Índice de contenidos
Claves de la noticia
- Mistral Large 4 llega hoy en previsualización pública por API; los pesos se anuncian para finales de octubre.
- El comunicado cita 49.000 millones de parámetros activos y la ficha técnica muestra 52.000 millones: las dos cifras oficiales aún difieren.
- Su arquitectura de expertos reduce los parámetros utilizados por operación, pero no convierte el modelo completo en uno pequeño.
Mistral ha presentado este 6 de octubre Mistral Large 4, apodado Le Chonk, con entrada multimodal y una apuesta por programación, ciberseguridad y trabajo profesional. La novedad puede probarse en su plataforma, aunque descargarla y desplegarla de forma independiente sigue siendo una promesa para final de mes. Para valorar el anuncio conviene separar disponibilidad, tamaño total y capacidades que la empresa atribuye al modelo.
Una API disponible y unos pesos todavía pendientes
El anuncio oficial describe una previsualización pública que continúa mejorando durante el entrenamiento. No presenta un producto congelado: también anticipa más detalles de arquitectura y metodología. La empresa prevé publicar los pesos antes de acabar octubre. Hasta entonces, una organización puede evaluar el servicio alojado, pero eso no demuestra que disponga ya de los archivos necesarios para reproducirlo en sus servidores.
La diferencia afecta al significado de open-weight. Designa la distribución de los parámetros aprendidos, mientras que una API permite enviar solicitudes a un sistema operado por otro proveedor. Además, disponer de pesos no define por sí solo las condiciones de uso comercial. Quien estudie una migración debe comprobar el archivo distribuido, la licencia concreta y los requisitos técnicos cuando exista la publicación, sin anticiparlos por la etiqueta del anuncio.
La publicación de Mistral AI en X del 6 de octubre respalda esa separación: anuncia acceso por API hoy y pesos al final del mes. Incluye un recurso audiovisual marcado como realizado con IA; se conserva el anuncio original, sin tratar sus imágenes promocionales como una filmación documental del entrenamiento.
Meet Mistral Large 4, aka Le Chonk.
• 1T parameters, natively multimodal. 49B active.
It is the best open weights model from US or Europe on aggregated benchmarks.
• State-of-the-art on critical workloads, including cyber defense, manufacturing and finance and it surpasses… pic.twitter.com/Jr5Z11mxEv— Mistral AI (@MistralAI) October 6, 2026
49.000 y 52.000 millones no son la misma ficha
El comunicado cifra el tamaño total en un billón de parámetros y los activos en 49.000 millones. La documentación técnica en inglés consultada concreta 1,05 billones totales, pero indica 52.000 millones activos y un codificador visual de 1.600 millones. No explica en esa descripción cómo reconciliar las dos cantidades de parámetros activos.
Al comparar las fuentes, la diferencia es de 3.000 millones, aproximadamente un 6,1 % respecto a los 49.000 millones del anuncio. Ese cálculo identifica una discrepancia documental; no mide una mejora ni permite concluir que haya dos versiones diferentes. Tampoco sería correcto atribuirla automáticamente al codificador visual: su cifra publicada no basta para demostrar ese origen.
El matiz resulta útil para cualquier comparación posterior. Si un proveedor publica una relación entre parámetros activos y velocidad, primero necesita fijar qué definición y versión utiliza. La existencia de dos cifras oficiales aconseja conservar ambas con su procedencia. Escoger la más baja para vender eficiencia o la más alta para sugerir potencia daría una precisión aparente que los documentos todavía no ofrecen.
Los expertos ahorran operaciones, no borran el modelo
La ficha describe una arquitectura Mixture-of-Experts: el trabajo se reparte entre componentes y solo parte de los parámetros participa en cada paso. Dividir 49.000 o 52.000 millones entre los 1,05 billones totales da aproximadamente un 4,7 % o un 5,0 %. Son proporciones entre cifras declaradas, no porcentajes medidos de consumo eléctrico o latencia.
Una estimación de almacenamiento ayuda a entender el límite. Tomando el total documentado y multiplicándolo por dos bytes por parámetro, una representación hipotética de 16 bits ocuparía 2,1 TB solo para los pesos. Si cada parámetro pudiera representarse en cuatro bits, el cálculo ideal sería 525 GB. Se emplean unidades decimales y se excluyen metadatos, cachés, activaciones y demás memoria de ejecución.
| Representación supuesta | Bytes por parámetro | Pesos solamente |
|---|---|---|
| 16 bits | 2 | 2,1 TB |
| 4 bits | 0,5 | 525 GB |
La conclusión es concreta: activar alrededor del 5 % de los parámetros no equivale a almacenar solo ese 5 %. Estas cuentas no garantizan que exista una cuantización utilizable, ni cómo conservaría la calidad. Sí impiden confundir el tamaño activo con el presupuesto necesario para alojar todos los expertos. Para un equipo español que valore un despliegue privado, esa distinción separa una prueba por API de un proyecto de infraestructura.
Las demostraciones no equivalen a una auditoría
Mistral atribuye al modelo mejoras en programación y trabajo multimodal, y publica resultados de pruebas y evaluaciones humanas. Son evidencias ofrecidas por el desarrollador, que deben leerse con sus condiciones. Una comparación de tareas no certifica fiabilidad en cualquier repositorio, ni convierte un resultado favorable en permiso para ejecutar acciones sin revisión.
La página del lanzamiento enlaza una demostración interactiva CTF Speedrun con 19 retos y trayectorias que identifica como procedentes de pruebas internas. Es una visualización propia del evento, no un vídeo de YouTube. El enlace permite consultar el recurso original sin trasladar un reproductor externo incompatible al artículo.
La cautela es especialmente relevante en seguridad. Probar capacidades ofensivas en un entorno autorizado y demostrar resistencia a instrucciones maliciosas son objetivos distintos. Un buen resultado en uno no sustituye al otro. La discusión sobre límites de acceso también aparece en las condiciones comerciales de Kimi; las pruebas económicas requieren otra comparación, como muestra el coste verificable de utilizar la API de DeepSeek.
Large 4 abre hoy una evaluación accesible. La autonomía técnica prometida llegará, si se materializa el calendario, con archivos, condiciones y herramientas de ejecución comprobables. Hasta entonces, su novedad defendible es la previsualización; su tamaño requiere planificación, y sus dos cifras de parámetros activos merecen aclaración antes de convertirlas en una comparación cerrada.
Imagen: recreación conceptual generada para ilustrar infraestructura de IA; no representa instalaciones de Mistral.
