral Large 4 belegt Platz 8 von 13 und kostet 5,50 $ pro 1.000 Dokumente

Mistral Large 4 verarbeitet 88,99 % der Dokumente vollständig korrekt, bei 5,50 $ pro 1.000. Das Modell ist stark bei der E-Mail-Triage, schwach bei Rechnungen und bei Fragen zu einem Dokument.

Veröffentlicht am 7. Oktober 2026 · Zahlen aus Lauf 20261007T165728Z-d649b2

Mistral Large 4 ist das neueste Modell in unserem Testlauf vom 07.10.2026. Es landet auf Platz 8 von 13. Gemittelt über alle Aufgaben und Sprachen verarbeitet es 88,99 % der Dokumente vollständig korrekt, und die API berechnete 5,50 $ pro 1.000 Dokumente. Ein Dokument gilt nur dann als korrekt, wenn jedes Feld stimmt.

Kurz gesagt: Bei Rechnungen und E-Mail-Triage ist es ein deutlicher Fortschritt gegenüber Mistral Medium 3.5. Dafür kostet es etwa doppelt so viel und unterliegt mehreren günstigeren Modellen.

Wo es stark ist und wo nicht

Das Bild je Aufgabe ist uneinheitlich. Hier die Werte, zum Vergleich mit Mistral Medium 3.5 und dem jeweils besten Modell der Aufgabe.

Aufgabe Mistral Large 4 Mistral Medium 3.5 Bestes Modell
Vertragsklauseln 92,13 % 92,53 % 99,73 % (Gemini 3.8 Flash)
E-Mail-Triage 85,33 % 53,73 % 89,06 % (GLM-5.3 Flash)
Rechnungsextraktion 82,13 % 73,73 % 99,59 % (Claude Sonnet 5.5)
PII-Schwärzung 96,53 % 98,26 % 99,60 % (Claude Sonnet 5.5)
Fragen zu einem Dokument 88,53 % 100,00 % 100,00 % (mehrere)
Meeting-Zusammenfassungen 89,33 % 100,00 % 100,00 % (mehrere)

Bei der E-Mail-Triage schneidet es im Vergleich zum Feld am besten ab. Mit 85,33 % belegt es Platz 4 von 13, hinter GLM-5.3 Flash, Gemini 3.8 Flash und GPT-6 Sol. Mistral Medium 3.5 kommt bei derselben Aufgabe auf 53,73 %.

Die Schwachstelle sind Fragen zu einem Dokument. Large 4 erreicht hier 88,53 % bei 5,70 $ pro 1.000. Mistral Medium 3.5, Mistral Small 4 und Gemma 4 31B erreichen alle 100,00 %, und die beiden Letzteren kosten weniger als 0,20 $. Bei den Meeting-Zusammenfassungen ist es ähnlich: 89,33 % bei 8,56 $, dem höchsten Preis, den dieses Modell über alle Aufgaben hinweg verursacht, während Mistral Medium 3.5 für 1,92 $ auf 100,00 % kommt.

Vertragsklauseln und PII-Schwärzung bewältigt es solide, aber ohne Spitzenwerte. Mistral Medium 3.5 liegt bei beiden leicht vorn, und das zu einem niedrigeren Preis.

Rechnungen und Scans

Bei der Rechnungsextraktion ist der Abstand zur Spitze am größten. Large 4 erfasst 95,08 % der Felder richtig, aber nur bei 82,13 % der Rechnungen stimmen alle 13 Felder. Am schwächsten sind die Felder bank_account mit 89,46 % und vat_id mit 91,83 %.

Bei gescannten und fotografierten Rechnungen fällt es auf 76,22 % zurück, das ist Platz 9 von 13. Claude Sonnet 5.5 erreicht im selben Set 100,00 %, Gemini 3.8 Flash 98,44 %. Mistral Medium 3.5 schafft 61,11 %, Large 4 ist also innerhalb der Mistral-Familie eine echte Verbesserung.

Die Kosten für Fehler fallen hier stärker ins Gewicht als der API-Preis. Wir gehen von 3 Minuten Korrekturaufwand pro fehlerhafter Rechnung bei 40 $ pro Stunde aus. Damit kostet Large 4 364,41 $ pro 1.000 Rechnungen, API-Gebühr inbegriffen. Gemini 3.8 Flash kommt auf 48,51 $ und GLM-5.3 Flash auf 110,32 $. Mistral Medium 3.5 liegt bei 529,99 $. Wer Rechnungen verarbeitet, sollte sich also nicht vom niedrigen API-Preis eines schwächeren Modells täuschen lassen, denn er ist nicht der wahre Preis. Warum das so ist, erklären wir in Feldgenauigkeit vs. Dokumentgenauigkeit.

Sprachen und Kosten

Nach Dokumentsprache betrachtet arbeitet Large 4 am zuverlässigsten auf Deutsch (92,33 %) und Spanisch (91,77 %). Tschechisch (89,11 %) und Englisch (89,22 %) liegen nah beieinander. Französisch fällt mit 82,55 % deutlich ab und liegt weit unter den anderen Sprachen.

Ein Pluspunkt: Für dasselbe Dokument braucht es auf Deutsch, Spanisch und Französisch die wenigsten Tokens. Der Faktor gegenüber Englisch beträgt 1,23x für Deutsch, 1,26x für Spanisch und 1,28x für Französisch. Das ist das untere Ende der Spanne über alle Modelle. Bei Polnisch ist es umgekehrt: 2,01x, der höchste Wert, den wir gemessen haben.

Mit 5,50 $ pro 1.000 Dokumente liegt es im selben Preisband wie die führenden kommerziellen Modelle, bietet aber eine geringere Genauigkeit:

  • Claude Sonnet 5 erreicht 91,28 % bei 5,96 $.
  • Claude Sonnet 5.5 erreicht 95,48 % bei 5,55 $.
  • GLM-5.3 Flash erreicht 96,55 % bei 0,68 $, also rund 8-mal günstiger.
  • GPT-6 Luna erreicht 92,44 % bei 0,24 $, mehr als 20-mal günstiger.
  • Qwen3.8 Flash erreicht 88,60 % bei 0,74 $, nah an Large 4 zu einem Bruchteil des Preises.

Das nächstliegende Modell der Mistral-Familie ist Mistral Medium 3.5 mit 86,37 % bei 2,45 $. Insgesamt liegt Large 4 vorn, doch bei vier der sechs Aufgaben unterliegt es Medium oder liegt gleichauf, nämlich bei Verträgen, PII, Fragen und Zusammenfassungen. Seinen Vorsprung verdankt es den Rechnungen und der E-Mail-Triage.

Warum eine günstige Preisliste trotzdem 5,50 $ kostet

Der Listenpreis ist niedrig: 0,68 $ pro Million Eingabe- und 2,09 $ pro Million Ausgabetokens, also weniger als die Hälfte des Eingabe- und etwa ein Viertel des Ausgabepreises von Mistral Medium 3.5 (1,50 $ / 7,50 $). Pro Dokument kostet es trotzdem etwa doppelt so viel. Der Grund ist das Reasoning: Bevor Large 4 antwortet, schreibt es einen langen Gedankengang, und jedes Token davon wird als Ausgabe berechnet.

Bei langen Dokumenten geht ihm manchmal der Platz aus, bevor die Antwort kommt: 10,66 % der Meeting-Zusammenfassungen, 4,66 % der Antworten auf Fragen zu einem Dokument und 3,60 % der Rechnungen kamen ohne gültige Antwort zurück. Mistral Medium 3.5 und Claude Sonnet 5.5 lagen bei allen dreien bei 0,00 %. Entscheidend sind die Kosten pro Dokument, nicht der Preis pro Token.

Für wen es sich eignet

Large 4 ist sinnvoll, wenn Sie E-Mail-Triage oder Rechnungsextraktion aus der Mistral-Familie benötigen und nicht zu einem anderen Anbieter wechseln können. Für die meisten anderen Aufgaben ist ein günstigeres Modell aus diesem Testlauf mindestens ebenso genau. Bei Rechnungen, besonders bei Scans, sind die Modelle über ihm deutlich zuverlässiger.

Alle 13 Modelle finden Sie in der Rangliste. Wie wir Dokumente testen, bewerten und bepreisen, beschreibt die Methodik.

Aktuelle Ergebnisse für Ihre Aufgabe und Sprache ansehen →

Anmeldung per E-Mail

Wir nutzen Ihre E-Mail nur für die Anmeldung (und die Übersicht, wenn Sie sie ankreuzen). Kein Spam.