Mistral Large 4 con pesos abiertos: un billón de parámetros y una brecha por explicar

Mistral AI ha puesto a disposición los pesos de Mistral Large 4, apodado «Le Chonk», en el repositorio mistralai/Mistral-Large-4-1T-A52B de Hugging Face. La página oficial no indica fecha. Según Vals AI y la prensa especializada, la publicación se produjo el 29 de octubre de 2026, justo antes del plazo de fin de mes anunciado el 6 de octubre, cuando el modelo se presentó como vista previa disponible solo por API. La model card lo describe como un Mixture-of-Experts nativamente multimodal: recibe texto e imágenes y genera texto. Tiene alrededor de un billón de parámetros totales y 128 expertos enrutados, de los cuales 4 están activos por token, más un experto compartido. Los parámetros activos son 49.000 millones, o 52.000 millones si se incluyen los embeddings y las capas de salida, y de ahí surge la discrepancia entre las fuentes. Completan el cuadro una ventana de contexto de un millón de tokens y una cabeza de borrador integrada para la decodificación especulativa, DSpark, que según Mistral multiplica el rendimiento hasta por 1,9, según el hardware y la carga.

Respecto a la vista previa, Mistral declara tres semanas adicionales de aprendizaje por refuerzo en programación y ciberseguridad defensiva, además de tres modos de razonamiento: Low, Medium y High, este último predeterminado. Las cifras que da la empresa son estas. En Terminal-Bench 4.0 la puntuación sube del 28 % de la vista previa, también autodeclarado, al 41 %, con un 30 % menos de tokens de salida. En el Artificial Analysis Coding Agent Index el modelo obtiene un 48 %, a la par de GLM-5.3 pero con un 47 % menos de tokens por tarea. Le siguen un 19,7 % en FrontierCode 2.0 de Cognition y un 84,5 % en BrowseComp. En cuanto a seguridad, Mistral informa de un 97,1 % de resistencia a ataques en B3 Agent Security y una tasa media de rechazo de solicitudes cibernéticas maliciosas del 96,6 %: son resultados medidos en esas pruebas, no garantías sobre el comportamiento de un sistema en producción. La model card atribuye al modelo 26 puntos en el Artificial Analysis Intelligence Index v5, que Mistral presenta como el valor más alto entre los modelos occidentales de pesos abiertos. Vals AI sitúa el modelo en el puesto 17 de 32 en su Vals Index, con un 56,53 %. En el único benchmark medido por ambos, Terminal-Bench 4.0, obtiene un 26,26 % (puesto 26 de 59), frente al 41 % declarado por Mistral. El informe técnico completo está anunciado, pero aún no se ha publicado.

La licencia, Mistral Ecosystem Open-Weight License, se describe como una versión modificada de la MIT. Permite el uso, la modificación, el fine-tuning y el uso comercial, pero quien ofrezca el modelo como servicio debe obtener de Mistral una licencia comercial aparte. Qué implica en concreto esta cláusula para los proveedores de nube externos todavía no está claro. Según la model card, el entrenamiento empleó unas 3.800 GPU NVIDIA Grace Blackwell, sobre infraestructura europea según Mistral. Los ejemplos de despliegue usan un nodo de 8 GPU con vLLM o SGLang, pero son configuraciones de referencia: no se han publicado requisitos mínimos oficiales de hardware. También existe un checkpoint cuantizado NVFP4 para GPU Blackwell. Por API, el precio indicado por Mistral es de 0,70 dólares por millón de tokens de entrada, 0,07 por la entrada en caché y 2,10 por la salida. El modelo está disponible también en Mistral Studio, OpenRouter, endpoints de NVIDIA y Microsoft Foundry, y Mistral asegura que habla con fluidez todas las lenguas oficiales de la Unión Europea.

El lanzamiento llega a un mercado de pesos abiertos dominado por laboratorios chinos, con modelos como GLM, Kimi, DeepSeek y Qwen, y Mistral lo presenta como una herramienta de soberanía tecnológica europea, en particular para la ciberseguridad. La empresa anuncia una variante especializada en vista previa para socios seleccionados, entre ellos Orange Cyberdefense, con verificaciones y garantías contractuales. Añade que actualizará sus salvaguardas tras haber observado en el tráfico real, en sus palabras, «un potencial de ayuda para llevar a cabo ataques reales». El CEO de Orange Cyberdefense, Hugues Foulon, declaró: «With Mistral AI, we are building European cyber AI, trained by our experts and operated under their control» («Con Mistral AI estamos construyendo una IA cibernética europea, entrenada por nuestros expertos y gestionada bajo su control»). El VP de Producto de Hugging Face, Jeff Boudier, comentó: «AI sovereignty isn't about choosing which API to call» («la soberanía en IA no consiste en elegir a qué API llamar»). Un billón de parámetros con pesos abiertos, firmado por un laboratorio europeo, es un hecho. El 41 % en Terminal-Bench, por ahora, sigue siendo una declaración de Mistral, y la única medición externa disponible dice 26,26 %. Antes de dar más peso a una de las dos cifras, espero al informe técnico. — Olya