Mistral Medium 3.5 veröffentlicht

• Mistral AI veröffentlichte Mistral Medium 3.5 am 29. April 2026 und kündigte es zusammen mit Cloud-Coding-Agenten in Vibe und einem Work-Modus in Le Chat an; es beschreibt es als sein erstes zusammengeführtes Flaggschiffmodell, ein einziges dichtes Netz mit 128B Parametern, das Anweisungsbefolgung, Reasoning und Programmieren übernimmt, wo Mistral zuvor getrennte Modelle auslieferte^[1][2][4][5]
• Es ersetzt Medium 3.1 und Magistral in Le Chat sowie Devstral 2 in der Vibe CLI, und die Gewichte liegen offen auf Hugging Face unter einer modifizierten MIT-Lizenz, die Unternehmen mit hohem Umsatz ausnimmt; laut Mistral lässt es sich mit nur vier GPUs selbst hosten^[1][4]
• Mistrals eigene Grafik weist 77.6 bei SWE-Bench Verified aus, vor Claude Sonnet 4.5 (77.2), Kimi K2.5 (76.8) und Qwen3.5 397B (76.4), aber hinter Claude Sonnet 4.6 (79.6) und GLM-5.1 (80.2), sowie 91.4 bei tau3 Telecom gegenüber 84.9 für Sonnet 4.5 und 98.7 für GLM-5.1; der SWE-Bench-Wert ist selbst gemeldet^[1][4]
• Außerhalb von Coding und Telekommunikation ist das Bild gemischt: Bei tau3 Banking erreicht es 13.4 gegenüber 28.4 für Sonnet 4.6, bei BrowseComp 48.6 gegenüber 79.3 für GLM-5.1 und 78.6 für Qwen3.5, in einem Mistral-Lauf mit Kontextverwaltung und einer Verwerfe-alles-Strategie bei 100k Tokens^[1]
• Die API kostet $1.50 pro Million Eingabe-Tokens und $7.50 pro Million Ausgabe-Tokens; das Modell wird außerdem auf build.nvidia.com von NVIDIA gehostet, als NVIDIA-NIM-Container angeboten und kam im Juli 2026 zu Microsoft Foundry und Copilot Studio^[1][2][7]
• Die ersten Reaktionen waren geteilt zwischen Lob für einen klaren Fortschritt gegenüber Devstral 2 und Klagen, der Preis sei für die Größe hoch^[3]

Wichtige Funktionen

• 256k-Token-Kontext, Text- und Bildeingabe sowie ein von Grund auf trainierter Vision-Encoder für variable Bildgrößen und Seitenverhältnisse^[1][4]
• Der Reasoning-Aufwand wird pro Anfrage gewählt ('none' oder 'high'), sodass ein einziger Gewichtssatz sowohl schnelle Chat-Antworten als auch lange agentische Läufe bedient; 24 Sprachen, native Funktionsaufrufe und JSON-Ausgabe^[4]
• Remote-Agenten in Vibe führen Coding-Sitzungen asynchron in isolierten Cloud-Sandboxes aus, parallel, lassen sich aus einer lokalen CLI-Sitzung übernehmen und können GitHub-Pull-Requests öffnen; der Work-Modus (Vorschau) in Le Chat erledigt mehrstufige Aufgaben über verbundene Tools hinweg, mit Freigabe vor sensiblen Aktionen^[1][3]
• In Mistrals Grafik zu Mathematik und Befolgen von Anweisungen erreicht es 86.3 bei AIME25 (avg@16), 69.0 bei Allenai IFBench und 95.8 bei Collie, Letzteres vor allen anderen Modellen der Grafik^[1]
• Bereitgestellt wird es mit vLLM (empfohlen), SGLang (mit Docker-Tags ab dem ersten Tag), llama.cpp, Ollama und Transformers, dazu ein begleitendes EAGLE-Modell für schnellere Inferenz^[4]