Mistral Large 4 con pesos abiertos: un modelo MoE de 1 billón de parámetros
Mistral Large 4 ya tiene pesos abiertos: modelo MoE de 1 billón de parámetros, contexto de 1M tokens y API a 0,70 USD por 1M tokens de entrada. Veamos qué hace.
Este artículo en otros idiomas:العربيةDeutschEnglishFrançaisItaliano日本語Polski简体中文
En este artículo
El 29 de octubre, Mistral publicó los pesos abiertos de Mistral Large 4 (apodado también «Le Chonk»), su modelo insignia con alrededor de 1 billón de parámetros. Los pesos abiertos de Mistral Large 4 ya están en Hugging Face, y el modelo también funciona a través de la API de Mistral y de OpenRouter.
¿Qué hay de nuevo en Mistral Large 4 con pesos abiertos?
Mistral Large 4 apareció a principios de octubre como vista previa pública, pero entonces solo a través de la API. Ahora tenemos una versión con entrenamiento adicional y pesos abiertos. Según la ficha del modelo, es:
- Un modelo MoE (mixture-of-experts) de alrededor de 1 billón de parámetros, de los que unos 52.000 millones están activos por token (128 expertos, 4 activos más 1 compartido).
- Un modelo con ventana de contexto de 1M tokens.
- Un modelo multimodal: acepta texto e imágenes y responde con texto.
- Un modelo híbrido con tres niveles de razonamiento: low, medium y high (el predeterminado).
Según el anuncio, el modelo habla con fluidez más de 160 idiomas. Como curiosidad, Mistral lo entrenó con 3.800 GPU NVIDIA Grace Blackwell en Europa.
¿Qué sabe hacer Mistral Large 4?
Mistral apuesta sobre todo por la programación, los agentes y la ciberseguridad. Resultados del anuncio:
| Benchmark | Resultado |
|---|---|
| Terminal-Bench 4.0 | 41 % (vista previa: 28 %) |
| Artificial Analysis Coding Agent Index | 48 % |
| FrontierCode 2.0 | 19,7 % |
| Artificial Analysis Cyber Index | 51 % |
| BrowseComp | 84,5 % |
| B3 Agent Security Benchmark | 97,1 % (vista previa: 93,3 %) |
Lo más interesante es el salto en Terminal-Bench: 13 puntos porcentuales en tres semanas, y además con un 30 % menos de tokens de salida (según Mistral). Son cifras de la propia empresa, así que tomémoslas con cautela hasta ver pruebas independientes.
¿Cuánto cuesta y con qué licencia?
Precios de la API según el anuncio:
- 0,70 USD por 1M tokens de entrada,
- 0,07 USD por 1M tokens de entrada en caché,
- 2,10 USD por 1M tokens de salida.
Los pesos se publican con la licencia Mistral Ecosystem Open-Weight, una licencia MIT modificada. Podemos usar, modificar, ajustar y explotar comercialmente el modelo, pero una empresa que quiera venderlo como servicio (Model-as-a-Service) necesita una licencia comercial aparte de Mistral.
¿Podemos ejecutar Mistral Large 4 en local?
En teoría sí; en la práctica, difícilmente en casa. Los ejemplos de la ficha del modelo asumen 8 GPU, y según The Next Web la versión cuantizada funciona con cuatro tarjetas NVIDIA B200 o B300. Mistral también ha preparado un checkpoint NVFP4 para GPU Blackwell, y el modelo es compatible con vLLM, SGLang, Transformers y llama.cpp (ya hay builds GGUF).
Así que ejecutar un modelo de un billón de parámetros en un portátil es más una curiosidad que un escenario real ;) Si queremos trastear con modelos en local, mejor empezar por otros más pequeños, de lo que hablo en mi guía para ejecutar IA en local.
¿Cómo probar Mistral Large 4?
Tenemos varias opciones:
- Vibe Code en chat.mistral.ai.
- La API a través de Mistral Studio (console.mistral.ai) u OpenRouter.
- Los pesos de Hugging Face, si tenemos acceso a un clúster de GPU adecuado.
- Los endpoints de NVIDIA y el contenedor NIM, además de Microsoft Foundry.
Es otro gran modelo con pesos abiertos de las últimas semanas, después de Reflection Beam y del anuncio de Kimi K3.1 Pro. A principios de octubre, Mistral también presentó Voxtral 3, que en cambio no recibió pesos abiertos.
FAQ
¿Mistral Large 4 es open source?
Tiene pesos abiertos con la licencia Mistral Ecosystem Open-Weight (una licencia MIT modificada). El uso comercial está permitido, salvo ofrecer el modelo como servicio sin una licencia aparte de Mistral.
¿Cuántos parámetros tiene Mistral Large 4?
Alrededor de 1 billón de parámetros en una arquitectura MoE, de los que unos 52.000 millones están activos por token (49.000 millones sin las capas de embedding y de salida).
¿Mistral Large 4 entiende imágenes?
Sí, acepta texto e imágenes y responde con texto.
¿Cuánto cuesta Mistral Large 4 por API?
0,70 USD por 1M tokens de entrada y 2,10 USD por 1M tokens de salida (según los precios del anuncio).