Mistral publica los pesos de Mistral Large 4, un modelo abierto de un billón de parámetros

Qué se ha publicado

Mistral publicó el modelo en Hugging Face como mistralai/Mistral-Large-4-1T-A52B. La página lo describe como un modelo de "un billón de parámetros". Los parámetroslos números que un modelo aprende durante el entrenamiento; más parámetros suelen significar más capacidad y más memoria para ejecutarlo miden el tamaño del modelo. El "A52B" del nombre del repositorio indica unos 52.000 millones de parámetros activos por cada fragmento de texto, que es como funciona un modelo de mezcla de expertosun diseño en el que el modelo tiene muchas subredes especializadas y usa solo unas pocas en cada paso, así que es más rápido de lo que sugiere su tamaño total. El texto del anuncio no da la cifra de parámetros activos, así que conviene tomar esos 52B como la etiqueta del repositorio.

Son pesos abiertoslos archivos del modelo entrenado se publican para que cualquiera pueda descargarlos y ejecutarlos, aunque los datos y el código de entrenamiento sigan siendo privados. Se puede ejecutar con vLLM o SGLang, o usar a través de Mistral Studio, la API de Mistral, OpenRouter, los endpoints de NVIDIA y Microsoft Foundry. En la API cuesta 0,70 dólares por millón de tokens de entrada y 2,10 dólares por millón de tokens de salida.

La licencia, en pocas palabras

Mistral la llama "Mistral Ecosystem Open-Weight license", una licencia MIT modificada. Permite la mayoría de los usos. La excepción principal: una empresa que ofrezca el modelo como servicio alojado a terceros necesita una licencia comercial aparte. Lee el texto completo en la página de Hugging Face antes de construir un producto con él.

Benchmarks que da Mistral

Mistral informa de un 48% en el Coding Agent Index de Artificial Analysis, lo que describe como un empate práctico con GLM-5.3 usando un 47% menos de tokens por tarea. También da un 41% en Terminal-Bench 4.0 y un 84,5% en BrowseComp, y afirma que lidera entre los modelos de pesos abiertos en la prueba privada FrontierCode 2.0 de Cognition, con un 19,7%.

Estas cifras salen del anuncio de Mistral. FrontierCode 2.0 es privado, así que nadie de fuera puede reproducirlo, y el resultado de la versión preliminar en Terminal-Bench lo comunicó la propia empresa. Los resultados independientes suelen llegar en las semanas posteriores a un lanzamiento.

El aspecto de seguridad

Mistral presenta el modelo a los equipos de defensa. Da un 51% en el Cyber Index de Artificial Analysis, que mide encontrar, reproducir y corregir vulnerabilidades, una tasa media de rechazo del 96,6% ante peticiones cibernéticas maliciosas y un 97,1% de resistencia en el benchmark de seguridad de agentes B3. Una variante especializada en ciberseguridad está en fase preliminar para socios seleccionados, limitada a sistemas que les pertenecen o que están autorizados a probar.

El mismo texto dice que, durante la supervisión, el modelo rechazó ataques de caja negra contra objetivos reales, pero que Mistral ve "un potencial de ayuda para llevar a cabo ataques reales" y está cambiando sus salvaguardas. Con los pesos públicos, quien ajuste el modelo puede también entrenarlo para que deje de lado esas salvaguardas.

Para hacerse una idea de lo que afrontan los defensores cada semana, nuestro análisis en CVE Watch del fallo explotado de WordPress muestra una ventana de ataque real, y la actualización de Firefox 159 muestra cuántos fallos de memoria puede cerrar una sola versión de un navegador.