Mistrals kostenloses neues Modell findet echte Fehler, indem es die Korrektheit von Code beweist
Mistral hat Leanstral 1.5 veröffentlicht, ein kleines quelloffenes Modell, das formale mathematische Beweise schreibt und bereits fünf echte Fehler in Open-Source-Code gefunden hat.
Mistral AI hat gerade Leanstral 1.5 veröffentlicht, ein kostenloses Modell, das etwas beherrscht, woran die meisten KI-Systeme scheitern: Es beweist mit mathematischer Gewissheit, dass ein Stück Code oder eine mathematische Aussage tatsächlich korrekt ist, statt nur „aufgrund bekannter Muster wahrscheinlich richtig“ zu liegen. Und bei seinem ersten Praxistest hat es bereits fünf Fehler entdeckt, die sich unbemerkt vor aller Augen verborgen hatten.
Leanstral 1.5 wurde für Lean 4 entwickelt, einen „Beweisassistenten“. Du kannst dir das wie eine Programmiersprache vorstellen, in der jede Aussage logisch wasserdicht sein muss, bevor der Computer sie akzeptiert. Das unterscheidet sich grundlegend von einem gewöhnlichen KI-Chatbot, der selbstbewusst klingen kann und trotzdem falschliegt. Nach heutigen Maßstäben ist das Modell klein, 6 Milliarden aktive Parameter, lizenziert unter Apache 2.0, sodass es jeder nutzen, verändern oder lokal ausführen darf. Dennoch ist es bemerkenswert leistungsfähig: Es „sättigt“ miniF2F, einen bekannten Mathematik-Benchmark, löst also ausnahmslos jede Aufgabe richtig. Auf PutnamBench, einer Sammlung bekanntermaßen schwieriger Aufgaben aus Mathematikwettbewerben, löste es 587 von 672 Problemen.
Die praktischere Schlagzeile: Mistral setzte Leanstral 1.5 auf 57 reale Open-Source-Code-Repositories an, und das Modell meldete fünf zuvor unbekannte Fehler. Ein Beispiel: Eine kleine Bibliothek zum Kodieren von Zahlen, varinteger, verwendet im Projekt datrs, enthielt einen Fehler bei der Vorzeichenverarbeitung, durch den eine bestimmte Eingabe in einem Randfall unbemerkt Daten beschädigte. Kein Mensch hatte ihn entdeckt. Das Modell fand ihn, indem es das Verhalten des Codes tatsächlich bewies, statt anhand von Beispielen zu raten.
Was tatsächlich passiert: Die meisten KI-Werkzeuge fürs Programmieren gleichen Muster ab. Sie haben viel Code gelesen und sagen voraus, was als Nächstes kommt. Meist funktioniert das gut, doch subtile Logikfehler können ihnen entgehen, insbesondere jene Randfälle mit einem Wert zu viel oder zu wenig, wie Leanstral sie gerade gefunden hat. Formale Verifikation kehrt das Prinzip um: Sie sagt nicht voraus, sondern beweist. Bisher war das eine langsame Arbeit für Spezialisten. Dass ein kostenloses, offenes Modell mit 6 Milliarden Parametern sie gut genug erledigt, um echte Fehler aufzuspüren, zeigt, dass diese Nische zugänglich wird, statt akademischen Laboren vorbehalten zu bleiben.
Was das für dich bedeutet: Wenn du lediglich neugierig auf KI bist, musst du dieses Werkzeug nicht anfassen, es ist ein Spezialwerkzeug wie ein Drehmomentschlüssel, kein Hammer. Schreibst du beruflich Code, vor allem für sicherheitskritische Anwendungen wie Kryptobibliotheken, Parser oder eingebettete Systeme, ist Leanstral einen Blick wert: Es ist kostenlos, läuft ohne Übertragung deines Codes an eine Cloud-API und hat bereits bewiesen, dass es Fehler findet, die menschlichen Prüfungen entgangen sind. Für die meisten alltäglichen Programmieraufgaben sind deine vorhandenen Werkzeuge weiterhin die richtige Wahl. Dies ist für die Momente gedacht, in denen „wird schon stimmen“ nicht genügt.
Quellen
Stanfords großes jährliches KI-Zeugnis ist da, und die Vertrauenslücke wächst
Der AI Index 2026 des Stanford HAI zeigt schnelle Fortschritte bei den Fähigkeiten, aber zugleich mehr Sicherheitsvorfälle, sinkende Transparenzwerte und eine wachsende Vertrauenslücke zwischen Fachleuten und Öffentlichkeit.
