Lokale LLMs · Foto: derekGavey, CC BY 2.0
Mistral Large 3
Typ
Modell
Lizenz
Apache-2.0
Quelle
Anwendungsfeld
Lokale LLM-Modelle
Rechenzentren und Forschung; für alle anderen über die API.
Voraussetzungen
Keine besonderen — direkt loslegen.
Mistrals größtes offenes Modell: Mixture-of-Experts mit 673 Mrd. Parametern (39 Mrd. aktiv) plus Bild-Encoder, 256.000 Tokens Kontext, Apache-2.0.
Für wen: Rechenzentren und Forschung; für alle anderen über die API.
Installation
Ohne eigene Hardware: über die Mistral-API (EU-Hosting, Konto auf console.mistral.ai) oder im Chat-Assistenten Vibe (chat.mistral.ai). Selbst betreiben: laut Model Card in FP8 auf 8× H200, als NVFP4-Variante auch auf H100/A100.
Erste Schritte
Der Wert von Large 3 liegt weniger im Heimgebrauch als darin, dass ein Modell dieser Klasse unter Apache-2.0 steht: Unternehmen können es ohne Lizenzgebühren im eigenen Rechenzentrum betreiben und anpassen.
Plattformen: Linux-Server mit GPUs (vLLM) · API
Lizenz & Quelle
- Lizenz: Apache-2.0
- Quelle: HF
Erfahrungen & Kommentare.
Funktioniert der Modell bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
Llama 3.1
Der Meta-Klassiker mit 128K Kontext. 8B ist ein sehr solider Allrounder für schwächere Hardware, spricht ordentlich Deutsch.
Llama 3.3
Leistet laut Meta ungefähr so viel wie das riesige 405B-Modell — der Preis-Leistungs-Tipp, wenn man 64 GB (z. B. Mac Studio) hat.
Llama 4 (Scout / Maverick)
Metas MoE-Generation mit sehr großem Kontext und Bildverständnis. Für Heim-Hardware meist zu groß — eher für Server/Mac Studio 128 GB+.