Mistral Large 4: Wo goot is Europa sien Antwoort op OpenAI & Co?

Europa sien Mistral Large 4 versprickt Open Source op Opus-Niveau

Mistral hett an’n Disdag en Public Preview vun Mistral Large 4 start, intern ML4, offiziell „le Chonk“ nöömt. Dat Modell hett een Billjoon Parameters, vun de 49 Milliarden pro Affraag aktiv sünd, un is nativ multimodaal. De Gewichten schöölt an’n 27. Oktober rutbröcht warrn. Bit dorhen löppt en Red-Teaming mit Sekerheitsfirmen, prövte Partners un staatliche Steden, de Togang to en Version mit minnerte Moderatschoon un utwiedte Cyber-Fähigkeiten kriegt. Traineert worrn is dat Modell na Angaven vun’t Ünnernehmen vun Grund op, op rund 3.800 bit 4.000 Nvidia-Grace-Blackwell-Besleunigers in Mistral sien egen europääsche Rekenzentren. Op desülvige Infrastruktur löppt ok de Preview. En bedüden Deel vun de Trainingsdaten weer mehrsprakig un deckt över 160 Spraken af, dorünner all EU-Amtsspraken.

Mistral positioneert ML4 as dat leistungsfähigste Open Weights-Modell buten China un as „heel, heel nah“ an proprietäre Toppmodellen. De Swoorpunkt liggt na Angaven vun’n Anbeder op Coding, agentische Aflööp as ok op Branchen as Finanzwesen, Recht, Produkschoon un Elektrotechnik. In’n Cybersecurity-Beriek verwiest Mistral op den unafhängigen Artificial Analysis Cyber Index, woneem dat Modell ünner de Top fief rangeert; bi en Opgaav, in de en reale Swacksteed in Open-Source-Software reproduzeert un anslutend patcht warrn schall, nöömt Mistral en Weert vun 82 Perzent, bi de 40 Öven vun’t Cybench-Set 93 Perzent. Mitgrünner un Baaswetenschopler Guillaume Lample argumenteert gegenöver The Deep View, dat apen Gewichten jüst för Sekerheitsaflööp utslaggevend sünd, wiel Ünnernehmen nich dorop anwiest ween dröfft, dat en Anbeder en Modell wiederbedrifft. Lample verwiest butendem dorop, dat annere Labors vele Spezialrebeden eenfach keen Priorität geven.

Dat Modell richt sik vör allen an Ünnernehmen, de dat op egen Hardware oder in en private Cloud bedrieven, is aver ok över Mistral sien API to kriegen. Bi een Billjoon Parameters lett sik dat nich op en Desktop oder Laptop utföhren un dürr ok för mennige Universitäten swoor to bedrieven ween. Mistral seggt, se hebbt desülvige Trainings-, Anpassen- un Reinforcement-Learning-Ümgegend bruukt, de Kunnen över dat Produkt Mistral Forge anbaden warrt. Wieldes US-Labors Opriesen för slaten Modellen verlangt, verdeent Mistral an bruuksafhängige Geböhren för den Bedrief över de egen Cloud un an Ingenieuren, de Kunnen bi’t Anpassen vun de Modellen helpen doot.

De Start fallt in en Phaas vun wassen Spannungen över den Togang to Toppmodellen. De Trump-Administratschoon harr in’n Juni vörövergahns Inschränkungen för dat Verbreden vun Modellen vun OpenAI un Anthropic verhangt un dat mit Missbruuksrisiken bi Cyberangrepen begrünnt. Chinees’sche Labors wedderüm smitt de US-Regeren vör, den Leistungsafstand över Distillation slaten to hebben, also dat Traineren vun lüttere Modellen op de Utgaven vun gröttere. Mistral harr in’n September en Finanzierungsrunn över 3,3 Milliarden Dollar bi en Bewerten vun 24 Milliarden Dollar afslaten, de gröttste Runn, de je vun en europääsch Technologieünnernehmen insammelt worrn is; de Innahmen hebbt sik na en Bericht vun de Financial Times in’t letzte Johr vertwintigfacht. → Mistral Blog, The Deep View, Wired, Wall Street Journal

Synthszr Take: In Inkoopsafdelen entscheedt sik Le Chonk an een enkelte Fraag: Weem höört dat Modell to, wenn de Anbeder dat afschallt? Jede dwingte Migratschoon op en ne’e Version brickt Prompts, Evals un Agenten-Aflööp, de över Maanden op dat Verhollen vun de ole kalibreert worrn sünd, un disse Reken betahlt nümms geern tweemaal in’t Johr. Dorüm weggt de 27. Oktober, an den de Gewichten rutgaht, sworer as de 82 Perzent in’n Cyber-Index: En Modell, dat as vullstännige Kopie in’t egen Rekenzentrum liggt, kann een nümms künnigen. Koopmännisch passt dat dorto, dat apen Gewichten bloots de Rekentiet köst, de se verbruukt, un Mistral sien Geld mit Hosting un Tuning-Ingenieuren verdeent anstatt mit Opslääg pro Token. Dat sik de Ümsatz in goot een Johr vertwintigfacht hett, verdankt Mistral en Bang, de de amerikaanschen Anbeders mit Deprecation-Zyklen un Exportoplaag sülvst maakt hebbt.

OpenAI markeert ChatGPT-Texten in Europa, en Synonymtuusch hebelt dat Erkennen ut

OpenAI versehn Texten vun ChatGPT un Codex för Brukers in de Europääsche Union tokünftig mit en unsichtbor Waterteken, dat in’t Muster vun de Woortwahl stickt un bloots vun en speziellen Detektor funnen warrt. Dat Verfohren heet textGrain un schall rutbröcht warrn, dormit annere dorop opboen köönt. Entwicklers köönt de Markeren över de Programmeersnittsteed afsofort weltwiet för utwählte Modellen aktiveern, standardmatig is se ut; in ChatGPT un Codex kummt se in de nächsten Weken för all Tarifen in de EU, en globalen Start is eerstmal nich plaant. Achtergrund is dat europääsche KI-Gesett, dat verlangt, dat maschinell maakte Texten softwareseitig to identifizeern sünd. De Detektor blifft vöreerst ünner Versluss: Tolaten Forschers un Fackorganisatschonen köönt Togang anfragen, de Allgemeenheit nich. → The Neuron

Synthszr Take: En Veerdel vun de Wöör uttuuscht, un dat Erkennen fallt vun 92 op 17 Perzent. Dat wiest, worop de ganze Erkennungsdebatt opboot is. Bi Bild, Audio un Video köst dat Wegmaken vun en Markeren tominnst Rekentiet, bi Text reckt en Dörloop dör en tweet Modell oder en Synonymwöörbook. Herkamen lett sik bloots dor belegen, woneem se entsteiht: över Signatur bi’t Maken un en Protokollkeed, de den Weg vun en Datei mitschrifft, anstatt över nachträglich Afsöken vun fardige Inhalten.

Google sien Nano Banana 2.1 köst bloots noch de Hälft

Google hett an’n 6. Oktober Nano Banana 2.1 rutbröcht, de ne’e Version vun sien Modell för’t Maken un Bearbeiden vun Biller. Utrullt warrt dat in de Gemini-App, in’n AI Mode vun de Google-Söök, in Google Ads as ok in de Entwicklerwarktüüg AI Studio, Flow un Stitch. Na Angaven vun’n Anbeder verbetert de Version de Vörgängers „across the board“, mit Foortschritten bi visuelle Gestalten, maskenbaseerte Bearbeiden vun enkelte Bildrebeden un Motivkonsistenz över mehr Bearbeidensschritten weg. Google sien egen Tests wiest 1.050 ELO-Punkten bi de Gesamtpräferenz in Text-to-Bild-Verglieken ut, gegenöver 990 för Nano Banana 2 un 935 för Nano Banana Pro; bi de Faktenrichtigkeit vun Infografiken nöömt Google 0,521 gegenöver 0,179. Unafhängige Tests legen to’n Start nich vör, as Decrypt anmarkt. → Decrypt

Synthszr Take: En Faktenrichtigkeits-Weert vun 0,521 heet in Klatext, dat knapp jede tweete Infografik de Proov nich besteiht, un dat is de Bestweert ut de huusegen Meten. De 1.050 ELO-Punkten kaamt ut en Präferenztest, de sien Opbo, Prövers un Prompt-Sets de Anbeder sülvst fastleggt hett, nareken kann dat to’n Start nümms. Bi en Skala ahn bovene Grenz lett sik jeder Afstand to’n Vörgänger as Sprung verköpen, solang de Verglieksgrupp ut dat egen Huus kummt. Napröövbor is an disse Rutgaav bit nu de Pries: 0,0336 Dollar pro 1K-Bild, de Hälft vun Nano Banana 2, dat steiht an’t Maandsenn op de Reken.

Anthropic start Model Hardware Standard as „MCP för Geräten“ un warrt överrannt

Anthropic hett Enn August den Model Hardware Standard (MHS) vörstellt, en gemeensame Snittsteed, över de KI-Modellen un Agenten physische Geräten anstüern köönt. Alek Kemeny ut Anthropic sien Beneficial-Deployments-Team beschrifft dat Vörhebben gegenöver The Deep View as „dat MCP för Hardware“, in Anlehnung an dat Model Context Protocol, dat Anthropic in’n November 2024 free to kriegen maakt hett un dat luut Projekt-Blog intwüschen rund 500 Millionen SDK-Downloads pro Maand schafft. Oorsprünglich weer MHS för Laborautomatschoon in de Wetenschop dacht, na Angaven vun’t Team hebbt sik in de eersten twee Weken aver dörtigmal so vele Organisatschonen to’n Mitmaken anmellt as plaant, ut Halfleiderprodukschoon, Automobilbo, Luftfohrt, Energie un kritische Infrastruktur. Dat Quantencomputing-Ünnernehmen QuEra hett MHS insett, üm Claude en Programm to’n Stüern vun Lasers entwickeln to laten; in 695 vun 700 Tests is de Laser korrekt wedderherstellt worrn, swore Fäll hebbt 10 bit 14 Sekunnen duurt anstatt 5 bit 10 Minuten dör en minschlichen Experten. An de Carnegie Mellon University hett en Team Pipettierroboters, Platenlesers, Roboterarm un Kameras verbunnen, worophen en Agent en Versöök sülvstännig wedderhaalt un den Konzentratschoonsberiek anpasst hett. → The Deep View

Synthszr Take: Apen Gewichten höllt Amodei för en Sekerheitsrisiko, apen Protokollen för en goot Geschäft, un beides weddersprickt sik weniger, as de Open-Source-Debatt dat geern harr. De 500 Millionen SDK-Downloads pro Maand bi MCP wiest, wat en verschenkten Standard weert is: Jede Integratschoon vun de Branche warrt gegen en Semantik boot, de in Anthropic sien Huus defineert worrn is, egaal, welk Modell an’t Enn de Anfraag beantwoordt. Bi MHS geiht dat üm Laserstüern, Pipettierroboters un Platenlesers, also üm Geräten mit Afschrievensperioden vun Johren, de nümms na dat nächste Benchmark-Update nee verkabelt.

E-Commerce (I): Meta schrifft mit Walmart, Stripe un Sierra de Regeln nee

Meta arbeidt luut CNBC gemeensam mit Walmart, Stripe un dat KI-Startup Sierra an en Regelwark dorför, woans KI-Agenten mit Ünnernehmen in’t Nett interageert. Dat „personal agent protocol“ schall dat Händlers mööglich maken, autoriseerte Inkööp vun persönliche Agenten vun annern Datenverkehr to ünnerscheden. David Singleton, Vice President Engineering bi Meta Superintelligence Labs, vergliek dat Vörhebben gegenöver CNBC mit E-Mail: en Standard, över den all mitenanner snacken köönt. De Föhrung bi’t Utarbeiden hett Sierra-Mitgrünner Bret Taylor, de togliek Chairman vun OpenAI is un verwacht, dat OpenAI sik den Standard later ansluten warrt; ahn so en Standard schall „Chaos“ herrschen, so Taylor. Vörutgahn weer en Papeer vun söss grote Banken, dorünner Capital One un Bank of America, de för Agentic Commerce branchenwiete Regeln langs vun fief Prinzipien fordert, ünner annern Transparenz, Datenschutz un Interoperabilität. → Gizmodo

Synthszr Take: Standards klingen na Allgemeenwohl, schreven warrt se hier vun de, de an’n mehrsten dorvun hebbt: Meta bruukt na dat Utsperren dör Amazon en Intrittskoort, de nich vun Amazon utstellt warrt. Bret Taylor föhrt de Feder as Sierra-Mitgrünner un sitt togliek OpenAI vör; dat OpenAI irgendwann mittekent, is dormit ehrder en Terminfraag as en Prognoos. Weer de Feller fastleggt, in de sik en Agent utwiest, leggt ok fast, ween sien Agent afwiest warrt. Singleton sien E-Mail-Vergliek driggt bloots so lang, as nümms Geböhren oder Sperrlisten an de Spezifikatschoon hangt.

E-Commerce (II): TikTok start en Chat-Assistent för’t Inkopen

TikTok hett an’n 5. Oktober 2026 to de Advertising Week New York en Reeg vun KI-Warv- un Inkoopsprodukten vörstellt. In’n Middelpunkt staht de In-App-Checkout Buy Direct un en dialogbaseerte Shopping Assistant. Buy Direct verlöövt Inkööp direkt ut den For-You-Feed mit een Klick över hinterleggte Betahlmiddel un Adressen, insluten Sennenverfolgen in de App; de Mark blifft dorbi Merchant of Record. Vörutsetten is en Anbinnen an dat Universal Commerce Protocol, en standardiseerte Regelsett för dat Tosamenspeel vun KI-Agenten un Händlersystemen. Den Shopping Assistant beschrifft dat Ünnernehmen as en Chatfinster op de Produktsiet in’n TikTok-internen Browser, dat Fragen to Details, Versand, Grötten un Verfügborkeit op Grundlaag vun de vun’n Händler praatstellte Informatschonen beantwoordt. Den Afsluss maakt Köpers anslutend op de Händlersiet, wiederhen binnen den TikTok-Browser. → Unite.AI

Synthszr Take: „Agentic Commerce“ bedüüdt hier en Chatfinster, dat de vun’n Händler hinterleggte Produktinfos vörleest, un en Koopknoop mit spiekert Kreditkoort. Jeden Schreed maakt wiederhen de Minsch: scrollen, fragen, tippen, kopen. Dat eenzige Stück in’t Paket, bi dat Software för een arbeidt, sitt op de Warvsiet, un jüst dor hett TikTok ok de eenzige belastbore Tall levert: över 200 Perzent mehr Warvdrievende bi’n MCP-Connector twüschen Juli un September, interne Ümfraag.

Norwegen will Meta-Kamerabrillen in Parks, Scholen un an Strännen vöreerst verboden

Norwegen hett en Gesettvörslag vörleggt, de dat Dragen vun Kamerabrillen in bestimmte öffentliche Rüüm op Tiet ünnerseggen schall. Bedrapen weern luut Business Insider Öörd as Parks, Scholen un Strännen, also jüst de Ümgevungen, in de Drägers vun soleke Brillen typscherwies filmen un fotografeert. Meent sünd dormit vör allen de Ray-Ban-Modellen vun Meta, de mit integreerte Kamera verkööft warrt. Dat Vörhebben is noch in’t Entwurfsstadium un is noch nich beslaten; Business Insider hett den oorsprünglichen Bidrag an’n 6. Oktober 2026 anpasst korrigeert, nadem he dat Verbod toeerst as al gellend dorstellt harr. → Business Insider

Synthszr Take: Norwegen is keen EU-Liddmaat, övernimmt aver över den EWR desülvige Datenschutzlogik, un dormit warrt ut en natschonalen Entwurf en Blaupaus för jede europääsche Opsichtsbehörde, de bi’t Thema Kamerabrillen bit nu tögert hett. En befristet Verbod is dat bequemste Instrument överhaupt: Dat verlangt keen fardigen Rechtsrahmen, man bloots de Begrünnen, dat een de Laag eerstmal sorteern will. Soleke Övergangsregeln hebbt de unangeheme Egenschopp, sik to verlängern, un se spoort den nächsten Ministerium de Hälft vun de Huusopgaven.

Wikimedia smitt OpenAI KI-Slop op Wikipedia vör

De Wikimedia Foundation hett en Ünnersökensbericht rutbröcht, luut den Agenten vun OpenAI ahn Anmellen Wikipedia-Sieden bearbeidt un versöcht hebbt, dat vun de Stiftung bedrevene Notiz-Warktüüg Etherpad to missbruken. De Stiftung dokumenteert de funnenen Bearbeiden in en öffentliche List un stuuft en Deel dorvun as „potenziell böösaardig“ in: En Zitatschoons-Warktüüg schull as Proxy denen, üm Daten vun feerne Deensten aftoropen. Wikipedia verlöövt Bot-Bearbeiden grundsättlich, wenn se apenleggt un vun de Freewilligen freegeven warrt; dit Verfohren is hier na Angaven vun de Stiftung nich inhollen worrn. De Versöken, Etherpad as Twüschenstatschoon to bruken, bleven ahn Spood. Wiedere vermoodte OpenAI-Agenten leggen dor Notizen to jemehr Opgaven af, ahn dat dorut luut Wikimedia en Koordinatschoon worrn is. Dorto kaamt Millionen automaatiseerte Togriepen un Hunnerdusende Datenaffragen, de na Inschätzen vun de Stiftung to en Deelutfall vun en Wikimedia-Deenst in’n Mai bidragen hebben künnen. → Techpresso

Synthszr Take: Wikipedia is de Faktenbasis vun’t halve Internet, 67 Millionen Artikels in 300 Spraken, pleegt vun unbetahlte Freewillige. Jüst disse Lüüd rüümt nu achter Agenten op, de en Zitatschoons-Warktüüg to’n Datenwiederleiden ümboon un in’n Mai womööglich en Deenst in den Deelutfall schaven hebbt. Dat Wikipedia Bots verboden deit, stimmt nich: Dat Freegaavverfohren gifft dat siet Johren, dat is eenfach övergahn worrn.

Meta sien Muse leggt för jede Person in’t Leven vun de Brukers en egen Profilsiet an

Meta sien Assistenz-App Muse maakt automaatsch Profilsieden över de Minschen in’t Ümfeld vun ehr Brukers. Dat bericht WIRED op Grundlaag vun de Arbeit vun de unafhängige KI-Sekerheitsforscherin Karan Joshi, de interne Dateien vun de App utlesen hett. In de Anwiesen vun’t System finnt sik luut den Bericht de Vörgaav, „en Siet för jede Person in’t Leven vun den Bruker“ antoleggen. En stünnlich löpen Prozess sammelt dorför Angaven to Familie, Partners, Frünnen, Kolleginnen un Personen, de een folgt. De Sieden deelt sik na de Ünnerlagen in Fakten as Wahnort, Beroop un Geboortsdag, en Historie to de Vörgeschicht as ok en Beriek mit Vörslääg, woans sik de Betog verbetern lett. → The Deep View

Synthszr Take: De Minschen, över de Muse stünnlich Sieden füllt, sünd nie fraagt worrn: de Klempner, de Kollegin, de Partner. Een gifft de Freegaav, erfaat warrt Dutzende, un disse Asymmetrie driggt de ganze Produktgattung. An’n heikelsten is de Rubrik to’n Verbetern vun Betöög, denn dor warrt ut Beobachten en Hannelnsvörslag, den de annere weder kennt noch korrigeern kann.

OpenAI bringt 722 Mathe-Manuskripten op GitHub rut

OpenAI hett 722 Manuskripten mit mathemaatsche Resultaten in en GitHub-Repository rutbröcht, de op 372 Resultatfamilien entfallt un vun en bit nu nich freegeven Frontier-Modell kaamt. Na Dorstellen vun de unafhängige Beradergrupp AGMAI bargt de Rutgaav Lösen för „Hunnerten“ apen Fragen; in’n September harr dat Ünnernehmen noch vun „mehr as 100 langjohrige apen Problemen“ snackt. To de beanspruchten Resultaten tellt en Lösen vun de veerdimensionale Kakeya-Vermoden, Verbeterungen an verbreedte Algorithmen un Foortschritten in Richt vun de Riemann-Hypothees. En Deel vun de Bewiesen is in Lean formaal pröövt worrn, en Spraak, de de Logik vun en Bewies maschinell valideert. OpenAI seggt, en dörsnittlich Resultat hett den Rekenopwand vun rund dree Stünnen Denktiet in ChatGPT Pro entspraken.

En Spreker vun’t Ünnernehmen hett verklaart, meist all Resultaten weern vun een enkelten Agenten op een enkelten Prompt hen tostannen kamen, hett op Nafraag aver inrüümt, dat mennige Resultaten mehr Anlöp bruukt hebben künnen. Dat weer en düütlichen Ünnerscheed to de fröhere Navier-Stokes-Lösen, de en Verbund vun 10.000 Agenten maakt un Millionen an Rekenkösten verslungen hett. Andrew Sutherland, Mathematiker an’t MIT, höllt soleke Angaven för unbeleggt, solang dat Modell nich to kriegen is un nümms de Resultaten reproduzeern kann.

De Beradergrupp AGMAI weer an’n 21. September na den Striet üm de Navier-Stokes-Rutgaav billt worrn un harr Enn September eerste Anraden vörleggt: Modellnaam, exakten Prompt un Compute-Tiet pro Resultat schullen apenleggt warrn un mathemaatsche Resultaten nich as Marketing-Fohrtüüg för Modellen bruukt warrn. OpenAI bringt nu bloots de dörsnittliche Rekentiet mit en poor Statistiken rut un keen Prompts. Dat Ünnernehmen verklaart, dat se de Leitlienen eernst nehmen, aver nich an se bunnen sünd, un doran arbeiden, dat Modell so gau as mööglich togänglich to maken. Dat Inordnen vun de Resultaten dürr Maanden duurn, ok wiel apen is, wo vele vun de Bewiesen ne’e Ideen bargt un wo vele bekannte Techniken rekombineert. → Scientific American, The Verge

Synthszr Take: De Prövkapazität is nu de Engpass, nich de Produkschoon vun Bewiesen. Dree Stünnen Reken-Denktiet pro Resultat op de een Siet, Weken vun minschliche Nawiesarbeid pro Manuskript op de annere: Ut dit Missverhollen entsteiht en Barg vun 722 Dateien, den de Disziplin realistisch nie vullstännig afarbeiden warrt. Lean helpt, aver bloots dor, woneem en Bewies formaliseert vörliggt, un en gröne Formaliseren seggt nix doröver ut, of dat Resultat nee is oder en geschickte Rekombinatschoon vun bekannte Techniken. Sutherland sien Roop na Belegen dröppt jüst de Lück: Ahn Prompt, ahn Modelltogang, ahn Reproduzeerborkeit blifft de Behaupten „een Agent, een Prompt“ en Ünnernehmensutsaag mit Repository-Link. Utslaggevend warrt in twölf Maanden de Tall vun de Resultaten, de de Proov dör Facklüüd stahnhollen hebbt, un of OpenAI denn praat is, se to nömen.