Mistral Large 4: 1 billón de parámetros y pesos abiertos

Mistral Large 4 «Le Chonk»: 1,05 billones de parámetros con apertura total

Mistral presentó el 6 de octubre de 2026 Mistral Large 4, apodado «Le Chonk», un modelo MoE multimodal con 1,05 billones de parámetros totales y 49.000 millones activos por token, según la documentación oficial recogida por MarkTechPost. Para founders hispanohablantes la cifra sola importa menos que dos hechos prácticos: la API ya está en producción y los pesos abiertos llegan a fin de mes. En cuestión de semanas cualquier equipo podrá auditar, ajustar y desplegar localmente un modelo de frontera sin pasar por la nube de OpenAI o Google.

¿Qué hay dentro de Le Chonk?

Large 4 no es un Transformer denso al uso: es un Mixture-of-Experts granular en el que solo se activa alrededor del 4,7% de los pesos por token. Eso permite que un modelo de 1,05T de parámetros sirva con un coste asimilable al de un modelo medio. La ficha técnica, según la documentación de Mistral, suma:

• 1,05 billones de parámetros totales, 49.000 millones activos por token.
• Codificador de visión de 1.600 millones de parámetros para entrada nativa de imagen.
• Ventana de contexto de 1 millón de tokens.
• Entrenamiento desde cero en 3.800 GPUs NVIDIA Grace Blackwell en datacenters europeos propios de Mistral.
• Cobertura de más de 160 idiomas, incluidos todos los oficiales de la UE.

Guillaume Lample, cofundador y chief scientist de Mistral, dijo a WIRED que el modelo se entrenó desde cero, sin destilación de modelos chinos, en contraste con las acusaciones que pesan sobre algunos laboratorios asiáticos. La empresa lo presenta como el modelo open-weight más capaz desarrollado fuera de China y «muy, muy cerca» de varios modelos propietarios.

¿Cómo rinde frente a la frontera cerrada?

Mistral publicó resultados mixtos. Los puntos fuertes están donde menos invierten los demás:

• Ciberseguridad: 93% en Cybench y 82% en CyberGym-E2E, según la documentación de Mistral, en métricas donde varios modelos cerrados obtienen puntuaciones cercanas a cero porque rehúsan la tarea. Mistral argumenta que reproducir una vulnerabilidad para defender es trabajo estándar de seguridad.
• Coding agéntico: 61,7% en DeepSWE v1.1, 59,4% en SWE-Atlas-QnA y 28,3% en Terminal-Bench 4.0, con un índice combinado de 49,8% en el Coding Agent Index de Artificial Analysis.
• Evaluación humana cieca con Surge AI: ML4 Preview obtuvo 3,74 sobre 5, segundo de cinco modelos, por detrás de Claude Opus 5 (4,22) y por delante de GLM-5.3 (3,60) y Kimi K3 (3,59).

Mistral aclara que los benchmarks de coding se evaluaron internamente antes de publicar el harness, así que por ahora no son reproducibles de forma independiente. En pruebas de seguridad, resiste el 93,3% de los ataques en el benchmark B3 de Lakera.

¿Cuándo salen los pesos y a qué precio va la API?

La API ya está operativa desde el 6 de octubre bajo el identificador mistral-large-4, con capacidades de function calling, structured outputs, document Q&A y endpoints de agents y conversations. MarkTechPost reporta precios de US$1,36 por millón de tokens de entrada y US$4,18 por millón de tokens de salida, con cache de entrada a US$0,14 por millón, una cifra que cambia la economía de loops agénticos largos en ventanas de 1M. Unite.ai publica una tabla con precios inferiores (US$0,68 / US$2,09); conviene verificar el precio final en la página de pricing de Mistral antes de hacer números.

Los pesos abiertos se liberan a fin de octubre de 2026, según la propia documentación. Hasta entonces no es posible hacer self-hosting: toca pasar por la API.

¿Por qué Samsung lidera la Serie D de €3.000M?

El 8 de septiembre de 2026 Mistral cerró una Serie D de €3.000 millones (unos US$3.480M) a una valoración post-money de €21.000 millones (US$24.400M), la mayor ronda equity jamás completada por una tecnológica europea, según TechCrunch y Data Center Dynamics. Samsung Electronics lideró la operación, con co-leads de Scaleup Europe Fund (gestionado por EQT) y el inversor existente PSG Equity.

Como nuevos inversores entraron Advent, fondos gestionados por BlackRock y el Gran Ducado de Luxemburgo. Repitieron a16z, ASML, Belfius, BNP Paribas CIB, Bpifrance, Carmignac, DST Global, Eurazeo, General Catalyst, Headline, Hillspire, Index Ventures, Korelya Capital, Lightspeed, NVIDIA, el fondo Solar de Phoenix Court y Salesforce Ventures. La combinación de ASML en la Serie C y Samsung en la Serie D da a Mistral lo que TechCrunch describe como una «tercera vía» entre el modelo chino y el estadounidense.

El dinero se destinará a:

• Ampliar la huella de cómputo para entrenamiento.
• Expandir infraestructura de inferencia internacional.
• Apoyar el objetivo de 1 GW de capacidad de cómputo en Europa para 2030.
• Acelerar el crecimiento comercial: Mistral ya opera en 20 países y cuenta entre sus clientes a Airbus, ASML y HSBC.

¿Qué cambia para tu startup?

Tres ideas prácticas si trabajas en una startup que usa o construye sobre LLMs:

• Coste y soberanía ya no son trade-offs excluyentes. Un modelo de frontera con pesos abiertos y desplegable en infraestructura europea te permite responder a clientes regulados (banca, salud, administración pública) sin que cada token cruce el Atlántico. El argumento de «tus datos no salen de tu servidor» deja de ser marketing y pasa a ser verificable.
• El pricing de la API es agresivo para un modelo de 1T parámetros. Si los precios reportados por MarkTechPost se confirman, es viable meter a Le Chonk en pipelines de RAG o agentes que hoy descartas por coste. Ejecuta una prueba con un workload real antes de portar producción.
• La cobertura de idiomas europeos (todos los oficiales de la UE más de 160 en total) es un punto a favor frente a modelos con sesgo angloparlante si tu producto se vende en mercados hispanohablantes, franceses o alemanes.

Dos acciones concretas

1. Audita un workload sensible en la API de Mistral Large 4 antes de fin de mes. Cuando los pesos se liberen, podrás comparar la versión cloud con la local sobre el mismo hardware. Es la única forma de saber si tu caso de uso aguanta el self-hosting o conviene seguir pagando inferencia gestionada.
2. Mapea dependencias regulatorias de tu cliente principal. Si dependes de un LLM cerrado estadounidense y tu cliente es una administración pública europea, un banco o un hospital, documenta hoy el riesgo de que un cambio regulatorio o geopolítico te deje sin acceso. Un plan B con Mistral o similar es ya una conversación de ventas, no de tecnología.

Fuentes

• Mistral AI Releases Mistral Large 4 (Le Chonk) - MarkTechPost
• Mistral Unveils 1.05T-Parameter 'Le Chonk' MoE Model - Unite.AI
• Mistral Says Its New AI Model 'Le Chonk' Is the Best Open-Weight Offering Outside of China - WIRED
• Mistral raises €3bn in Series D led by Samsung - Data Center Dynamics
• Mistral raises €3B as sovereign AI becomes big business - TechCrunch
• Mistral Raises €3B Series D to Expand Sovereign AI - Unite.AI
• Mistral Large 4 «Le Chonk» - fuente original