A medida do trilhão segundo a Mistral AI

Ultrapassar a marca de um trilhão de parâmetros já não é exclusividade dos laboratórios americanos ou dos gigantes chineses. Com a apresentação em prévia do Mistral Large 4, apelidado de "Le Chonk", a empresa francesa lança seu maior modelo até agora: uma arquitetura Mixture-of-Experts multimodal com 1,05 trilhão de parâmetros no total. Segundo a documentação oficial da Mistral AI, o modelo ativa 52 bilhões deles por token (embora alguns veículos indiquem 49 bilhões) e conta com um codificador visual de 1,6 bilhão, com uma janela de contexto de um milhão de tokens. É a primeira arquitetura europeia dessa escala apresentada com a promessa de pesos abertos. É também o primeiro modelo lançado depois da rodada de três bilhões de euros que a Mistral fechou em setembro, segundo o The Next Web.

Por enquanto, porém, o acesso é feito exclusivamente pela API em prévia pública no Mistral Studio, que roda nos data centers europeus da empresa. No blog oficial, a Mistral escreve: "We will release the weights by the end of the month"; o The Next Web aponta 27 de outubro como data prevista. A licença, por outro lado, não foi especificada, o que deixa em aberto se será mantida a fórmula Apache 2.0 do antecessor, o Mistral Large 3. No aspecto financeiro, a tabela oficial de 1,36 dólar por milhão de tokens de entrada e 4,18 de saída tem atualmente um desconto de 50%, sem data de término conhecida.

O discurso da empresa se concentra fortemente em cibersegurança e programação. Segundo dados divulgados pela Mistral, que a própria empresa descreve como preliminares e sujeitos a mudança porque a fase de reinforcement learning ainda está em andamento, o Large 4 chega a 82% em um teste de reprodução e correção de vulnerabilidades, enquanto Claude Opus 5.5 e GPT-6 Astra teriam pontuação próxima de zero por recusarem a tarefa: um dado da empresa, não verificado por terceiros. Em uma avaliação às cegas de programação conduzida pela Surge AI, a Mistral atribui ao Large 4 uma nota de 3,74 em 5, segundo lugar entre cinco modelos, atrás do Claude Opus 5 (4,22). O cofundador e chief scientist da Mistral AI afirmou que "cyber defense capabilities will enable enterprises and governments to defend themselves", antecipando uma versão com moderação reduzida para especialistas e autoridades. Ainda assim, a ausência de uma validação externa e independente desses dados exige a habitual cautela metodológica.

Segundo a Mistral, o modelo foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell em seus data centers europeus; o The Next Web fala em cerca de 4.000 GPUs, aproximadamente dois meses de treinamento e uma potência de cerca de 10 megawatts. Essa infraestrutura sustenta a localização do modelo, treinado em mais de 160 idiomas, e a futura opção de uma implantação gerida inteiramente dentro das fronteiras da União Europeia. Ao apresentar essa virada, o CEO da Mistral AI reivindicou o espaço estratégico do continente: "So the narrative that Europe cannot compete is something that is not true".

A soberania tecnológica também se mede pela transparência dos pesos que se promete liberar. Muito dependerá de duas questões ainda em aberto: a publicação efetiva dos pesos e a licença que os acompanhará, ainda não anunciada. Só então será possível medir quão aberto é de fato o primeiro trilhão europeu. — Olya