Mistral libera Le Chonk: 1 billón de parámetros abierto

Mistral abre los pesos de Le Chonk: un billón de parámetros que cualquiera puede descargar

Mistral AI publicó los pesos de Mistral Large 4, su modelo de un billón de parámetros apodado Le Chonk, y cualquiera puede descargarlo desde Hugging Face para ejecutarlo en sus propios servidores. La empresa francesa lo presenta como el mejor modelo abierto de Occidente y fija su API en 0,70 dólares por millón de tokens de entrada y 2,10 dólares por millón de salida.

Para un founder, la pregunta relevante no es si es el mejor del mundo, sino si le conviene. Y ahí hay dos respuestas: el precio es agresivo y el control es total, pero en capacidad pura sigue por detrás de rivales chinos.

Qué es Mistral Large 4 y cómo se ejecuta

Es un modelo de mezcla de expertos (MoE) con alrededor de un billón de parámetros totales, de los que se activan unos 49.000 millones por token (52.000 millones contando las capas de entrada y salida). Tiene 128 expertos, de los que trabajan cuatro a la vez más uno compartido, entiende texto e imagen, admite una ventana de contexto de un millón de tokens y ofrece tres niveles de razonamiento.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Según la ficha técnica, Mistral lo entrenó desde cero en 3.800 GPU Grace Blackwell de Nvidia en sus propios centros de datos en Europa. La vista previa salió el 6 de octubre y, desde entonces, la empresa le dedicó tres semanas más de aprendizaje por refuerzo.

Que sea abierto no significa que sea ligero. Los archivos ocupan cerca de un terabyte y la ficha propone ejecutarlo en ocho GPU. Hugging Face, en su blog, habla de ocho Nvidia H200, o de versiones muy comprimidas en un solo Mac con 512 GB de memoria. El checkpoint se publica en FP8 y en una versión NVFP4 para GPU Blackwell, con soporte desde el primer día en transformers, vLLM, SGLang y llama.cpp, según Hugging Face.

Traducción práctica: no lo vas a correr en tu laptop. Pero sí en un clúster modesto o en una instancia alquilada, algo impensable hace dos años para un modelo de esta escala.

¿Es de verdad el mejor modelo abierto de Occidente?

Mistral lo presenta como el mejor modelo abierto occidental y reconoce que los mejores modelos abiertos chinos puntúan más alto. En el índice general de Artificial Analysis saca 26 puntos.

En el índice de agentes de código de Artificial Analysis reporta un 48%, que la empresa describe como un empate técnico con GLM-5.3, el rival abierto más fuerte, usando un 47% menos de tokens por tarea. En Terminal-Bench 4.0 llega al 41%, trece puntos más que la vista previa, y lidera el benchmark privado FrontierCode 2.0 de Cognition con un 19,7%.

Todas estas cifras las publica Mistral. No hay una verificación independiente en el material disponible, y eso conviene tenerlo presente antes de tomar una decisión de arquitectura.

¿Supera a los modelos chinos en ciberseguridad?

En capacidad, no. En el índice de ciberseguridad de Artificial Analysis, que mide encontrar vulnerabilidades en código, reproducirlas y parchearlas, el gráfico de Mistral le da un 51%. Por delante quedan DeepSeek-V4.1-Flash, con un 57%, y MiMo-V2.6-Pro, con un 56%. Supera a GLM-5.3 Flash (50%), Kimi K3 (41%) y GLM-5.3 (36%).

Donde sí gana es en seguridad. Según Mistral, rechaza de media el 96,6% de las peticiones maliciosas de ciberataque, la tasa más alta que ha medido entre modelos abiertos, y resiste el 97,1% de los ataques en la prueba B3 de Lakera, frente a porcentajes menores de los rivales chinos.

Es decir: no es el que más sabe, pero sí el que menos se deja usar para atacar. Para una empresa que quiere meter un modelo en su pipeline de seguridad, esa diferencia puede pesar más que cinco puntos de benchmark.

Licencia y precio: qué puedes hacer y qué no

La licencia es una versión modificada de MIT que permite el uso comercial, con una excepción clave: quien quiera venderlo como servicio, es decir, ofrecer el modelo a terceros a través de su propia API, necesita una licencia comercial aparte con Mistral. El uso interno en una empresa queda libre.

El precio de la API es de 0,70 dólares por millón de tokens de entrada, 0,07 dólares por millón de tokens de entrada en caché y 2,10 dólares por millón de salida. Además de descargarlo, se puede usar en la plataforma de Mistral, OpenRouter, Hugging Face, Nvidia y Microsoft Foundry. Microsoft se presenta como el primer proveedor de nube en ofrecerlo.

¿Qué riesgo reconoce Mistral?

Que podría ayudar a lanzar ataques reales. La empresa explica que, en sus pruebas, el modelo se negó a colaborar en ataques a ciegas contra objetivos reales, pero admite que ve un potencial de ayuda para llevarlos a cabo y que está ajustando sus barreras de seguridad.

La variante especializada en ciberseguridad solo se ofrece, en vista previa, a socios empresariales seleccionados, como Orange Cyberdefense, con verificación previa y limitada a sistemas propios o autorizados. Entre los socios figuran Cisco, CrowdStrike, Nvidia y ENISA, la agencia de ciberseguridad de la UE, que lo está probando en vulnerabilidades, auditorías de código y análisis de registros. Es un enfoque distinto al de Google, que de momento solo da acceso a Gemini 4 Carbon a un grupo de ciberdefensores.

Qué significa esto para tu startup

El lanzamiento es el primer hito de la hoja de ruta que Mistral financia con su ronda de 3.000 millones de euros. Esa Serie D, anunciada en septiembre de 2026 y liderada por Samsung Electronics junto con Scaleup Europe Fund y PSG Equity, elevó la valoración de la compañía por encima de los 21.000 millones de euros y fue, según El País, la mayor ronda de capital completada por una tecnológica europea. Para dimensionar: en la misma nota, El País sitúa la ronda de Anthropic de la pasada primavera en 65.000 millones de dólares y la de OpenAI en 122.000 millones.

Tres cosas concretas que puedes hacer con esto:

Prueba la API antes de decidir infraestructura. A 0,70 dólares por millón de tokens de entrada, el costo de evaluar Mistral Large 4 en tus propios casos de uso es bajo. Mide latencia, calidad en tu dominio y consumo real de tokens antes de comprometerte con un proveedor cerrado.
Revisa si tu caso de uso choca con la licencia. Si tu producto revende acceso al modelo vía API, necesitas licencia comercial con Mistral. Si lo usas internamente —soporte, análisis de código, automatización—, estás cubierto.
Considera el argumento de soberanía si vendes a empresas o sector público en Europa o LATAM. El modelo se entrenó en centros de datos europeos, habla más de 160 idiomas incluidas todas las lenguas oficiales de la UE y se puede alojar en infraestructura propia. Para licitaciones públicas o clientes con requisitos de gobernanza de datos, eso puede ser un diferenciador comercial, no solo técnico.

Conclusión

Le Chonk es una buena noticia para Europa y para cualquier empresa que no quiera depender de una API estadounidense, y su precio lo hace muy competitivo. Pero venderlo como el modelo que supera a China sería contar otra cosa. Lo que Mistral consiguió es un modelo muy capaz que, además, se niega mejor a ayudar a atacar. Eso puede valer más que unos puntos de capacidad, siempre que se cuente como es: en el índice de ciberseguridad que la propia Mistral publica, sigue por detrás de dos rivales chinos.