Mistral AI ha presentado Mistral Large 4, su nuevo modelo de inteligencia artificial de mayor tamaño hasta la fecha y una de las apuestas más ambiciosas de la compañía francesa para reforzar su posición frente a los grandes laboratorios estadounidenses y chinos. El modelo cuenta con un billón de parámetros totales y 49.000 millones de parámetros activos, además de capacidades multimodales y un enfoque especialmente orientado a programación, automatización mediante agentes y cargas de trabajo técnicas.
Un modelo con un billón de parámetros, pero 49.000 millones activos
La cifra de un billón de parámetros coloca a Mistral Large 4 en una escala muy superior a los anteriores modelos de la compañía, sin embargo, el dato relevante para entender su arquitectura es que solo 49.000 millones de parámetros se encuentran activos durante cada inferencia. Esta combinación apunta a una arquitectura de expertos, en la que el sistema puede disponer de una cantidad total de parámetros muy elevada sin necesidad de activar todos ellos para cada consulta. El objetivo es mantener una gran capacidad general reduciendo el coste computacional respecto a un modelo denso de tamaño equivalente.
Mistral presenta Large 4 como un modelo multimodal nativo, esto significa que no se limita al procesamiento de texto, sino que está diseñado para trabajar también con imágenes y documentos visuales dentro del mismo sistema.
Programación agéntica y trabajo con repositorios complejos
Uno de los ámbitos en los que Mistral pone mayor énfasis es la programación agéntica, la compañía señala que Large 4 ha sido diseñado para desenvolverse especialmente bien en ingeniería de software, comprensión de repositorios y ejecución de flujos de trabajo complejos desde terminal.
El concepto de programación agéntica va más allá de generar fragmentos de código a partir de una instrucción, este tipo de sistemas está orientado a comprender proyectos completos, identificar dependencias, modificar archivos relacionados y ejecutar distintas acciones de forma coordinada para resolver una tarea con menor intervención humana.
Para entornos profesionales, esta capacidad puede resultar especialmente relevante en trabajos de mantenimiento de grandes bases de código, depuración, migraciones o automatización de procesos que requieren encadenar varias herramientas y pasos distintos. La multimodalidad es otro de los pilares de Mistral Large 4. El modelo puede analizar documentos complejos, gráficos e imágenes naturales, además de realizar tareas de identificación visual.
Mistral considera que la combinación de visión y capacidades agénticas abre aplicaciones especialmente interesantes en sectores como la ingeniería, la fabricación y la observación de la Tierra. En estos ámbitos, un sistema capaz de interpretar información visual y actuar después sobre herramientas externas puede utilizarse para revisar documentación técnica, analizar imágenes o automatizar partes de un flujo de trabajo industrial.
La compañía no limita por tanto el posicionamiento de Large 4 a un asistente conversacional generalista. Su presentación está claramente orientada a escenarios empresariales y técnicos en los que el modelo debe combinar razonamiento, percepción visual y ejecución de tareas.
Mistral pone el foco en ciberseguridad
La ciberseguridad ocupa un lugar especialmente destacado entre las capacidades anunciadas. Mistral asegura que Large 4 se sitúa entre los cinco mejores modelos del mundo en el Índice Cibernético de Análisis Artificial, o ABI, y que supera ampliamente a los modelos de pesos abiertos desarrollados fuera de China. La compañía también aporta resultados concretos en pruebas relacionadas con vulnerabilidades. Según Mistral, el modelo alcanza una puntuación del 82% en una evaluación en la que debía reproducir una vulnerabilidad real presente en software de código abierto y posteriormente corregirla.
Además, Mistral afirma que Large 4 es capaz de resolver el 93% de los desafíos incluidos en Cybench. Estas métricas refuerzan el posicionamiento del modelo para tareas técnicas de seguridad, aunque los resultados proceden de la propia compañía y deberán contrastarse con evaluaciones independientes a medida que el modelo tenga una disponibilidad más amplia.
Más allá de las prestaciones, Mistral utiliza Large 4 para reforzar su discurso como alternativa europea dentro del mercado de los grandes modelos de lenguaje. La empresa subraya que el entrenamiento se realizó en centros de datos locales y con infraestructura controlada dentro de su entorno, una decisión que relaciona directamente con la privacidad y la soberanía tecnológica.
El entrenamiento se ha llevado a cabo con 3.800 GPU Nvidia Grace Blackwell, una infraestructura de gran escala que refleja el aumento de recursos necesarios para competir en la primera línea del desarrollo de modelos fundacionales. Después de esa fase inicial, el sistema ha sido mejorado mediante técnicas de aprendizaje por refuerzo. La estrategia de Mistral pasa así por combinar modelos cada vez más grandes con una narrativa centrada en control de infraestructura, despliegue empresarial y disponibilidad de pesos, elementos con los que busca diferenciarse en un mercado dominado por unas pocas compañías.
Los pesos llegarán a finales de octubre
Mistral ha confirmado que publicará los pesos de Mistral Large 4 a finales de octubre. Por el momento, el modelo se encuentra disponible en vista previa pública. El acceso tiene un precio de 1,36 dólares por cada millón de tokens de entrada y 4,18 dólares por cada millón de tokens de salida. Esta estructura sitúa al modelo directamente en el mercado profesional de API, donde el coste por token se ha convertido en uno de los factores principales para decidir qué sistema utilizar en aplicaciones a gran escala.
Si (
No(
