Kolibri und Mistral Large 4: Open-Weight-Modelle aus Europa

Von /
Isometrische Europakarte mit KI-Chips und Symbolen für Self-Hosting, API, Datenhoheit und Open Weights

Mit Kolibri von Aleph Alpha und Mistral Large 4 haben zwei euro­päi­sche Anbieter inner­halb weni­ger Tage neue Open-Weight-Modelle vorge­stellt. Für Verlage und Medienhäuser stellt sich damit erneut die Frage, ob KI-Funktionen über eine API laufen oder auf eige­ner Infrastruktur. Wir ordnen ein, was die Modelle laut Herstellerangaben bieten und wo die Grenzen liegen.

Was bedeutet das konkret?

Open Weight heißt: Die Modellgewichte lassen sich herun­ter­la­den und auf eige­nen Servern oder in einer Private Cloud betrei­ben. Texte, Bilder und Metadaten verlas­sen dann nicht Ihre Infrastruktur. Für unver­öf­fent­lichte Inhalte, Agenturmaterial oder perso­nen­be­zo­gene Daten ist das ein wesent­li­cher Unterschied zur API eines Drittanbieters.

Der Preis dafür ist Betriebsaufwand. Kolibri belegt laut Model Card in der FP8-Variante rund 78 GB Speicher. Als Minimum nennt Aleph Alpha zwei A100- oder H100-GPUs mit je 80 GB oder eine einzelne H200 bezie­hungs­weise B200. Das ist ein einzel­ner GPU-Server, aber eben auch einer, der betrie­ben, über­wacht, aktua­li­siert und abge­si­chert werden muss.

Mistral Large 4 spielt in einer ande­ren Größenklasse: rund eine Billion Parameter insge­samt. Hardwareanforderungen für den Eigenbetrieb hat Mistral bislang nicht veröf­fent­licht. Realistisch dürfte für die meis­ten Häuser zunächst die API sein, die Mistral nach eige­nen Angaben auch über ein euro­päi­sches Deployment anbie­tet, das das Unternehmen voll­stän­dig selbst betreibt.

Für typi­sche Aufgaben in Redaktion und Produktion sind beide Modelle grund­sätz­lich inter­es­sant: Verschlagwortung gegen eine eigene Taxonomie, Zusammenfassungen, Teaser-Vorschläge oder Übersetzungen zwischen Deutsch und Englisch. Ob die Qualität für Ihre Inhalte reicht, beant­wor­ten Herstellerbenchmarks aller­dings nicht. Für Alt-Texte braucht es Bildverständnis: Mistral Large 4 verar­bei­tet laut Hersteller Bilder, die Model Card von Kolibri nennt keine Bildeingabe.

Hintergrund: Open-Weight-Modelle aus Europa

Aleph Alpha hat Kolibri am 3. Oktober 2026 auf Hugging Face veröf­fent­licht, unter der Lizenz Apache 2.0. Es handelt sich um ein Mixture-of-Experts-Modell mit 78 Milliarden Parametern, von denen pro Token rund 3,5 Milliarden aktiv sind. Das Modell ist auf Deutsch und Englisch ausge­rich­tet; laut tech­ni­schem Bericht entfal­len mehr als 20 Prozent der Trainingsdaten auf Deutsch.

Das Kontextfenster liegt nativ bei rund 262.000 Tokens und ist laut Hersteller bis etwa eine Million Tokens vali­diert. Als Zielgruppe nennt Aleph Alpha Organisationen in Verwaltung, Industrie sowie Luft- und Raumfahrt, die sensi­ble Daten verar­bei­ten. Wichtig für die Einordnung: Die Lizenzrechte gelten laut Model Card nur für Gewichte und Konfigurationsdateien, nicht für Trainingsmethoden oder Code.

Aleph Alpha veröf­fent­licht eigene Benchmarkwerte, darun­ter getrennte Ergebnisse für Englisch und Deutsch, etwa 84,3 und 81,3 Punkte im Test GPQA Diamond. Unabhängige Vergleiche lagen uns bei Redaktionsschluss nicht vor.

Mistral hat Large 4 am 6. Oktober 2026 als Public Preview über seine API gestar­tet. Das multi­mo­dale Modell hat laut Dokumentation 1,05 Billionen Parameter, davon 52 Milliarden aktiv; ohne Embedding- und Ausgabeschichten sind es 49 Milliarden. Das Kontextfenster beträgt laut Dokumentation eine Million Tokens.

Die Gewichte will Mistral bis Ende Oktober veröf­fent­li­chen, auf Hugging Face ist der 31. Oktober 2026 als Termin ange­ge­ben. Eine Lizenz hat Mistral für Large 4 noch nicht genannt. Unter welchen Bedingungen Sie das Modell selbst betrei­ben dürfen, lässt sich daher erst mit der Veröffentlichung beur­tei­len.

Unsere Empfehlung

Bevor Sie sich für ein Modell oder ein Betriebsmodell entschei­den, soll­ten Sie einige Punkte klären:

  • Anwendungsfälle fest­le­gen: Welche Aufgaben sollen konkret unter­stützt werden, und welche Fehlerquote ist dort tole­rier­bar?
  • Mit eige­nen Daten testen: Prüfen Sie Verschlagwortung, Zusammenfassung und Übersetzung an einem reprä­sen­ta­ti­ven Ausschnitt Ihrer Inhalte statt an öffent­li­chen Benchmarks.
  • Daten klas­si­fi­zie­ren: Legen Sie fest, welche Inhalte an eine externe API gehen dürfen und welche ausschließ­lich intern verar­bei­tet werden.
  • Lizenz prüfen: Bei Kolibri liegt Apache 2.0 vor; bei Mistral Large 4 soll­ten Sie die Lizenz nach Veröffentlichung der Gewichte abwar­ten.
  • Gesamtkosten verglei­chen: Stellen Sie GPU-Hardware, Betrieb und Personal den erwar­te­ten Token-Kosten einer API gegen­über.
  • Architektur offen halten: Binden Sie KI-Schritte über eine Integrationsschicht an, damit sich das Modell später austau­schen lässt.

So unter­stützt aaroon

Mit ao.Services binden wir KI-Schritte modell­un­ab­hän­gig in WoodWing- und DAM-Workflows ein. Für den Betrieb auf Infrastruktur in Deutschland bieten wir unsere ao.Cloud Solutions an.

Quellen

Wie können wir Sie unter­stüt­zen?

Kostenloses Erst-Gespräch

Lassen Sie uns gemein­sam prüfen, wo in Ihren Kommunikations‑, Marketing- oder Unternehmensprozessen konkrete Effizienzpotenziale liegen.

– Henning Bartens, Co-CEO

Termin verein­ba­ren


Strukturiert. Ehrlich. Informativ.

Nach oben scrollen