Mistral suelta el billón

Los pesos, en Hugging Face desde el 29 de octubre

Mistral AI, la empresa francesa de inteligencia artificial con sede en París cuyas dos últimas rondas de financiación lideraron ASML y Samsung Electronics, publicó el 29 de octubre de 2026 los pesos de Mistral Large 4 en Hugging Face, la plataforma donde se publican y descargan modelos y conjuntos de datos de IA. Es su modelo más grande, de un billón de parámetros, y la propia empresa lo apodó «Le Chonk». Lo había presentado el 6 de octubre en vista previa, solo por API.

Lo que se descarga no es exactamente aquel modelo. Según Mistral, es la versión mejorada tras tres semanas más de entrenamiento, con tres niveles de razonamiento que se eligen en cada petición: bajo, medio y alto, que es el predeterminado.

Quien no quiera instalarlo puede usarlo en Mistral Studio o en la API de Mistral, que cobra 0,70 dólares por millón de tokens de entrada, 0,07 si esa entrada ya está en caché y 2,10 por millón de tokens de salida. Según Microsoft, su plataforma Microsoft Foundry, pensada para evaluar, desplegar y operar modelos en empresas, es el primer proveedor en la nube que lo ofrece. Nvidia también lo sirve en su propia infraestructura y como contenedor NIM, su formato para servir modelos.

Libre para casi todo, salvo para alquilarlo

La nota del 6 de octubre no decía con qué licencia saldrían los pesos. Ahora se sabe: se llama Mistral Ecosystem Open-Weight License y, según su propio texto, es una versión modificada de la licencia MIT. Deja usar, copiar, modificar, publicar, distribuir y vender copias del modelo, y también ejecutarlo, seguir entrenándolo y crear modelos derivados, sin pagar por ello.

La condición de fondo está en la cláusula 2. Si quien usa el modelo, o una empresa de su grupo, tiene un negocio de modelo como servicio, necesita una licencia comercial aparte con Mistral antes de usar el modelo o sus derivados con cualquier fin comercial. Quedan fuera el uso interno, que la licencia define como cualquiera que no ponga el modelo a disposición de terceros, y el uso a través de los productos oficiales de Mistral.

En la práctica, una empresa puede ejecutarlo para su plantilla, integrarlo como función de su aplicación o ajustarlo y publicar su versión. Lo que no puede, sin pasar por Mistral, es alquilarlo como API a terceros que lo controlen.

Un billón de parámetros que no cabe en un portátil

Según la ficha de Mistral, Mistral Large 4 es un modelo de mezcla de expertos con un billón de parámetros en total, de los que activa 49.000 millones por cada token. Son 52.000 millones si se cuentan las capas de embeddings y de salida, y de ahí sale el «A52B» del nombre del repositorio. Tiene 128 expertos, de los que trabajan cuatro por token, más uno compartido, y se entrenó desde cero en 3.800 GPU Nvidia Grace Blackwell de los centros de datos de Mistral en Europa.

Que se pueda descargar no quiere decir que se pueda ejecutar en casa. Según Hugging Face, las versiones más comprimidas, de 2 bits, que publica el proyecto llama.cpp funcionan en un único ordenador Apple Silicon Ultra con 512 GB de memoria unificada; el resto necesita repartir el trabajo entre varias máquinas. La receta lista para desplegar en su servicio Inference Endpoints usa ocho GPU Nvidia H200.

Un 26 en un índice más exigente

Artificial Analysis le pone a Mistral Large 4, en su nivel de razonamiento alto, un 26 en su índice general, por encima de la mediana de 23 de los modelos comparables. Es la versión 5.0 del índice, que la empresa estrenó el 27 de octubre de 2026 y que cambia las pruebas y lo que pesa cada una: entran pruebas nuevas de programación y de ciencia, y salen otras.

Ese 26 no se compara con el 38 que sacó la vista previa en octubre. Aquel salió de la versión 4.3 del índice y de otra versión del modelo: son dos escalas distintas y restarlas no dice nada. Según Artificial Analysis, la versión 5.0 exige bastante más trabajo a los modelos, y al estrenarla, el 27 de octubre, la distancia entre el mejor modelo de pesos abiertos y el primero de la clasificación pasaba de 3 a 12 puntos, contando uno que aún no ha publicado sus pesos.

Según Mistral, su 26 es la mejor nota entre los modelos de pesos abiertos occidentales, y la empresa reconoce que los mejores modelos abiertos chinos puntúan más alto en este índice. Uno de ellos es GLM-5.3, de la empresa china Z.ai.

Tres semanas más de entrenamiento

Según Mistral, la diferencia entre la vista previa y el modelo publicado son tres semanas más de aprendizaje por refuerzo, y donde más se nota es en programación. En Terminal-Bench 4.0, una prueba de tareas de programación en la terminal, dice haber subido 13 puntos generando un 30 % menos de tokens de salida. El B3 Agent Security Benchmark mide otra cosa: cuánto resiste un agente a ataques como el robo de sus instrucciones de sistema o la inyección de código malicioso.

Mistral cita también el índice de agentes de programación de Artificial Analysis (Coding Agent Index). Según la empresa, ahí saca un 48 %, prácticamente empatado con GLM-5.3, y gasta de media un 47 % menos de tokens por tarea.

Mistral ve riesgo de ataques reales

Según Mistral, el modelo saca un 51 % en el índice de ciberseguridad de Artificial Analysis (Cyber Index), que mide si un modelo encuentra vulnerabilidades en un código, las reproduce y las corrige sin romper nada. La empresa añade que rechaza de media el 96,6 % de las peticiones maliciosas de ese terreno, la tasa más alta que ella mide entre los modelos abiertos.

La nota incluye además una advertencia de la propia Mistral. Dice que desde la vista previa ha vigilado el uso relacionado con la ciberseguridad en su servicio y que, aunque vio al modelo negarse a ataques de caja negra contra objetivos reales, ve «un potencial de dar ventaja para llevar a cabo ataques reales». Por eso está modificando sus salvaguardas, y las seguirá actualizando en los próximos meses.

La nota no explica cómo llegarán esos cambios a quien ya tiene los pesos: una copia descargada y ejecutada en máquinas propias no pasa por el servicio de Mistral. Para el trabajo ofensivo, la empresa da acceso anticipado a una variante especializada en pruebas de penetración y simulación de ataques a socios como Orange Cyberdefense, la filial de ciberseguridad del grupo francés Orange, con verificación previa y salvaguardas contractuales.