xAI Grok 4.3 und Mistral Medium 3.5 enttäuschen bei unabhängigen Benchmarks

xAI Grok 4.3 und Mistral Medium 3.5 enttäuschen bei unabhängigen Benchmarks

Unabhängige Evaluierungen auf Artificial Analysis zeigen, dass xAI Grok 4.3 beta trotz Marketing-Schwerpunkt auf agentischen Tool-Verbesserungen hinter Kimi K 2.6, MiMu (Xiaomi) und den führenden geschlossenen Modellen (GPT 5.5 u. a.) zurückbleibt. Mistral Medium 3.5 – ein 128B großes Dense-Modell mit 256K-Kontext – schneidet auf denselben Benchmarks deutlich schlechter ab als DeepSeek V4 und ist zugleich teurer als vergleichbare offene Modelle. Reviewer empfehlen Mistral Medium 3.5 ausschließlich für EU-regulierungskonforme Anwendungsfälle, bei denen europäische Modelle vorgeschrieben sind.

Einordnung

Zwei hochkarätige Releases, die selbstberichtete Benchmarks verfehlen, unterstreichen die Notwendigkeit unabhängiger Evaluation vor Beschaffungsentscheidungen – ein Muster, das bei Modellveröffentlichungen 2026 zur Routine wird.