Mistral Large 4: 1 billón de parámetros en pesos abiertos

Mistral Large 4: la mayor apuesta open-weight desde Europa

Mistral lanzó hoy la vista previa pública de Mistral Large 4 (ML4), un modelo multimodal nativo de 1 billón de parámetros totales con 49.000 millones activos por token, entrenado desde cero en 3.800 GPUs NVIDIA Grace Blackwell dentro de los propios datacenters de la compañía en Europa. La versión preview ya se puede probar en Mistral Studio y los pesos abiertos se publicarán a fin de mes, según el anuncio oficial de la francesa.

El modelo, apodado extraoficialmente "le Chonk", apunta a cargas enterprise críticas: programación agentiva, ciberseguridad, finanzas, legal y manufactura. La tarifa anunciada es US$1,36 por millón de tokens de entrada y US$4,18 por millón de tokens de salida, un precio agresivo frente a los modelos cerrados de frontera.

Qué dice Mistral sobre el rendimiento de ML4

Según el comunicado, ML4 ya alcanza rendimiento competitivo con los modelos open-source más fuertes del mundo y supera por un margen amplio a cualquier modelo de pesos abiertos desarrollado en Estados Unidos o Europa. En ciberseguridad, el área donde la compañía pone más énfasis, ML4:

• Se ubica en el top 5 mundial del Artificial Analysis Cyber Index y lidera los modelos open-weight no chinos.
• Obtiene 82% en una prueba que reproduce una vulnerabilidad real en software open-source y luego la parchea, la puntuación más alta reportada, según Mistral.
• Resuelve el 93% de los retos de Cybench, uno de los puntajes más altos en modelos de pesos abiertos.

La compañía también destaca que, en pruebas internas, ML4 es útil para análisis de malware, priorización de vulnerabilidades y escritura de reglas de detección, tareas que varios modelos cerrados (entre ellos Claude Opus 5.5 y GPT-6 Astra, citados por Mistral) rechazan ejecutar por sus filtros de seguridad.

Resultados en programación y agentic workflows

En el frente de coding, los números reportados por Mistral son:

• DeepSWE v1.1: 61,7%
• SWE-Atlas-QnA: 59,4%
• Terminal-Bench 4: 28,3%
• Índice combinado de Coding Agent: 49,8%, por encima de DeepSeek V4 Pro 0813 y Qwen3.8 Max.

En una evaluación humana ciega de Surge AI, ML4 Preview quedó segundo de cinco modelos con 3,74/5, detrás de Claude Opus 5 (4,22) y por encima de Kimi K3 (3,59), GLM-5.3 (3,60) y GLM-5.2 (3,40). En automatización de flujos de trabajo, alcanza 59,9% en AutomationBench (657 workflows sobre Gmail, Sheets, Slack y Salesforce) y 1.393 Elo en AA-Briefcase para tareas de knowledge work de horizonte largo.

Para visión, Mistral afirma superar a GPT-6 Astra en Dense 200 (42% vs 41%) en grounding visual.

El ángulo de soberanía europea y los pesos abiertos

ML4 no llega solo: llega financiado por la mayor ronda equity de la historia tecnológica europea. El 8 de septiembre de 2026, Mistral cerró una Serie D de €3.000 millones a una valoración superior a €21.000 millones, liderada por Samsung Electronics con EQT (vía Scaleup Europe Fund) y PSG Equity como co-líderes, según reportó TechCrunch. A la ronda se sumaron BlackRock, Nvidia, ASML, a16z, Salesforce Ventures y el Gran Ducado de Luxemburgo.

Ese capital financia la construcción de 1 GW de capacidad de cómputo en Europa hacia 2030 y la operación de ML4 bajo ley europea, sin depender de hyperscalers estadounidenses. Mistral asegura que la implementación europea se gestiona extremo a extremo, lo que la convierte en una opción directa para clientes regulados de la UE que no pueden mover datos fuera del continente.

El lanzamiento de los pesos a fin de mes coloca a ML4 en un terreno competitivo nuevo: el de los modelos abiertos occidentales frente a la oferta china. Mistral afirma que su modelo supera a cualquier peso abierto desarrollado en EE. UU. o Europa, una afirmación que llega justo cuando Reflection AI presentó Beam (501B parámetros totales, 23B activos, pesos Apache 2.0 a publicarse este mes), reportó TechCrunch el 5 de octubre. En el campo chino abierto, los rivales de referencia son Kimi K3 (2,8T parámetros), GLM-5.2 (753B/40B activos) y DeepSeek V4.1 Flash (552B), según los datos publicados en la nota técnica de Beam.

¿Qué significa esto para tu startup?

1. Cambia el cálculo de costo de los agentes de IA. Con US$1,36 por millón de tokens de entrada y US$4,18 por millón de salida, ML4 entra en territorio accesible para founders que antes descartaban modelos de frontera por precio. Una startup que hoy paga APIs cerradas caras para clasificación de documentos, generación de código o soporte al cliente puede hacer números serios con este modelo, sobre todo si el caso de uso tiene mucho input (RAG, análisis de PDFs, lectura de logs) y poco output.

2. Soberanía de datos ya no es solo narrativa europea. La promesa de Mistral es concreta: un modelo entrenado y servido en infraestructura europea bajo ley europea, con pesos abiertos para self-hosting. Para founders de LATAM y España que sirven clientes corporativos regulados (banca, salud, sector público), esa cadena de custodia es un argumento de venta, no un eslogan. Cuando un cliente te pregunte dónde se procesan sus datos, la respuesta puede ser "en datacenters europeos de Mistral, no en Virginia".

3. Los pesos abiertos cambian el roadmap de producto. Si ML4 cumple lo que Mistral promete cuando libere los pesos a fin de mes, vas a poder hacer fine-tuning, distillation y deployment on-premise del mismo modelo que hoy corre detrás de la API. Eso habilita productos de IA con IP propia sobre una base abierta, sin lock-in con un proveedor. Acción concreta: bloquea una semana en noviembre para probar los pesos de ML4 sobre un caso de uso real de tu producto (clasificación de tickets, scoring de leads, revisión de contratos) y compara contra tu proveedor actual.

Conclusión

Mistral Large 4 no es solo un modelo más: es la materialización de la tesis europea de IA soberana con pesos abiertos, respaldada por la mayor ronda equity de la historia tech del continente. Con un billón de parámetros, entrenamiento propio en Grace Blackwell, precios competitivos y pesos por venir, redefine el techo de lo que un modelo no cerrado puede ofrecer. Para founders hispanohablantes, el mensaje práctico es doble: (1) evalúa el costo por token de ML4 contra tu stack actual antes de fin de año, y (2) si trabajas con clientes regulados, usa la narrativa de soberanía europea como diferenciador comercial desde ya, sin esperar a que los pesos se liberen.

Fuentes

• Introducing Mistral Large 4 (Mistral AI)
• Mistral raises record 3 billion euros in Samsung-led round at over 21 billion euro valuation (The Business Times)
• Mistral raises €3B as sovereign AI becomes big business (TechCrunch)
• Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost (TechCrunch)