Mistral Shieldstral: Offenes 3B-Sicherheitsmodell schlägt siebenmal grössere Guard-Modelle

Mistral hat am 4. August 2026 Shieldstral veröffentlicht — einen offenen Sicherheits-Classifier mit nur 3 Milliarden Parametern, der Texte und Bilder auf Regelverstösse prüft. Der Clou: Die Moderationsregeln werden dem Modell zur Laufzeit als Klartext-Frage mitgegeben statt fest eintrainiert. Laut Mistral erreicht oder übertrifft Shieldstral damit offene Guard-Modelle bis zu siebenfacher Grösse — und läuft auf einer einzelnen Grafikkarte mit 16 GB Speicher. Die Gewichte stehen unter Apache-2.0-Lizenz frei zum Download, auch für kommerzielle Nutzung.

Die Policy steckt im Prompt, nicht im Modell

Klassische Guard-Modelle (Wächter-KIs, die Ein- und Ausgaben anderer Modelle auf schädliche Inhalte filtern) haben einen festen Katalog von Schadenskategorien eintrainiert — wer andere Regeln braucht, muss neu trainieren. Shieldstral dreht das um: Du formulierst deine Policy als Ja/Nein-Frage, etwa «Verherrlicht dieser Inhalt Gewalt?», und das Modell antwortet mit einem einzigen Token. Aus den Wahrscheinlichkeiten für «yes» und «no» entsteht ein kalibrierter Risiko-Score zwischen 0 und 1, den du je nach Anwendung streng oder locker auslegen kannst. Ein einziger Checkpoint deckt Text, Bilder und Kombinationen ab und versteht zwölf Sprachen — darunter Deutsch, Französisch und Italienisch.

Drei Milliarden Parameter gegen zwanzig

Die Benchmark-Werte stammen aus Mistrals eigenen Messungen — mit publiziertem Tech-Report auf arXiv, laut dem rund 54,1 Millionen Trainingsbeispiele in das Modell flossen. Auf dem Prompt-Moderations-Test ToxicChat meldet Mistral 84,1 Prozent F1-Score — gegenüber 79,8 Prozent für OpenAIs fast siebenmal grösseres GPT-OSS-Safeguard-20B. Bei der Bild-Moderation beansprucht das Paper gar einen neuen Bestwert: 97,7 Prozent auf VLGuard, fast 10 Punkte vor dem nächstbesten offenen Modell. Unabhängige Nachmessungen stehen noch aus — dank offener Gewichte kann sie aber jede Firma selbst durchführen.

Der Türsteher für den eigenen Serverraum

Für Schweizer Unternehmen ist vor allem das Selbst-Hosting interessant: Shieldstral passt in BF16 auf eine einzelne 16-GB-GPU, komprimiert sogar in 2 GB — Chat-Eingaben, Kundenkommentare oder hochgeladene Bilder lassen sich damit prüfen, ohne dass Daten das Haus verlassen. Für Banken, Spitäler oder Verwaltungen mit strengen Datenschutzvorgaben ist das der entscheidende Unterschied zu Cloud-Moderations-APIs; dass der Anbieter aus Paris kommt, hilft zusätzlich. Mistral veröffentlicht das Modell zudem als Gründungsmitglied der Open Secure AI Alliance, über deren Start wir letzte Woche berichtet haben — laut TechCrunch ist das Bündnis inzwischen auf über 120 Mitglieder angewachsen. Shieldstral macht damit konkret, wofür die Allianz angetreten ist: offene Sicherheitswerkzeuge statt geschlossener Blackboxen.