Ranking aktualisiert am 22.09.2026
Rangliste der Open-Weights-LLMs, die gehobenes, idiomatisches Französisch ohne Anglizismen erzeugen können. Bevorzugt werden Modelle mit einem umfangreichen französischsprachigen Korpus (französischer oder europäischer Herkunft) und einer freien Lizenz, um den Einsatz in Unternehmen zu erleichtern.
Erster offener Reasoner von Mistral. AIME24 70.7%. Basis Small 3.1 + CoT-Training.
ollama run magistral:24b
Update von Small 3.1 vom Juni 2025. Halb so viele endlose Generierungen, verbessertes Function Calling.
ollama run mistral-small3.2:24b
Small 3, um Vision erweitert. 128k ctx, Apache 2.0. Seit Juni 2025 durch Small 3.2 ersetzt.
ollama run mistral-small3.1:24b
Souveränes französischsprachiges LLM, auf einem französischsprachigen Korpus trainiert.
ollama run lucie:7b
Gemeinsam mit NVIDIA entwickelt. 128k ctx, Tekken-Tokenizer, stark bei mehrsprachigen Aufgaben mit europäischen Sprachen.
ollama run mistral-nemo:12b
Hervorragendes Verhältnis von Qualität zu Größe bei der Veröffentlichung (Anfang 2025). Hält mit 70B-Modellen mit.
ollama run mistral-small:24b
LoRA-Finetuning von Falcon-7B mit spontanen französischen Dialogen. ⚠ NC-SA-Lizenz. Separate Apache-Variante.
# HuggingFace : OpenLLM-France/Claire-7B-0.1 (Apache : Claire-7B-Apache-0.1)
Französisch. Zu 100 % auf Common Corpus (Open-Data) trainiert. Per Design konform mit dem EU AI Act.
# HuggingFace : PleIAs/Pleias-3b-Preview
| Rang | Modell | Params | VRAM Q4 | Kontext | Lizenz |
|---|---|---|---|---|---|
| #1 | Magistral Small 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #2 | Mistral Small 3.2 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #3 | Mistral Small 3.1 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #4 | Lucie 7B | 7B | 5 GB | 4 096 | Apache 2.0 |
| #5 | Mistral Nemo 12B Instruct | 12B | 7 GB | 128 000 | Apache 2.0 |
| #6 | Mistral Small 3 | 24B | 14 GB | 32 768 | Apache 2.0 |
| #7 | Claire 7B 0.1 | 7B | 5 GB | 2 048 | CC-BY-NC-SA 4.0 |
| #8 | Pleias 3B Preview | 3B | 2 GB | 2 048 | Apache 2.0 |
Zwei Optionen je nach benötigtem Speicher und Ihrer Software: Radeon RX 9070 XT 16 GB · GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — Hardware für KI vergleichen →
Sie haben das beste französische Modell gefunden. Das IA-Local-Kit erklärt, wann Sie es einem Allround-Modell vorziehen sollten (Kap. 10), und liefert Ihnen Anweisungen zum Schreiben, Übersetzen und Zusammenfassen, die wirklich funktionieren (Kap. 9).
Wir behalten Modelle französischer oder europäischer Herkunft (Mistral, Lucie, CroissantLLM, Teuken, EuroLLM) sowie große Allround-Modelle mit sehr ordentlichem Französisch (Qwen, Llama). Bonus: europäische Herkunft (Souveränität), Größe ≥ 24B (literarische Fähigkeiten), Apache-/MIT-Lizenz.
Berücksichtigte Kriterien:
Die Bewertung ist vollständig transparent: konsultieren Sie unsere Methodik für Details zur Berechnung des VRAM-Bedarfs und der Tokens pro Sekunde.
Welcher ist der beste LLM auf Französisch im Jahr 2026?
Magistral Small 24B ist unsere Nummer 1 – es profitiert von einem umfangreichen französischsprachigen Trainingskorpus und einem Team mit Sitz in Frankreich. Je nach Ihrer Hardware kann jedoch ein kleineres Modell (Lucie 7B, Mistral 7B) vorzuziehen sein.
Lucie vs Mistral 7B: Welches Modell wählen?
Lucie 7B ist zu 100 % souverän (transparentes Korpus, Training auf Jean Zay/CNRS), aber sein Kontext ist auf 4k Tokens begrenzt und es ist im Englischen weniger vielseitig. Vollständigen Vergleich ansehen.
Gibt es einen leistungsfähigen europäischen, nicht-französischen LLM?
Ja — Teuken 7B Instruct (🇩🇪 OpenGPT-X) deckt die 24 EU-Sprachen ab und steht unter der Apache-2.0-Lizenz, die eine kommerzielle Nutzung erlaubt. EuroLLM 9B (EU-Konsortium) ist ebenfalls solide. Vergleich.
Welcher LLM eignet sich für juristische Dokumente auf Französisch?
Für französisches Recht steht die Sprachqualität an erster Stelle. Mistral Small 3.1 24B oder Mistral Large 3 sind die beste Wahl, wenn Ihre Hardware leistungsfähig genug ist. Kombinieren Sie das gewählte Modell mit einem Lokales RAG um Ihre Gesetzestexte einzubinden.
Vertiefen Sie Ihr Wissen mit unseren detaillierten Direktvergleichen der Finalisten: