Mistral publica los pesos de Mistral Large 4, un modelo de 1 billón de parámetros, a aproximadamente la mitad del precio de la vista previa

Mistral publicó los pesos de una versión mejorada de Mistral Large 4 («Le Chonk»), su modelo insignia nativamente multimodal de 1 billón de parámetros, que entró en vista previa pública a principios de este mes. Los pesos están en Hugging Face como Mistral-Large-4-1T-A52B y en una versión NVFP4. Mistral lo describe como entrenado en Europa y como el mejor modelo de pesos abiertos para programación. Un comentarista dice que la licencia es una MIT modificada, no aprobada por la OSI.

Cambios que Mistral informa desde la vista previa: tres semanas más de aprendizaje por refuerzo, tres modos de razonamiento (Low, Medium y High como opción predeterminada; Low sustituye a «None») y menos tokens de salida. Un comentarista de Hacker News interpreta la documentación como indicativa de un precio de $0.70 por millón de tokens de entrada y $2.10 por millón de tokens de salida, frente a $1.36 y $4.18 en la vista previa.

Afirmaciones de Mistral (en su propia publicación, no verificadas de forma independiente salvo que se indique):

• Programación: 19.7% en FrontierCode 2.0, la evaluación privada de Cognition, resultado que, según afirma, lo sitúa a la cabeza; 41% en Terminal-Bench 4.0, 13 puntos más que en la vista previa y con un 30% menos de tokens de salida; 48% en el Coding Agent Index de Artificial Analysis, prácticamente empatado con GLM-5.3 y usando un 47% menos de tokens por tarea. En comparaciones a ciegas de Surge Code, se prefirió frente a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash; solo quedó por detrás de Claude Opus 5.5.
• Seguridad: 51% en el Cyber Index de Artificial Analysis y una tasa media de rechazo del 96.6% ante solicitudes cibernéticas maliciosas, que, según afirma, es la más alta entre los modelos abiertos. Está reforzando sus barreras de seguridad tras observar tráfico real y ofrece a algunos socios de diseño acceso de vista previa verificado a una variante de ciberseguridad.
• Trabajo: 73.3% en Finch (tareas financieras), 84.5% en BrowseComp y 97.1% de resistencia a ataques en el benchmark de seguridad de agentes B3 (93.3% en la vista previa).

La publicación incluye declaraciones de empresas como Booz Allen, Cisco, Cloudflare, CrowdStrike, NVIDIA y Hugging Face.

Artificial Analysis (un sitio de benchmarks; mediciones propias) afirma que el lanzamiento, con 1.05T de parámetros totales y 52B activos, convierte por un estrecho margen a Mistral Large 4 en el modelo de pesos abiertos n.º 1 desarrollado fuera de China. Con razonamiento alto obtiene 51 en su Cyber Index, el tercer puesto entre los modelos de pesos abiertos actuales, detrás de DeepSeek V4.1 Flash 1017 (57) y MiMo-V2.6-Pro (56); además, ocupa el segundo puesto entre los modelos de pesos abiertos en su Coding Agent Index cuando se ejecuta en Mistral Vibe.

Ejecución: vLLM y SGLang anunciaron compatibilidad desde el día del lanzamiento. SGLang afirma ser el primero en ejecutar el modelo en NVIDIA Vera Rubin; vLLM enumera puntos de control FP8 y NVFP4 con un generador de propuestas DSpark integrado.