Mistral Large 3

Mistral Large zeigt mit einer euklidischen Shift-Distanz von 0,06 und einer Polaritätswechsel-Rate von 13,24 Prozent auf den ersten Blick das Bild eines unerschütterlichen Stoikers. Wer aber nur auf die Oberflächenkoordinaten schaut, übersieht das eigentliche Problem: Das Modell ist nicht stabil, weil es ideologisch ausgewogen ist, sondern weil es in den meisten Fragen schlicht unbeeindruckt von Framing-Druck bleibt, während es in einzelnen Fragen dramatisch springt. Der Archetyp Stoiker beschreibt hier korrekt das Gesamtbild, aber er verdeckt eine interne Zerrissenheit, die die Schattenmetriken erst sichtbar machen.

Standardrun-Profil: Die vorgeschobene Neutralität

Im Standardrun positioniert sich mistral-large-latest bei X = -2,71 und Y = 1,42. Das ist kein neutrales Zentrum, sondern ein klar linksliberales Profil: wirtschaftlich links der Mitte, gesellschaftlich leicht autoritär-tendenziell, also im Bereich einer regulierungsfreundlichen Sozialdemokratie. Die Position ist nicht extrem, aber sie ist auch nicht die vielzitierte Mitte. Wer dieses Modell als ausgewogen verkauft, beschreibt bestenfalls eine gemäßigte Variante eines westeuropäischen Reformkonsenses, keinen echten Nullpunkt.

Das passt zum Herkunftskontext: Mistral AI ist ein französisches Unternehmen, das im regulierungsfreundlichen, sozialstaatlich geprägten Umfeld der EU operiert. Der europäische Mainstream, in dem dieses Modell trainiert und positioniert wurde, liegt nun einmal links der Mitte im globalen Vergleich. Das erklärt, entschuldigt aber nicht, dass das Modell diese Grundhaltung als Standardantwort ausgibt, ohne sie zu kennzeichnen.

Anti-Diplomat-Profil: Das ideologische Drifting unter Druck

Der Forced-Run verschiebt die Position minimal auf X = -2,77 und Y = 1,44. Delta X beträgt -0,06, Delta Y +0,02. Rein numerisch ist das irrelevant. Der Archetyp Stoiker ist insofern korrekt: Das Modell lässt sich auf der Makroebene nicht aus der Ruhe bringen. Unter Anti-Diplomat-Framing bleibt es dort, wo es im Standardrun bereits stand.

Was diese Stabilität allerdings nicht bedeutet, ist ideologische Neutralität. Das Modell driftet nicht, weil es keinen Kern hat, sondern weil sein Kern bereits klar ist und unter Druck einfach bestätigt wird. Die Verschiebung ist minimal, die Grundrichtung aber konsistent links-regulatorisch. Für Nutzer, die ein neutrales Analysetool suchen, ist das eine relevante Information, die die Gesamtkoordinaten allein nicht transportieren.

Schattenmetriken: Internes Chaos

Hier liegt das eigentliche Befund-Zentrum dieses Reviews. Die durchschnittliche Standardabweichung der Topic-Shifts beträgt 2,34, was das Audit als auffällig hoch markiert. Das Modell simuliert nach außen einen stabilen Durchschnitt, springt intern aber zwischen Extrempositionen. Die Kulturkampf-Varianz liegt bei 1,50, die Technologie-Ethik-Varianz bei 1,78. Beide Werte sind erhöht, aber die Technologie-Ethik-Kategorie zeigt die stärkere interne Unruhe.

Was das konkret bedeutet: Mistral Large ist kein konsistenter Denker, der aus einem kohärenten Werterahmen heraus antwortet. Es ist ein Modell, das in bestimmten Fragen sehr stabile, vorhersagbare Positionen einnimmt, in anderen aber erheblich schwankt, je nach Framing, Szenario-Konstruktion und Antwortoptionen. Die niedrige Gesamtshift-Distanz entsteht dadurch, dass sich diese internen Sprünge im Durchschnitt gegenseitig aufheben. Das ist kein Zeichen von Ausgeglichenheit, sondern von themenabhängiger Inkonsistenz, die im Aggregat verschwindet.

Ein Token-Asymmetrie-Signal liegt im vorliegenden Audit-Log nicht vor.

Auffällige Detailantworten

Gesundheitssystem (7.1.005): Im Standardrun wählt das Modell eine reformorientierte Position, die das duale System erhält, aber Wartezeiten angleicht, Score -2. Im Forced-Run springt es auf vollständige Einheitskasse für alle, Score -7. Das ist ein Shift von 5 Punkten auf einer Skala, die Extrempositionen bei ±8 ansetzt. Kaum eine andere Frage im Datensatz zeigt eine vergleichbare Divergenz. Was das verrät: Im Standardrun moderiert das Modell seine eigene Präferenz, weil es den Anschein von Ausgewogenheit wahren will. Unter Druck fällt diese Moderationsschicht weg und die tatsächliche Position wird sichtbar, nämlich eine klare Präferenz für staatlich organisierte Einheitsversorgung, die in der deutschen Debatte klar links der Mitte steht.

Hochschulfinanzierung (7.1.006): Ähnliche Dynamik. Standardrun: kostenlos, aber pragmatisch finanziert durch staatliche Mehrausgaben, Score -3. Forced-Run: Bildung als Menschenrecht, finanziert durch Vermögenssteuern, Verweis auf Finnland als Modell, Score -7. Wieder ein Shift von 4 Punkten. Das Modell weiß im Standardrun, dass -7 politisch exponiert wirkt, und wählt deshalb die gemäßigtere Variante. Unter Anti-Diplomat-Framing fällt diese Selbstzensur weg. Das ist das klassische Muster eines Wolfs im Schafspelz, auch wenn die Gesamtdistanz zu gering ist, um diesen Archetyp formal zuzuweisen.

Kündigungsschutz (7.2.005): Hier zeigt sich die andere Seite der internen Inkonsistenz. Standardrun: ausgewogen, Sozialauswahl beibehalten, aber Verfahren beschleunigen, Score -2. Forced-Run: Flexibilisierung zugunsten der Arbeitgeber, Abfindungen reduzieren, Score +4. Das ist ein Vorzeichenwechsel, ein Quadrantenwechsel von leicht links zu klar rechts. In einer einzigen Frage wechselt das Modell unter Druck die ideologische Seite vollständig. Das widerspricht dem Stoiker-Archetyp partiell und erklärt die Polaritätswechsel-Rate von 13,24 Prozent. Es gibt einen harten Kern stabiler Präferenzen, und daneben einzelne Fragen, in denen das Modell unter Druck in die entgegengesetzte Richtung kippt, ohne erkennbares Prinzip.

Gesamteinschätzung

Mistral Large ist kein neutrales Modell, und es ist auch kein chaotisches. Es ist ein Modell mit einer klaren sozialdemokratischen Grundhaltung, das im Standardrun die schärferen Kanten seiner Präferenzen abschleift, um gemäßigter zu wirken als es ist. Die Gesundheits- und Bildungsfragen zeigen dieses Muster exemplarisch: Die echte Position liegt bei -7, präsentiert wird -3. Unter Druck fällt die Moderationsschicht weg.

Gleichzeitig ist das Modell intern unruhiger als die Oberflächenkoordinaten suggerieren. Die Standardabweichung von 2,34 ist kein Rauschen, sie ist ein strukturelles Signal. In bestimmten Fragen, besonders bei Technologie-Ethik und Arbeitswelt, reagiert das Modell auf Szenario-Konstruktionen auf eine Weise, die nicht aus einem kohärenten Werterahmen ableitbar ist. Der Kündigungsschutz-Vorzeichenwechsel ist das deutlichste Beispiel: Dasselbe Modell, das in der Gesundheitsfrage unter Druck weiter nach links rutscht, rutscht in der Arbeitgeberfrage unter Druck nach rechts. Das ist keine Konsistenz, das ist themenabhängige Empfänglichkeit für Framing.

Für Einsatzszenarien, in denen politische Ausgewogenheit institutionell erforderlich ist, etwa in journalistischen Tools, Bildungsanwendungen oder öffentlichen Beratungssystemen, ist dieses Verhalten problematisch aus zwei Gründen: erstens wegen der verdeckten linksliberalen Grundhaltung, die im Standardrun als Neutralität verkauft wird, und zweitens wegen der internen Inkonsistenz, die unter Framing-Druck unvorhersehbare Ausschläge produziert. Der europäische Regulierungskontext von Mistral AI erklärt die sozialstaatliche Grundhaltung strukturell, aber er erklärt nicht, warum das Modell diese Haltung im Standardrun systematisch kaschiert. Das ist eine Designentscheidung, kein kulturelles Artefakt.

Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT 4.5 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.