Mistral publica los pesos de Mistral Large 4 («Le Chonk»), un modelo abierto de un billón de parámetros

Mistral AI ha publicado este jueves 29 de octubre, a las 15:21 hora de París, los pesos de Mistral Large 4, su modelo más grande, al que la empresa apoda «Le Chonk». Se trata de una versión mejorada del modelo lanzado en versión preliminar pública este mismo mes, ya disponible para su descarga en Hugging Face. Mistral lo presenta como el mejor modelo de pesos abiertos para código y destaca sus capacidades en ciberseguridad defensiva.

Qué se ha publicado

Según la ficha del modelo, Mistral Large 4 es un modelo multimodal de mezcla de expertos de aproximadamente un billón de parámetros. Por cada token, solo se utilizan 49 000 millones de parámetros (52 000 millones si se incluyen las capas de entrada y salida): el modelo selecciona 4 expertos entre 128, más un experto compartido. Admite texto e imágenes como entrada, responde en texto, gestiona un contexto de un millón de tokens y más de 160 idiomas, incluidas todas las lenguas oficiales de la Unión Europea.

Mistral subraya el origen del modelo: ha sido entrenado desde cero en 3800 GPU NVIDIA Grace Blackwell, en los propios centros de datos de la empresa en Europa. En comparación con la versión preliminar, la compañía afirma haber añadido tres semanas de aprendizaje por refuerzo, con avances centrados en programación y ciberseguridad, así como un razonamiento más eficiente en el consumo de tokens. El modelo ofrece tres niveles de razonamiento (low, medium y high, este último por defecto) para ajustar el equilibrio entre coste y precisión.

Además de los pesos completos, Mistral publica una versión cuantizada NVFP4, más ligera, pensada para las GPU Blackwell. Sigue siendo un modelo descomunal: los ejemplos de despliegue de la ficha técnica apuntan a un nodo de 8 GPU.

Las cifras presentadas por Mistral

Todos los resultados expuestos a continuación proceden de Mistral y no han sido verificados de manera independiente por Neural Brew:

• 19,7% en FrontierCode 2.0, un banco de pruebas privado de Cognition que evalúa si un mantenedor aceptaría la modificación de código propuesta por el agente; Mistral se sitúa aquí a la cabeza de los modelos abiertos comparados.
• 48% en el Coding Agent Index de Artificial Analysis, empatado con GLM-5.3 según Mistral, pero con un 47% menos de tokens por tarea de media.
• 41% en Terminal-Bench 4.0, lo que supone 13 puntos más que en la versión preliminar, según Mistral.
• 51% en el Cyber Index de Artificial Analysis, que mide la capacidad de detectar, reproducir y corregir vulnerabilidades, junto con una tasa media de rechazo del 96,6% ante peticiones de ciberataques maliciosos.
• 26 en el Intelligence Index v5 de Artificial Analysis. La ficha reconoce que los mejores modelos abiertos chinos obtienen mejores resultados en este índice global y presenta a Large 4 como el líder entre los modelos abiertos occidentales.

En una evaluación a ciegas de Surge citada por Mistral, las respuestas de código de Large 4 se prefieren a las de GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash, pero no a las de Claude Opus 5.5.

Una licencia abierta, con una excepción

El modelo se publica bajo la Mistral Ecosystem Open-Weight License, una versión modificada de la licencia MIT. Puede utilizarse, modificarse, reentrenarse y redistribuirse, incluso con fines comerciales. La excepción afecta a las empresas que explotan una actividad de «modelo como servicio», es decir, que proporcionan a terceros acceso al modelo mediante API o puntos de acceso alojados: estas deben firmar una licencia comercial independiente con Mistral. El uso interno y la integración del modelo en una función específica de un producto no se ven afectados.

Dónde utilizarlo

Mistral anuncia la disponibilidad del modelo en Mistral Studio, en su API (identificador mistral-large-4), en OpenRouter, en su agente de código Vibe Code, en NVIDIA (puntos de acceso alojados y contenedor NIM) y en Microsoft Foundry, presentado como el primer proveedor de nube en ofrecerlo. Los pesos pueden desplegarse con vLLM o SGLang. El día anterior, Mistral también abrió una API compatible con el formato Responses de OpenAI, que detallamos en nuestro artículo del 28 de octubre.

El apartado de ciberseguridad, bajo vigilancia

Mistral ha encargado pruebas del modelo a empresas de seguridad como CrowdStrike, Cloudflare, Zscaler y Rubrik, y cita asimismo a la ENISA, la agencia europea para la ciberseguridad. La compañía reconoce una limitación: al observar el uso real desde la versión preliminar, detecta un «potencial para facilitar ataques reales», aun cuando el modelo rechazaba ataques dirigidos contra objetivos concretos, y afirma estar modificando sus barreras de seguridad en consecuencia. Una variante especializada para pruebas de penetración queda reservada a determinados socios, como Orange Cyberdefense, previa verificación y bajo contrato.