En resumen
- Mistral Large 4 cuenta con 1 billón de parámetros totales y 49.000 millones de parámetros activos; su vista previa está disponible vía API a través de Mistral Studio.
- Con 38 puntos en el Artificial Analysis Intelligence Index, el modelo queda por detrás de los 58 puntos de Claude Opus 5.5.
- Según la compañía, el modelo logró el puntaje más alto en una prueba de reproducción y parcheo de vulnerabilidades reales de software, con un 82% de éxito.
- El modelo fue entrenado en centros de datos europeos con 3.800 GPU Nvidia Grace Blackwell; al no haberse publicado aún los pesos, se considera actualmente de código cerrado, y se prevé que pase a pesos abiertos a finales de octubre.
La empresa francesa de inteligencia artificial Mistral anunció el 6 de octubre de 2026 la vista previa pública de su modelo más grande, Mistral Large 4 (ML4). Conocido internamente con el nombre en clave "Le Chonk", el modelo se ha puesto a disposición como API a través de la plataforma Mistral Studio de la compañía. Se planea publicar los pesos del modelo a finales de octubre; hasta entonces, ML4 figura como modelo propietario, ya que sus pesos no han sido compartidos.
Según Mistral, ML4 es un modelo nativamente multimodal con un total de 1 billón de parámetros, de los cuales 49.000 millones están activos. La compañía afirma que el modelo supera incluso a modelos rivales de código cerrado en áreas como defensa cibernética, manufactura y finanzas.
¿Qué dicen las pruebas independientes?
En el Intelligence Index de Artificial Analysis, que combina diez áreas distintas, ML4 obtuvo 38 puntos. Esto supone un gran salto respecto a los 9 puntos del modelo anterior, Mistral Large 3, y los 14 puntos de Mistral Medium 3.5, lanzado recientemente. Con este puntaje, ML4 supera al modelo GLM-5.2 de Z.ai, aunque Claude Opus 5.5 (Max), líder de la clasificación, sigue muy por delante con 58 puntos. En el área de programación, ML4 superó a Deepseek V4 Pro y Qwen3.8 Max con un 49,8% en el Artificial Analysis Coding Agent Index. En la evaluación ciega de Surge AI, ML4 quedó en segundo lugar entre cinco modelos con 3,74/5 puntos; el primer puesto lo ocupa Claude Opus 5 con 4,22 puntos.
¿De dónde viene la afirmación sobre ciberseguridad?
Mistral dedicó gran parte de su anuncio a las capacidades de ciberseguridad. Según la compañía, ML4 logró un 82% de éxito en una prueba de reproducción y parcheo de una vulnerabilidad real de software de código abierto, el puntaje más alto entre todos los modelos evaluados. Sin embargo, Mistral también señala que modelos como Claude Opus 5.5 y GPT-6 Astra rechazaron por completo esta tarea debido a sus filtros de seguridad, por lo que la prueba mide tanto las políticas del proveedor como la capacidad del modelo en sí. Mistral también reporta altas tasas de rechazo frente a instrucciones cibernéticas maliciosas, afirmando haber bloqueado el 93,3% de los ataques en el B3 AI Security Benchmark de Lakera.
¿Qué ofrece en análisis de planos técnicos e imágenes?
Mistral sostiene que ML4 puede analizar documentos, gráficos, imágenes satelitales de gigapíxeles y planos técnicos, y puede ampliar y examinar detalles de forma autónoma. En el benchmark Dense 200, ML4 obtuvo un 42%, ligeramente por delante del 41% de GPT-6 Astra. Además, se indica que los evaluadores humanos prefirieron a ML4 en tareas STEM y de CAD. Este rasgo resulta llamativo para equipos que trabajan con documentación arquitectónica y de ingeniería.
¿Qué significa esto para los equipos de arquitectura y archviz?
El rendimiento del modelo en tareas de planos técnicos y CAD sugiere que en el futuro podría utilizarse en proyectos arquitectónicos para análisis de documentos, control de mediciones o escaneo automático de planos técnicos. Sin embargo, el modelo todavía está en fase de vista previa y se considera de código cerrado; sería prematuro que los estudios planifiquen una instalación local (on-premise) o una integración antes de que se publiquen los pesos y se aclaren las condiciones de licencia. El énfasis en el alojamiento europeo y la soberanía de datos puede resultar atractivo para los estudios de arquitectura europeos en términos de privacidad de datos, pero dada la brecha de rendimiento, es probable que en el trabajo diario se sigan prefiriendo modelos cerrados como Claude o GPT-6 Astra.
Mistral explicó que entrenó ML4 desde cero en sus propios centros de datos europeos, utilizando 3.800 GPU Nvidia Grace Blackwell. La ventana de contexto del modelo llega hasta 1 millón de tokens; según la documentación, la arquitectura incluye una estructura de mixture-of-experts de grano fino y un codificador visual de 1.600 millones de parámetros. Durante la fase de vista previa, los precios se fijaron en 0,68 dólares por millón de tokens de entrada y 2,09 dólares por millón de tokens de salida; las entradas en caché se facturan a 0,07 dólares. La documentación también lista precios estándar que duplican estas cifras. Esta expansión se financia con la ronda Series D de 3.000 millones de euros recaudada por la compañía.
Fuentes
1 fuenteNo republicamos los textos de las fuentes; las citas breves van marcadas y el resto es resumen y comentario propios.
Mistral Large 4 llama la atención por su pretensión de ser uno de los modelos más grandes surgidos de Europa, y su rendimiento en análisis de planos técnicos, CAD y documentos puede resultar interesante a largo plazo para los estudios de arquitectura y archviz en Turquía. Sin embargo, el hecho de que Claude Opus 5.5 siga liderando el Intelligence Index independiente con una ventaja de 20 puntos muestra que el modelo todavía no puede sustituir de inmediato a sus competidores cerrados en los flujos de trabajo diarios.
El punto más crítico para los estudios es que los pesos aún no se han publicado y el modelo se considera actualmente de código cerrado; por ello, quienes deseen aprovechar la instalación local o la soberanía de datos deberían esperar a finales de octubre, fecha prevista para la publicación de los pesos. El hecho de que el precio durante la fase de vista previa sea la mitad de la tarifa estándar ofrece una ventaja temporal para los adoptantes tempranos, aunque no está claro si esta condición será permanente.
Preguntas frecuentes
¿Cuándo se publicarán los pesos de Mistral Large 4?
Mistral anunció que planea publicar los pesos del modelo junto con detalles de la arquitectura e información de licencia a finales de octubre; hasta entonces, el modelo figura como propietario (de código cerrado).
¿Es Mistral Large 4 mejor que Claude Opus 5.5?
No. En el Artificial Analysis Intelligence Index, Mistral Large 4 obtuvo 38 puntos, mientras que Claude Opus 5.5 (Max) sigue muy por delante con 58 puntos.
¿Cómo puedo usar Mistral Large 4 actualmente?
El modelo está disponible en fase de vista previa como API a través de Mistral Studio; el precio se fijó en 0,68 dólares por millón de tokens de entrada y 2,09 dólares por millón de tokens de salida.
