La medida del billón según Mistral AI

Superar el umbral del billón de parámetros ya no es exclusivo de los laboratorios estadounidenses ni de los gigantes chinos. Con la presentación en vista previa de Mistral Large 4, apodado "Le Chonk", la empresa francesa lanza su modelo más grande hasta la fecha: una arquitectura Mixture-of-Experts multimodal de 1,05 billones de parámetros totales. Según la documentación oficial de Mistral AI, el modelo activa 52.000 millones por token (aunque algunos medios hablan de 49.000 millones) y se apoya en un codificador visual de 1.600 millones, con una ventana de contexto de un millón de tokens. Es la primera arquitectura europea de esta escala presentada con la promesa de pesos abiertos. También es el primer modelo que llega tras la ronda de 3.000 millones de euros que Mistral cerró en septiembre, según informa The Next Web.

Por ahora, sin embargo, el acceso solo es posible mediante la API en vista previa pública de Mistral Studio, que funciona en los centros de datos europeos de la compañía. En su blog oficial, Mistral escribe: "We will release the weights by the end of the month"; The Next Web señala el 27 de octubre como fecha prevista. En cambio, la licencia sigue sin especificarse, lo que deja en duda si se mantendrá la fórmula Apache 2.0 de su predecesor, Mistral Large 3. En lo económico, la tarifa oficial de 1,36 dólares por millón de tokens de entrada y 4,18 por millón de salida disfruta actualmente de un descuento del 50% cuya fecha de fin no se conoce.

El relato de la empresa pone el foco en la ciberseguridad y la programación. Según los datos publicados por Mistral, que la propia compañía califica de preliminares y sujetos a cambios porque la fase de reinforcement learning sigue en curso, Large 4 alcanza un 82% en una prueba de reproducción y parcheo de vulnerabilidades, mientras que Claude Opus 5.5 y GPT-6 Astra obtendrían una puntuación cercana a cero porque se niegan a realizar la tarea: un dato de la empresa, no verificado por terceros. En una evaluación a ciegas de programación realizada por Surge AI, Mistral atribuye a Large 4 una puntuación de 3,74 sobre 5, segundo de cinco modelos, por detrás de Claude Opus 5 (4,22). El cofundador y chief scientist de Mistral AI afirmó que "cyber defense capabilities will enable enterprises and governments to defend themselves", y anunció una versión con moderación reducida para especialistas y autoridades. Aun así, la falta de una validación externa e independiente de estos datos obliga a la prudencia metodológica habitual.

Según Mistral, el modelo se entrenó desde cero con 3.800 GPU NVIDIA Grace Blackwell en sus centros de datos europeos; The Next Web habla en cambio de unas 4.000 GPU, unos dos meses de entrenamiento y una potencia de unos 10 megavatios. Esta infraestructura respalda la localización del modelo, entrenado en más de 160 idiomas, y la futura opción de un despliegue gestionado íntegramente dentro de las fronteras de la Unión Europea. Al presentar este paso, el CEO de Mistral AI reivindicó el espacio estratégico del continente: "So the narrative that Europe cannot compete is something that is not true".

La soberanía tecnológica también se mide por la transparencia de los pesos que se promete liberar. Mucho dependerá de dos cuestiones aún abiertas: la publicación efectiva de los pesos y la licencia que los acompañe, hoy sin anunciar. Solo entonces podrá medirse cuán abierto es de verdad el primer billón europeo. — Olya