Mistral Large 4 es la respuesta europea de un billón de parámetros a los modelos de EE. UU. que rechazan trabajos de seguridad

Mistral Large 4 es la respuesta europea de un billón de parámetros a los modelos de EE. UU. que rechazan trabajos de seguridad

Puntos clave

• Mistral ha lanzado una vista previa de Mistral Large 4, un modelo de un billón de parámetros entrenado en Europa. Se espera que los pesos lleguen a finales de octubre.
• En el Intelligence Index de Artificial Analysis, el modelo salta a 38 puntos, pero aún queda muy por detrás de modelos cerrados líderes como Claude Opus 5.5.
• El principal punto de venta de Mistral es la seguridad informática: el modelo reproduce y corrige vulnerabilidades de software que competidores como Claude y GPT-6 se niegan a tocar debido a sus filtros de seguridad.

Mistral ha presentado Mistral Large 4, su modelo más grande hasta la fecha. Tiene un billón de parámetros y fue entrenado en los centros de datos europeos de la propia compañía. En un índice independiente, el modelo da un gran salto adelante, pero todavía se queda muy lejos de los modelos cerrados líderes. El principal argumento de Mistral es que maneja tareas de seguridad que Claude y GPT-6 se niegan a tocar.

Mistral ha lanzado una vista previa pública de Mistral Large 4 (ML4), apodado "le Chonk". La API está disponible ahora a través de Mistral Studio. Se espera que los pesos del modelo sigan a finales de octubre.

Según Mistral, ML4 es un modelo nativamente multimodal con un billón de parámetros, de los cuales 49 mil millones están activos. En X, la compañía afirma que ML4 es el mejor modelo de pesos abiertos de EE. UU. o Europa en benchmarks agregados. Asegura un rendimiento de vanguardia en defensa cibernética, manufactura y finanzas, y dice que supera incluso a modelos cerrados de frontera en visual grounding.

Un gran salto para Mistral, pero Claude sigue liderando por 20 puntos

Una mirada independiente proviene del Intelligence Index de Artificial Analysis, que agrega diez benchmarks de diferentes dominios. ML4 obtiene 38 puntos allí. Es un gran avance para Mistral: su predecesor, Mistral Large 3, apenas logró 9 puntos en el índice, y el más reciente Mistral Medium 3.5 alcanzó 14. Con 38 puntos, ML4 también supera por poco a GLM-5.2 de Z.ai, que Mistral ofrece en su propia plataforma. Pero la brecha con los primeros sigue siendo grande. Claude Opus 5.5 (Max) lidera con 58 puntos.Anuncio

Hasta que se envíen los pesos, Mistral está realizando pruebas de seguridad (red-teaming) del modelo con empresas de seguridad, socios verificados y agencias gubernamentales. Estos grupos reciben la misma versión con moderación reducida y capacidades cibernéticas ampliadas.

La ventaja de Mistral en ciberseguridad se debe en parte a que sus rivales rechazan la tarea

Mistral dedica la mayor parte de su anuncio a la seguridad informática. En el Artificial Analysis Cyber Index, ML4 se sitúa entre los cinco mejores modelos del mundo, según la compañía. Entre los modelos de pesos abiertos desarrollados fuera de China, lidera con un amplio margen.

Una prueba pide a un modelo reproducir una vulnerabilidad real en software de código abierto y luego corregirla. ML4 alcanza el 82 por ciento, la puntuación más alta de cualquier modelo. La razón, sin embargo, es inusual. Según Mistral, Claude Opus 5.5 y GPT-6 Astra obtienen puntuaciones cercanas a cero porque rechazan la tarea por completo. Así, la prueba mide tanto las políticas de los proveedores como las capacidades de los modelos.

Mistral convierte esto en un argumento de venta. Defender software suele empezar por demostrar que una vulnerabilidad es real, argumenta la empresa. Los filtros de seguridad de los modelos cerrados bloquean exactamente ese tipo de trabajo, mientras que los atacantes hacen jailbreak a esos mismos modelos de todos modos. Perder el acceso a un proveedor a mitad de un incidente puede convertirse en sí mismo en un riesgo de seguridad, añade Mistral. ML4 está diseñado para ejecutarse también en nubes privadas o en instalaciones propias.Ad

Al mismo tiempo, Mistral presume de altas tasas de rechazo. En indicaciones cibernéticas maliciosas de JailbreakBench, StrongREJECT y AgentHarm, ML4 se niega más a menudo que cualquier otro modelo abierto. Cómo distingue el modelo de manera fiable la investigación legítima de vulnerabilidades de la preparación de ataques, Mistral no lo explica. En el B3 AI Security Benchmark de Lakera, ML4 bloquea el 93.3 por ciento de los ataques, según la empresa.

ML4 ocupa el segundo lugar en programación, por delante de Deepseek y Qwen

En programación, ML4 obtiene un 49.8 por ciento en el Artificial Analysis Coding Agent Index, colocándolo por delante de Deepseek V4 Pro y Qwen3.8 Max. Mistral también realizó una evaluación ciega con Surge AI, en la que anotadores profesionales calificaron la calidad del código sin saber qué modelo lo había producido. ML4 quedó segundo de cinco modelos con 3.74 de 5 puntos, por delante de GLM-5.3 y Kimi K3. Claude Opus 5 lideró con 4.22 puntos.

En comprensión de imágenes, Mistral afirma una mejora importante. Se supone que ML4 puede analizar documentos, gráficos, imágenes satelitales en gigapíxeles y planos técnicos, haciendo zoom y verificando detalles por su cuenta. Aunque la ventaja sobre los modelos cerrados es mínima. En el benchmark Dense 200, ML4 obtiene un 42 por ciento mientras que GPT-6 Astra alcanza un 41 por ciento. Según una evaluación de Vals.ai, ML4 también supera a GPT-6 Astra en tareas legales y financieras.

La soberanía europea como modelo de negocio

Mistral dice que ML4 fue entrenado desde cero en 3,800 GPU Nvidia Grace Blackwell en sus propios centros de datos europeos. La vista previa se ejecuta en la misma infraestructura. Junto con las ofertas en varias regiones, Mistral planea una variante europea que opera completamente por su cuenta, independiente de otros proveedores de servicios y bajo la ley europea. Los datos de entrenamiento cubren más de 160 idiomas, incluidos todos los idiomas oficiales de la UE.

El entrenamiento se realizó en colaboración con empresas de finanzas, manufactura, logística, farmacéutica, transporte marítimo y el sector público, según Mistral. La empresa utilizó el mismo entorno de entrenamiento y RL que ofrece a los clientes a través de Mistral Forge. Para el post-entrenamiento con aprendizaje por refuerzo, Mistral usa alrededor de 3,000 GPU. Una sola ejecución de entrenamiento genera aproximadamente 33 mil millones de tokens por día.

El entrenamiento aún no ha terminado

La ejecución de RL detrás de la vista previa aún está en curso y no muestra signos de estancarse, dice Mistral. La empresa espera mejoras significativas en las próximas semanas. La expansión de cómputo está financiada por la ronda Series D de 3 mil millones de euros, la mayor ronda de capital jamás levantada por una empresa tecnológica europea.

Por ahora queda mucho por aclarar. Según la documentación del modelo, ML4 utiliza una arquitectura de mezcla de expertos de grano fino con 1.05 billones de parámetros totales y un codificador de visión de 1.6 mil millones de parámetros. La ventana de contexto abarca un millón de tokens. Mistral planea publicar los detalles de la arquitectura, la licencia y los métodos de post-entrenamiento junto con los pesos a finales de mes.

Durante la vista previa, Mistral cobra $0.68 por millón de tokens de entrada y $2.09 por millón de tokens de salida. Las entradas en caché cuestan $0.07. La documentación también enumera precios al doble de esas tarifas: $1.36 por entrada, $4.18 por salida y $0.14 por entradas en caché. ML4 también está destinado a servir como base para una nueva generación de modelos especializados de Mistral.

Mistral ha estado construyendo su propia infraestructura en Europa durante meses. En marzo, la empresa obtuvo un préstamo de $830 millones para un centro de datos cerca de París, con 200 megavatios de capacidad de cómputo en Europa previstos para finales de 2027. La empresa parece estar cambiando su enfoque de los consumidores hacia los clientes empresariales. En mayo, Mistral renombró su chatbot Le Chat como Vibe y lo reconstruyó como una herramienta de trabajo.

Ese mismo mes, el CEO de Mistral, Arthur Mensch, advirtió a una comisión parlamentaria francesa que Europa corre el riesgo de depender de modelos estadounidenses para la ciberseguridad. Las bases de código del ejército francés no deberían ser escaneadas por Mythos de Anthropic, dijo Mensch. Los propios modelos de Mistral podrían encontrar las mismas vulnerabilidades que se han vinculado a Mythos, añadió.

Noticias de IA sin exageraciones – Curadas por humanos

Suscríbase a THE DECODER para leer sin publicidad, recibir un boletín semanal de IA, nuestro informe exclusivo de frontera "AI Radar" seis veces al año, acceso completo al archivo y acceso a nuestra sección de comentarios.