Mistral presentó Mistral Large 4, un modelo de lenguaje de un billón de parámetros que la propia empresa francesa bautizó en broma como Le Chonk, por un meme de gatos, informó The Register el 6 de octubre. Es el lanzamiento de pesos abiertos más grande en la historia de la compañía.
Con un billón de parámetros, el modelo entra en el terreno de los modelos de frontera. Como la mayoría de ellos, es multimodal, razona y usa una arquitectura de mezcla de expertos (MoE) con cerca de 49.000 millones de parámetros activos, lo que baja el costo de servirlo.
¿Qué hardware hace falta para correrlo?
Mistral no entregó requisitos de hardware en el blog del lanzamiento. Según The Register, el modelo es lo bastante chico para correr con soltura en servidores de ocho GPU como el HGX B300 de Nvidia o el MI355X de AMD.
Del hardware de entrenamiento se sabe bastante más. Mistral dice que lo entrenó con unas 3.800 GPU Grace Blackwell, cerca de 52 racks NVL72, en sus propios centros de datos en Europa. El corpus abarca más de 160 idiomas y el entrenamiento combinó preentrenamiento supervisado con aprendizaje por refuerzo.
La IA soberana sigue siendo prioridad en Europa, y Mistral aprovecha la demanda de modelos de frontera entrenados y operados dentro de las fronteras del continente.
¿Cuándo se pueden descargar los pesos?
El modelo está en vista previa. Mistral espera publicar los pesos en Hugging Face y otros repositorios dentro del mes. Mientras tanto, se puede probar por la API de Mistral.
Cómo le va en las pruebas independientes
Las primeras mediciones de Artificial Analysis dejan a Mistral Large 4 bastante atrás de los modelos insignia de OpenAI y Anthropic. En el índice de inteligencia de esa firma, la vista previa queda entre DeepSeek V4.1 Flash y GPT6 Luna, el modelo de entrada de OpenAI.
Contra los modelos de pesos abiertos de Estados Unidos el resultado cambia. Mistral Large 4 supera con amplio margen a Inkling, de Thinking Machines Lab, que es el modelo abierto estadounidense más capaz. Entre los modelos descargables que no vienen de China, Mistral queda bien parado.
Los benchmarks de la propia Mistral cuentan una historia más optimista. En programación, tareas agénticas, finanzas y derecho, la empresa muestra su modelo peleando de igual a igual con los mejores modelos chinos de Alibaba, Moonshot, Z.AI y DeepSeek. The Register recomienda tomar esos gráficos con cautela.
La apuesta por la ciberseguridad
Mistral destaca el rendimiento de Large 4 en tareas de ciberseguridad. Según la empresa, está entre los mejores del Cyber index, un índice nuevo de Artificial Analysis. Es un dardo contra los modelos propietarios de OpenAI y Anthropic, que tienden a rechazar tareas de seguridad que puedan parecer ofensivas.
Ese rechazo es un problema para quien usa IA en ejercicios de red team sobre sus propios sistemas, buscando vulnerabilidades antes de que las encuentre otro. Mistral lo planteó así en su blog:
"Los rechazos a nivel de proveedor pueden bloquear investigación legítima de vulnerabilidades y respuesta a incidentes, y perder el acceso a una capacidad en medio de un incidente puede convertirse en sí mismo en un riesgo de seguridad crítico. ML4 combina un rendimiento cibernético de primer nivel con pesos abiertos y despliegue propio, y le da a las organizaciones tanto la capacidad como la autonomía para ejecutar trabajo avanzado de seguridad bajo sus propias políticas", escribió Mistral.
El primero de una serie
Según Mistral, Large 4 es el primero de una serie de modelos financiados con la ronda Serie D de 3.000 millones de euros (unos 3.400 millones de dólares) que cerró el mes pasado. La empresa espera que el rendimiento mejore a medida que siga aplicando aprendizaje por refuerzo, lo que apunta a un Mistral Large 4.1 en camino.
