Mistral Large 4 queda detrás de cinco modelos abiertos chinos

Mistral presentó esta semana Mistral Large 4 (ML4), un modelo de un billón de parámetros que, según la empresa francesa, "empuja la frontera del rendimiento de pesos abiertos". La firma independiente de evaluación Artificial Analysis (AA) lo ubicó como el mejor modelo disponible fuera de Estados Unidos y China en su índice. El modelo, de tipo mezcla de expertos y entrenado en GPU Grace Blackwell de Nvidia, logró su mejor resultado en la prueba de ciberseguridad de extremo a extremo CyberGym-E2E-AA, aunque varios modelos abiertos chinos lo superan en el total, informó Tom's Hardware.

ML4 sacó 38 puntos en la versión 4.3.2 del Intelligence Index de AA, lo que según la firma lo convierte en "el modelo más inteligente de fuera de Estados Unidos y China", por delante de países como Corea del Sur y Emiratos Árabes Unidos. Al menos cinco modelos abiertos chinos puntuaron más alto. DeepSeek V4.1 Flash (max) llegó a 39, GLM-5.3-Flash a 42, Kimi K3 (max) a 44, GLM-5.3 (max) a 45 y MiMo-V2.6-Pro a 46.

MiMo-V2.6-Pro tiene un tamaño total comparable al de ML4. GLM-5.3-Flash mide cerca de un tercio, con 320.000 millones de parámetros totales y 18.000 millones activos, contra los 49.000 a 52.000 millones activos de ML4. A diferencia del resto, ML4 todavía no es abierto. Mistral dice que sus pesos llegarán "antes de fin de mes".

Puntajes de Artificial Analysis al 6 de octubre de 2026.

¿Cuánto cuesta usar Mistral Large 4?

El costo es otra historia. ML4 sale a 1,13 dólares por tarea del índice de AA con precio de lista, o 0,57 dólares con el descuento de lanzamiento de 50%. MiMo-V2.6-Pro cuesta 0,13 dólares y GLM-5.3-Flash 0,25 dólares por tarea. AA lo resume como más de cuatro veces el costo por tarea de los modelos de pesos abiertos con inteligencia parecida.

La tarifa estándar es de 1,36 dólares por millón de tokens de entrada y 4,18 dólares por millón de tokens de salida, con 0,14 dólares por millón de tokens de entrada en caché. Durante las primeras dos semanas el precio baja a la mitad, con 0,68 y 2,09 dólares.

El costo alto viene de que ML4 necesita 200 millones de tokens de salida para correr el índice de AA, contra una mediana de 81 millones. En velocidad generó 116,1 tokens por segundo, con 1,46 segundos hasta el primer token. Eso lo deja cerca de 33% más rápido que la mediana de su categoría y 2,6 veces más rápido en entregar el primer token. AA midió la velocidad sobre la API de Mistral, que según la empresa corre en el mismo hardware que se usó para entrenar el modelo.

En el gráfico de índice contra costo de AA, ML4 queda bajo la línea de Pareto y justo fuera del "cuadrante más atractivo".

El resultado en ciberseguridad

Pese a su precio, ML4 obtuvo lo que AA llama su "resultado más fuerte" y Mistral describe como "el más alto de cualquier modelo", con 81,7% en CyberGym-E2E-AA, contra 74% de GLM-5.3-Flash. Lo hizo con un modelo cuyo postentrenamiento, según Mistral, "sigue en curso".

El puntaje es una de las tres pruebas del Cyber Index. En las otras dos ML4 saca 16% en DeepsecBench-AA y 51% en CWE-Bench-AA. Aun así, la proyección de AA es que, cuando se publiquen los pesos, "quedará entre los tres mejores modelos de pesos abiertos del Cyber Index". Eso le deja espacio a ML4 en tareas más acotadas.

Puntajes de Artificial Analysis al 6 de octubre de 2026.

Mistral apuesta por ese terreno. Dice que ML4 es "el estado del arte entre los modelos abiertos" en cargas empresariales como "ciberseguridad, finanzas y derecho", y que en anclaje visual, donde entra su codificador de visión de 1.600 millones de parámetros, puede llegar a "superar incluso a modelos cerrados de frontera". En el Cyber Index de AA, según Mistral, ML4 queda "entre los cinco mejores modelos del mundo", y resuelve 93% de Cybench, un conjunto de 40 desafíos sacados de competencias de seguridad.

El CEO Arthur Mensch fue más lejos en Abu Dabi.

"Está por encima de los modelos chinos en ciertos aspectos, incluido el ciber", dijo, según informó Reuters.

Entre las demás cifras que entrega Mistral están 61,7% en DeepSWE v1.1, 49,8% en el Coding Agent Index, 59,9% en AutomationBench y 42% en Dense 200. El gráfico de AA ubica a ML4 en 27% en Terminal-Bench 4.0.

ML4 sí le gana al GPT-6 Luna (max) de OpenAI, que es cerrado, en CyberGym-E2E-AA. Pero Luna iguala los 38 puntos de ML4 en el índice de AA con cerca de un dieciseisavo del costo por tarea (0,07 dólares). Mistral dice que modelos de frontera como Claude Opus 5.5 y GPT-6 Astra "sacan casi cero en la misma prueba porque se niegan a hacer la tarea", y el gráfico de AA marca a los dos como modelos que rechazaron algunas tareas por motivos de seguridad.

Fuera de esa prueba, Mistral asegura que ML4 también supera a DeepSeek V4 Pro 0813 y a Qwen3.8 Max en el Coding Agent Index. Según AA, además es más barato que este último.

Documentos, imágenes y ventana de contexto

ML4 obtuvo 19% en GDP.pdf, una prueba de razonamiento sobre documentos e imágenes, a la par de MiMo-V2.6-Pro (19%) y detrás de Kimi K3 (22%). Son 18 puntos más que Mistral Large 3, en parte por mejoras en la API, que ahora acepta 100 imágenes por solicitud, contra 8 de los modelos anteriores de Mistral.

La ventana de contexto es de 512.000 tokens. El modelo recibe texto e imágenes y responde en texto. Hoy está disponible como Research Public Preview en la API de Mistral, con los pesos abiertos previstos para fines de octubre.

¿Cómo se entrenó?

ML4 fue "entrenado desde cero en 3.800 GPU NVIDIA Grace Blackwell en los propios centros de datos de Mistral en Europa", según la empresa. Large 3, lanzado el año pasado, se entrenó en 3.000 Nvidia H200 y era más chico, con 675.000 millones de parámetros totales y 41.000 millones activos. El entrenamiento de ML4 tomó "cerca de dos meses", informó VentureBeat.

Mistral levantó una Serie D de 3.000 millones de euros, que en su publicación llama "la mayor ronda de capital levantada por una empresa tecnológica europea". Mistral Compute tiene planificados 18.000 chips Grace Blackwell, según se anunció con Nvidia el año pasado. La empresa dice que está "ampliando de forma significativa nuestra capacidad de cómputo en nuestros propios centros de datos europeos", y que ML4 será la base de "una nueva generación de modelos Mistral especializados y optimizados". Cuando se publiquen, los pesos abiertos del modelo podrán correr en una nube privada o en servidores propios.

Los pesos, los detalles de arquitectura y más resultados de pruebas se esperan antes de fin de octubre. Hasta entonces, Artificial Analysis lista la versión preliminar como propietaria. Cuando lleguen los pesos el modelo podría evaluarse de nuevo, y las afirmaciones de Mistral quedarán a prueba.

Tom's Hardware cierra con una lectura. Los modelos europeos todavía tienen mucho que demostrar, y ML4 queda 8 puntos detrás de un modelo chino de tamaño parecido que además es mucho más barato. Aun así, Mistral produjo un modelo con al menos una aplicación de nicho, que puede servirle de base para acortar esa distancia.