Mistral ha abierto la vista previa de Mistral Large 4, un modelo multimodal de un billón de parámetros con 49.000 millones activos. La API ya está disponible y la empresa promete publicar los pesos a final de octubre. Hasta que eso ocurra, «open-weight» describe el destino anunciado, no el artefacto que hoy puede descargarse.
La presentación del 6 de octubre sitúa el modelo en tareas de programación, agentes, ciberseguridad, finanzas, ciencia y análisis visual. Mistral dice que lo entrenó desde cero en 3.800 GPU NVIDIA Grace Blackwell en sus centros de datos europeos y que una parte importante del corpus abarca más de 160 idiomas.
Qué significan las cifras publicadas
La arquitectura de mezcla de expertos activa una fracción de los parámetros en cada paso. Un billón de parámetros totales no implica que el coste de cada respuesta sea equivalente al de un modelo denso del mismo tamaño. La comparación práctica requiere precio, velocidad, memoria para autoalojarlo y calidad en la tarea concreta.
Mistral publica un 61,7 % en DeepSWE 1.1, un 28,3 % en Terminal-Bench 4 y un 59,9 % en AutomationBench. Parte de las cifras procede de evaluadores externos como Artificial Analysis, vals.ai y Surge AI; otras son evaluaciones internas o demostraciones del creador. No deben mezclarse como si compartieran exactamente datos, herramientas y configuración.
Le Monde describe los resultados como preliminares y recuerda que la generación anterior de Mistral había caído al puesto 24 del índice agregado de Artificial Analysis. El nuevo modelo puede cerrar distancia, pero los rankings cambiarán cuando exista una versión final y otros laboratorios actualicen sus sistemas.
La soberanía tiene tres comprobaciones distintas
- Pesos: licencia, fecha de publicación y posibilidad real de descargar la versión evaluada.
- Infraestructura: región de proceso, operador y dependencias de nube o aceleradores externos.
- Operación: memoria, energía, personal y controles necesarios para ejecutarlo sin el proveedor.
Mistral ofrece una región europea operada bajo derecho europeo y presenta el autoalojamiento como ventaja en ciberseguridad. Sin los pesos, la licencia definitiva y los requisitos de hardware publicados, una organización no puede calcular todavía esa ruta. La vista previa sirve para medir API; no acredita una migración soberana.
Qué conviene esperar antes de decidir
La empresa reconoce que el entrenamiento sigue en marcha y que publicará después detalles de arquitectura, metodología y evaluaciones. Eso hace que las pruebas de hoy sean una fotografía del preview. Una evaluación seria debería fijar el identificador de modelo, repetir tareas propias en español, registrar coste y latencia y volver a ejecutar cuando lleguen los pesos.
La novedad real es que un proveedor europeo vuelve a competir con una arquitectura grande y una promesa de pesos abiertos. La conclusión prudente no es que ya supere a los modelos cerrados, sino que ha presentado resultados suficientes para justificar una comparación controlada cuando el artefacto final exista.
Nivel de evidencia: demo y documentación del creador, benchmarks de terceros citados por el fabricante y cobertura periodística independiente. No hemos usado la API.
Transparencia: artículo elaborado con asistencia de IA a partir de las fuentes enlazadas. No se han ejecutado los productos o sistemas descritos.
