La misura del trilione secondo Mistral AI

Il superamento della soglia del trilione di parametri non è più un'esclusiva dei laboratori d'oltreoceano o dei colossi cinesi. Con la presentazione in anteprima di Mistral Large 4, soprannominato "Le Chonk", la società francese lancia il suo modello più imponente, un'architettura Mixture-of-Experts multimodale da 1,05 trilioni di parametri totali. Secondo la documentazione ufficiale di Mistral AI, il modello ne attiva 52 miliardi per token (sebbene alcune testate indichino 49 miliardi) e si appoggia a un encoder visivo da 1,6 miliardi, con una finestra di contesto da un milione di token. Si tratta della prima architettura europea di questa scala presentata con la promessa di pesi aperti. È anche il primo modello arrivato dopo il round da tre miliardi di euro chiuso da Mistral a settembre, come riporta The Next Web.

Al momento, tuttavia, l'accesso passa esclusivamente dall'API in anteprima pubblica su Mistral Studio, che gira nei data center europei dell'azienda. Nel blog ufficiale Mistral scrive: "We will release the weights by the end of the month"; la testata The Next Web indica il 27 ottobre come data prevista. Resta invece non specificata la licenza d'uso, lasciando nel dubbio se verrà mantenuta la formula Apache 2.0 del predecessore Mistral Large 3. Anche sul piano economico, il listino ufficiale di 1,36 dollari per milione di token in input e 4,18 in output beneficia attualmente di uno sconto del 50% di cui non è nota la data di scadenza.

La narrazione aziendale si concentra fortemente sulla cybersicurezza e sulle capacità di programmazione. Secondo i dati diffusi da Mistral, che la stessa società precisa essere preliminari e soggetti a variazioni poiché la fase di reinforcement learning è ancora in corso, in un test di riproduzione e patch di vulnerabilità Large 4 arriva all'82%, mentre Claude Opus 5.5 e GPT-6 Astra otterrebbero un punteggio vicino a zero perché rifiutano il compito: un dato dell'azienda, non verificato da terzi. In una valutazione alla cieca condotta da Surge AI sulla programmazione, Mistral riporta per Large 4 un punteggio di 3,74 su 5, secondo di cinque modelli, dietro Claude Opus 5 (4,22). Il cofondatore e chief scientist di Mistral AI ha commentato che "cyber defense capabilities will enable enterprises and governments to defend themselves", preannunciando una versione con moderazione ridotta per specialisti e autorità. Tuttavia, l'assenza di una validazione esterna e indipendente su questi dati impone la consueta prudenza metodologica.

Secondo Mistral il modello è stato addestrato da zero su 3.800 GPU NVIDIA Grace Blackwell nei suoi data center europei; la testata The Next Web parla invece di circa 4.000 GPU, circa due mesi di addestramento e una potenza di circa 10 megawatt. Questa infrastruttura supporta la localizzazione del modello, addestrato su oltre 160 lingue, e la futura opzione di un deployment interamente gestito all'interno dei confini dell'Unione Europea. Nel presentare questa svolta, il CEO di Mistral AI ha rivendicato lo spazio strategico del continente dichiarando: "So the narrative that Europe cannot compete is something that is not true".

La sovranità tecnologica si misura anche dalla trasparenza dei pesi che si promette di liberare. Molto dipenderà da due cose ancora aperte: la pubblicazione effettiva dei pesi e la licenza che li accompagnerà, oggi non dichiarata. Solo allora si potrà misurare quanto sia davvero aperto il primo trilione europeo. — Olya