Mistral Large 4: Europa apuesta un billón de parámetros a los pesos abiertos

El 6 de octubre, Mistral AI puso un modelo de un billón de parámetros en vista previa pública y le dio un apodo: Le Chonk. El laboratorio francés afirma que Mistral Large 4 es el modelo de pesos abiertos más potente surgido de Estados Unidos o Europa. Los pesos en sí no se publicarán hasta el 27 de octubre, pero la API ya está activa y los benchmarks ya son públicos.

El apodo es un guiño, pero los números que hay detrás no son pequeños. Large 4 tiene 1,05 billones de parámetros totales en una arquitectura dispersa de mezcla de expertos y activa alrededor de 49.000 millones de ellos en cualquier tarea determinada. La propia documentación de Mistral redondea 52.000 millones activos en un lugar, y primeros informes citaban 49.000 millones en otro. En cualquier caso, el objetivo de diseño es el mismo que persigue ahora todo gran laboratorio: obtener la capacidad de un modelo muy grande sin pagar por ejecutarlo entero en cada token.

Qué hay realmente dentro

El modelo es nativamente multimodal. Mistral emparejó la columna vertebral del lenguaje con un codificador de imágenes separado de 1.600 millones de parámetros, y maneja tanto texto como imágenes. La ventana de contexto alcanza un millón de tokens. Los datos de entrenamiento tenían un fuerte sesgo multilingüe, cubriendo más de 160 idiomas, incluidos todos los idiomas oficiales de la Unión Europea.

Mistral entrenó Large 4 desde cero en aproximadamente 3.800 a 4.000 GPU Nvidia Grace Blackwell dentro de sus propios centros de datos europeos, durante unos dos meses. El mismo hardware ahora sirve la vista previa pública. La empresa también dice que el aprendizaje por refuerzo sigue ejecutándose en el modelo, por lo que espera que los números cambien en las próximas semanas.

La tabla de benchmarks, leída con atención

En codificación agéntica, Mistral reporta 61,7 % en DeepSWE v1.1, 59,4 % en SWE-Atlas-QnA y 28,3 % en Terminal-Bench 4, para un índice combinado de agente de codificación del 49,8 %. Esa cifra, según la empresa, supera por poco a DeepSeek V4 Pro 0813 y Qwen3.8 Max. En AutomationBench, que ejecuta 657 flujos de trabajo empresariales en herramientas como Gmail, Google Sheets, Slack y Salesforce, Large 4 obtuvo 59,9 %.

La afirmación más interesante es sobre el anclaje visual. En el benchmark Dense 200, que mide qué tan bien puede un modelo localizar un objeto específico dentro de una imagen, Mistral sitúa a Large 4 en 42 %, un punto por encima de GPT-6 Astra, con 41 %. Una diferencia de un punto en una sola evaluación no es un golpe definitivo, y no debería interpretarse como tal. Pero es el tipo de tarea en la que los modelos abiertos han ido por detrás de los cerrados, así que un empate merece mención.

La ciberseguridad es donde el tono cambia del marketing al argumento. Mistral dice que Large 4 se ubica entre los cinco primeros a nivel mundial en el Artificial Analysis Cyber Index. Reporta una tasa de éxito del 82 % al reproducir y parchear vulnerabilidades reales en software de código abierto, y del 93 % en Cybench, un conjunto de 40 problemas de competición de seguridad. La empresa también hace una observación punzante: algunos modelos cerrados se niegan por completo a reproducir una vulnerabilidad, porque la solicitud parece actividad ofensiva, lo que lleva sus puntuaciones cerca de cero en esas mismas pruebas.

Una evaluación a ciegas cuenta una historia más fundamentada. En una prueba realizada con Surge AI, revisores profesionales puntuaron el código generado en una escala de cinco puntos sin saber qué modelo lo había escrito. Large 4 obtuvo 3,74. Claude Opus 5 obtuvo 4,22, y GLM-5.3 obtuvo 3,60. Así que, en calidad de código según el juicio humano, Large 4 queda segundo entre los cinco modelos comparados, por delante de los competidores abiertos, pero por detrás del líder cerrado.

Todas estas cifras provienen de Mistral. Son preliminares, están autodeclaradas y ninguna parte independiente las ha reproducido todavía. Hay que considerarlas una afirmación inicial sólida, no un resultado definitivo.

Precios y la apuesta por los pesos abiertos

La API ya está disponible a través de Mistral Studio y OpenRouter. El precio de lista es de 1,36 $ por millón de tokens de entrada y 4,18 $ por millón de tokens de salida, con una promoción de lanzamiento a la mitad de esas tarifas, 0,68 $ y 2,09 $. El 27 de octubre llegarán los pesos, y cualquiera podrá descargarlos y ejecutar Large 4 en su propio hardware sin alquilar el acceso.

Esa última parte es toda la estrategia. Mistral no puede gastar más que OpenAI o Anthropic en cómputo, ni igualar el ritmo de lanzamientos de los laboratorios chinos de pesos abiertos que publican modelos grandes casi cada mes. Lo que puede ofrecer es control. Una empresa con normas de residencia de datos, o un equipo de seguridad que necesita un modelo que ayude a reproducir una vulnerabilidad sin que un proveedor rechace la solicitud, obtiene algo que un modelo cerrado alojado no proporciona. Mistral se vuelca de lleno en ese argumento y describe Large 4 como forjado en Europa de principio a fin y desplegable desde Europa a través de su propia nube.

El momento competitivo deja claro lo que está en juego. Reflection AI, un laboratorio respaldado por Nvidia, lanzó un modelo de pesos abiertos de 501.000 millones de parámetros el 5 de octubre, un día antes de Large 4. Laboratorios chinos como Alibaba, Z.ai, Moonshot y DeepSeek han pasado los últimos dos meses lanzando modelos abiertos potentes de forma continua. Los analistas que siguen la convergencia de benchmarks informan que la brecha entre modelos de pesos abiertos y propietarios se ha reducido en tareas de razonamiento seleccionadas, y que los precios de las API propietarias premium han caído como resultado. Mistral entra en un mercado donde ser el modelo abierto más grande vale menos que ser el más confiable, y la confianza se construye sobre las licencias y las opciones de despliegue, no sobre el número de parámetros.

El red-teaming de ciberseguridad sigue la misma lógica. Antes de que se publiquen los pesos, Mistral está dando a socios verificados y autoridades estatales acceso al mismo modelo «con moderación reducida y capacidades cibernéticas ampliadas». La empresa argumenta que las negativas a nivel de proveedor pueden bloquear una respuesta legítima a incidentes, y que perder acceso a una herramienta en mitad de un incidente es en sí mismo un riesgo.

El lanzamiento también llega en un momento concreto. Mistral cerró recientemente una ronda de financiación que llevó su valoración por encima de los 24.000 millones de dólares, con Samsung entre los nuevos inversores. Reflection AI lanzó un modelo abierto de 501.000 millones de parámetros solo un día antes. El nivel de pesos abiertos se está abarrotando, y el diferenciador ya no es el tamaño bruto.

Qué cambia esto y qué no

Large 4 no cierra la brecha con los mejores modelos cerrados en todas las tareas, y Mistral no llega a afirmar que lo haga. Lo que hace es reducir la brecha en un puñado de trabajos que importan a las empresas, y combinar eso con una propuesta de licencias y despliegue que esas empresas realmente necesitan. Si los pesos del 27 de octubre resisten las pruebas externas, la pregunta práctica deja de ser si un modelo abierto es suficientemente bueno en abstracto y pasa a ser si lo es para un trabajo concreto y bien definido.

La afirmación más inusual que hay que observar es la relacionada con la ciberseguridad. Un modelo que ayuda a los equipos de seguridad a parchear vulnerabilidades reales, ejecutado bajo sus propias políticas, en su propio hardware, es un tipo de producto diferente de un chatbot que rechaza la solicitud. Si eso se sostiene, puede importar más que unos pocos puntos en un benchmark de codificación. Si los evaluadores externos descubren que la cifra del 82 % no se traslada fuera de la propia configuración de Mistral, la propuesta se reduce de nuevo a precio y portabilidad, que es un lugar abarrotado.

En cualquier caso, Europa ya tiene un buque insignia propio del que discutir. Esa discusión empieza de verdad el 27 de octubre.