Mistral contraataca con un modelo de 1 billón de parámetros open-weight
Mistral AI presentó el 6 de octubre de 2026 la vista previa pública de Mistral Large 4, apodado Le Chonk según reportó WIRED y replicó Ars Technica. Se trata de un modelo multimodal de 1,05 billones de parámetros totales con arquitectura Mixture of Experts (MoE), de los cuales solo 49.000 millones se activan por token, con ventana de contexto de 1 millón de tokens y un codificador de visión de 1.600 millones de parámetros.
El modelo fue entrenado desde cero en aproximadamente dos meses sobre 3.800 GPUs NVIDIA Grace Blackwell en los propios centros de datos europeos de Mistral, según la documentación del modelo recogida por Marktechpost. Los pesos abiertos se liberarán a finales de octubre de 2026, mientras que la API ya está activa a 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.
Qué puede hacer Le Chonk y dónde destaca
Mistral presentó los resultados de Le Chonk en una batería de benchmarks recogida por Marktechpost y WIRED:
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días- Ciberseguridad: 93% en Cybench y 82% en CyberGym-E2E, situándolo en el top 5 global del Artificial Analysis Cyber Index. Mistral subraya que varios modelos cerrados obtienen resultados cercanos a cero porque se niegan a ejecutar tareas ofensivas.
- Coding agéntico: 61,7% en DeepSWE v1.1, 59,4% en SWE-Atlas-QnA y 28,3% en Terminal-Bench 4.0, para un índice combinado de 49,8%.
- Evaluación humana ciega con Surge AI: 3,74 sobre 5, segundo de cinco modelos, por delante de GLM-5.3 (3,60) y Kimi K3 (3,59), pero detrás de Claude Opus 5 (4,22).
- Seguridad: 93,3% de resistencia a ataques en el benchmark Lakera B3 y 1,691 sobre 2,0 en KORABench.
Los datos de coding fueron evaluados por Mistral de forma privada antes de que el harness fuera público, según Marktechpost, por lo que aún no son reproducibles de forma independiente.
Cómo se compara con los rivales open-weight
La tabla que publicó Marktechpost enfrentando a Le Chonk contra sus rivales más cercanos deja varias lecturas:
| Característica | Mistral Large 4 | DeepSeek V4 Pro | Kimi K3 | GLM-5.3 |
|---|---|---|---|---|
| Parámetros totales | 1,05T | 1,6T | 2,8T | No publicado |
| Activos por token | 49B | 49B | ~104B | No publicado |
| Contexto | 1M | 1M | 1M | 1M |
| Entrada de imagen nativa | Sí | No | Sí | No |
| Pesos disponibles | Aún no, fin de oct. 2026 | Sí, en Hugging Face | Sí, desde 27 jul. 2026 | Sí |
| Precio API por 1M in/out | US$1,36 / US$4,18 | Variable | US$3,00 / US$15,00 | US$1,40 / US$4,40 |
Fuente: Marktechpost, sobre documentación de Mistral y Artificial Analysis.
En precio, Le Chonk queda por debajo de Kimi K3 y ligeramente debajo de GLM-5.3 en la entrada, aunque los pesos aún no son descargables. DeepSeek V4 Pro es la referencia más fuerte en este segmento, con 1,6T parámetros y pesos abiertos ya en Hugging Face.
Por qué Mistral corre con ventaja política
El lanzamiento coincide con un momento geopolítico incómodo para los clientes corporativos de IA. En junio, la administración Trump impuso restricciones temporales a la distribución de modelos de OpenAI y Anthropic por el riesgo de ciberataques, según recoge WIRED. A eso se suma la decisión, reportada por el mismo medio, de pedir a los laboratorios estadounidenses que retengan modelos incluso del AI Safety Institute del Reino Unido.
Para una empresa europea —y para cada vez más multinacionales preocupadas por la jurisdicción donde se entrena y sirve su modelo— la posibilidad de usar un modelo de frontera con pesos abiertos, entrenado y desplegable desde la UE cambia la conversación. WIRED cita a Andrea Renda, director de investigación del Centre for European Policy Studies: "la estrategia continental de la UE de volverse más soberana tecnológicamente… y la creciente hostilidad de EEUU es una fórmula mágica que de repente pone a Mistral en una posición favorable".
El propio cofundador y chief scientist de Mistral, Guillaume Lample, lo resume así: "si usas un modelo cerrado, no hay garantía de que siga ahí mañana".
El contexto financiero: la mayor ronda de la historia europea
En septiembre de 2026 Mistral cerró una ronda de US$3.300 millones a una valoración de US$24.000 millones, la mayor recaudación de una empresa tecnológica europea según Ars Technica y Forklog. Entre los nuevos inversores aparece Samsung Electronics. El laboratorio asegura, además, que sus ingresos se multiplicaron por 20 en el último año, una cifra que solo ha sido reportada por la propia compañía y que aún no está auditada.
¿Qué significa esto para tu startup?
Si construyes sobre modelos de lenguaje, Le Chonk abre tres palancas concretas que conviene evaluar antes de fin de mes:
- Coste por token más bajo en inferencia de frontera. La API a US$1,36/US$4,18 por millón de tokens, sumada al cache de entrada a US$0,14, vuelve económicamente viables agent loops de contexto largo que en otros proveedores disparan la factura. Modela tu caso: si hoy pagas a OpenAI o Anthropic por inferencia con ventana grande, un backtest de un día de tráfico puede mostrarte si el salto a Le Chonk vía API conviene, incluso antes de que los pesos sean públicos.
- Soberanía del modelo como requisito de cliente. Sectores regulados (banca, salud, defensa, energía en LATAM con clientes europeos) empiezan a exigir que el modelo pueda correr en infraestructura propia y en jurisdicciones específicas. Esperar a finales de octubre para descargar los pesos y hacer un piloto interno te coloca por delante de competidores que recién entonces reaccionarán.
- Ciberseguridad como vertical de producto. Que Le Chonk obtenga 82% en CyberGym-E2E mientras modelos cerrados cercanos a cero rechazan la tarea abre la puerta a productos de seguridad ofensiva/defensiva que antes dependían de costosos red teams humanos. Si tu SaaS sirve a un equipo de seguridad, este es un diferencial a explorar en el roadmap del Q1 2027.
Tres acciones inmediatas:
- Audita tu gasto en inferencia este mes y compara con la nueva tarifa de Mistral: el cache de entrada a US$0,14 por millón de tokens cambia el ROI de cualquier flujo con prompts repetidos.
- Reserva un entorno de pruebas con la API en preview para validar casos de uso en coding agéntico y RAG con contexto de 1M antes de que salgan los pesos.
- Evalúa la narrativa de soberanía de tu producto: si vendes a clientes europeos o corporativos con equipos legales sensibles, el argumento "entrenado y desplegable desde la UE" se vuelve un activo comercial, no solo técnico.
Fuentes
- Mistral says Le Chonk can challenge the best AI models — Ars Technica
- Mistral Says Its New AI Model Le Chonk Is the Best Open-Weight Offering Outside of China — WIRED
- Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Open-Weight Multimodal MoE — Marktechpost
- Mistral Launches Public Preview of AI Model with 1 Trillion Parameters — Forklog
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
