Mistral pubblica i pesi di Mistral Large 4 («Le Chonk»), un modello aperto da mille miliardi di parametri

Mistral AI ha pubblicato questo giovedì 29 ottobre, alle 15:21 ora di Parigi, i pesi di Mistral Large 4, il suo modello più grande, soprannominato dall’azienda «Le Chonk». Si tratta di una versione migliorata del modello rilasciato in anteprima pubblica nelle scorse settimane di questo mese, ora scaricabile da Hugging Face. Mistral lo presenta come il miglior modello a pesi aperti per la programmazione e pone l’accento sulle sue capacità nell’ambito della sicurezza informatica difensiva.

Che cosa è stato pubblicato

Secondo la scheda del modello, Mistral Large 4 è un modello multimodale a miscela di esperti da circa 1.000 miliardi di parametri. Per ogni token vengono utilizzati solo 49 miliardi di parametri (52 miliardi contando i livelli di input e output): il modello seleziona 4 esperti su 128, oltre a un esperto condiviso. Accetta in input testo e immagini, risponde sotto forma di testo e gestisce una finestra di contesto da un milione di token e più di 160 lingue, comprese tutte le lingue ufficiali dell’Unione europea.

Mistral sottolinea l’origine del modello: è stato addestrato da zero su 3.800 GPU NVIDIA Grace Blackwell, all’interno dei data center proprietari dell’azienda in Europa. Rispetto all’anteprima, la società dichiara di aver aggiunto tre settimane di apprendimento per rinforzo, ottenendo progressi soprattutto nel codice e nella cybersicurezza, oltre a un ragionamento più parco nell’uso dei token. Il modello propone tre livelli di ragionamento (low, medium e high, quest’ultimo predefinito), consentendo di scegliere il bilanciamento ideale tra costi e precisione.

Oltre ai pesi completi, Mistral ha rilasciato una versione quantizzata NVFP4, più leggera e ottimizzata per le GPU Blackwell. Rimane comunque un modello imponente: gli esempi di distribuzione forniti nella scheda tecnica fanno riferimento a un nodo da 8 GPU.

I numeri dichiarati da Mistral

Tutti i risultati riportati di seguito sono stati forniti da Mistral e non sono stati verificati in modo indipendente da Neural Brew:

• 19,7% su FrontierCode 2.0, un benchmark privato di Cognition che valuta se un maintainer accetterebbe la modifica al codice proposta dall’agente; Mistral si posiziona qui in testa tra i modelli aperti messi a confronto.
• 48% sul Coding Agent Index di Artificial Analysis, a pari merito con GLM-5.3 secondo Mistral, ma con in media il 47% di token in meno per attività.
• 41% su Terminal-Bench 4.0, vale a dire 13 punti in più rispetto all’anteprima, stando a Mistral.
• 51% sul Cyber Index di Artificial Analysis, che misura la capacità di individuare, riprodurre e correggere vulnerabilità, oltre a un tasso di rifiuto medio del 96,6% sulle richieste di cyberattacchi malevoli.
• 26 sull’Intelligence Index v5 di Artificial Analysis. La scheda ammette che i migliori modelli aperti cinesi ottengono punteggi più alti su questo indice complessivo, ma presenta Large 4 come il migliore tra i modelli aperti occidentali.

In una valutazione alla cieca condotta da Surge e citata da Mistral, le risposte relative al codice generate da Large 4 sono state preferite a quelle di GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash, ma non a quelle di Claude Opus 5.5.

Una licenza aperta, con un’eccezione

Il modello è rilasciato sotto la Mistral Ecosystem Open-Weight License, una versione modificata della licenza MIT. Può essere utilizzato, modificato, riaddestrato e ridistribuito, anche a fini commerciali. L’eccezione riguarda le aziende che operano fornendo un servizio di tipo «modello come servizio», ovvero che offrono a terzi l’accesso al modello tramite API o endpoint ospitati: tali realtà devono siglare una licenza commerciale separata con Mistral. L’utilizzo interno e l’integrazione del modello all’interno di una funzionalità specifica di un prodotto non sono soggetti a questa restrizione.

Dove utilizzarlo

Mistral ha annunciato l’integrazione del modello in Mistral Studio, sulla propria API (identificatore mistral-large-4), su OpenRouter, nel suo agente per il codice Vibe Code, presso NVIDIA (endpoint ospitati e container NIM) e su Microsoft Foundry, indicato come il primo fornitore cloud a offrirlo. I pesi possono essere distribuiti tramite vLLM o SGLang. Il giorno precedente, Mistral aveva inaugurato anche un’API compatibile con il formato Responses di OpenAI, di cui abbiamo parlato approfonditamente nel nostro articolo del 28 ottobre.

Il fronte della sicurezza informatica, sotto stretta osservazione

Mistral ha sottoposto il modello a test condotti da aziende specializzate in sicurezza, tra cui CrowdStrike, Cloudflare, Zscaler e Rubrik, citando inoltre l’ENISA, l’Agenzia dell’Unione europea per la cibersicurezza. L’azienda riconosce tuttavia un limite: osservando l’utilizzo reale a partire dalla versione di anteprima, ha rilevato un «potenziale di supporto a veri e propri attacchi», pur precisando che il modello rifiutava le offensive rivolte a bersagli reali, e dichiara di essere al lavoro per aggiornare i propri filtri di protezione. Una variante concepita specificamente per i test di penetrazione è riservata a partner selezionati, tra cui Orange Cyberdefense, previa verifica e con accordo contrattuale.