Mistral publica os pesos do Mistral Large 4 (“Le Chonk”), um modelo aberto de 1 trilhão de parâmetros

A Mistral AI publicou nesta quinta-feira, 29 de outubro, às 15h21 (horário de Paris), os pesos do Mistral Large 4, seu maior modelo, que a empresa apelida de “Le Chonk”. Trata-se de uma versão aprimorada do modelo lançado em prévia pública neste mês, agora disponível para download no Hugging Face. A Mistral o apresenta como o melhor modelo de pesos abertos para programação e destaca suas capacidades em cibersegurança defensiva.

O que foi publicado

De acordo com a ficha técnica do modelo, o Mistral Large 4 é um modelo multimodal de mistura de especialistas com cerca de 1 trilhão de parâmetros. Para cada token, apenas 49 bilhões de parâmetros são utilizados (52 bilhões contabilizando as camadas de entrada e saída): o modelo seleciona 4 especialistas entre 128, além de um especialista compartilhado. Ele aceita texto e imagens como entrada, responde em texto, suporta uma janela de contexto de 1 milhão de tokens e mais de 160 idiomas, incluindo todas as línguas oficiais da União Europeia.

A Mistral enfatiza a origem do modelo: ele foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell, nos próprios data centers da empresa na Europa. Em relação à versão prévia, a companhia afirma ter adicionado três semanas de aprendizado por reforço, com avanços principalmente em código e cibersegurança, além de um raciocínio mais econômico no consumo de tokens. O modelo oferece três níveis de raciocínio (low, medium e high, sendo este último o padrão), permitindo equilibrar custo e precisão.

Além dos pesos completos, a Mistral disponibilizou uma versão quantizada em NVFP4, mais leve e projetada para GPUs Blackwell. Ainda assim, trata-se de um modelo muito grande: os exemplos de implantação na ficha técnica apontam para um nó com 8 GPUs.

Os números apresentados pela Mistral

Todos os resultados abaixo foram fornecidos pela Mistral e não foram verificados de forma independente pelo Neural Brew:

• 19,7% no FrontierCode 2.0, um benchmark privado da Cognition que avalia se um mantenedor aceitaria a alteração de código sugerida pelo agente; a Mistral se posiciona na liderança entre os modelos abertos comparados.
• 48% no Coding Agent Index da Artificial Analysis, empatado com o GLM-5.3 segundo a Mistral, mas com 47% menos tokens por tarefa em média.
• 41% no Terminal-Bench 4.0, um avanço de 13 pontos em relação à versão prévia, de acordo com a Mistral.
• 51% no Cyber Index da Artificial Analysis, que mede a capacidade de encontrar, reproduzir e corrigir vulnerabilidades, além de uma taxa média de recusa de 96,6% em solicitações de ciberataques maliciosos.
• 26 no Intelligence Index v5 da Artificial Analysis. A ficha técnica reconhece que os melhores modelos abertos chineses apresentam desempenho superior nesse índice geral e posiciona o Large 4 como o líder entre os modelos abertos ocidentais.

Em uma avaliação às cegas da Surge citada pela Mistral, as respostas de código do Large 4 foram preferidas em relação às do GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash, mas não em relação às do Claude Opus 5.5.

Uma licença aberta, com uma exceção

O modelo foi lançado sob a Mistral Ecosystem Open-Weight License, uma versão modificada da licença MIT. É permitido usá-lo, modificá-lo, retreiná-lo e redistribuí-lo, inclusive para fins comerciais. A exceção aplica-se a empresas que operam atividades de “modelo como serviço”, ou seja, que fornecem a terceiros acesso ao modelo via API ou endpoints hospedados: essas empresas precisam assinar uma licença comercial separada com a Mistral. O uso interno e a integração do modelo em uma funcionalidade específica de um produto não são afetados.

Onde utilizá-lo

A Mistral anunciou o modelo no Mistral Studio, em sua API (identificador mistral-large-4), no OpenRouter, em seu agente de código Vibe Code, na NVIDIA (endpoints hospedados e contêiner NIM) e no Microsoft Foundry, apontado como o primeiro provedor de nuvem a oferecê-lo. Os pesos podem ser implantados com vLLM ou SGLang. Na véspera, a Mistral também havia lançado uma API compatível com o formato Responses da OpenAI, que detalhamos em nosso artigo de 28 de outubro.

A área de cibersegurança, sob monitoramento

A Mistral submeteu o modelo a testes realizados por empresas de segurança, incluindo CrowdStrike, Cloudflare, Zscaler e Rubrik, citando também a ENISA, a agência europeia para a cibersegurança. A empresa reconhece uma limitação: ao monitorar o uso real desde a versão prévia, constatou um “potencial para auxiliar ataques reais”, ainda que o modelo recusasse ataques contra alvos reais, e afirma estar ajustando suas proteções em conformidade. Uma variante especializada para testes de invasão foi reservada para parceiros, como a Orange Cyberdefense, mediante verificação e sob contrato.