Mistral Large 4 publica sus pesos y alcanza a la IA china en código

Mistral publicó el jueves 29 de octubre los pesos de Large 4 en Hugging Face, de modo que cualquiera puede descargar el modelo y ejecutarlo en su propia infraestructura. Junto a él salió una versión cuantizada, comprimida para reducir la memoria necesaria.

La versión preliminar presentada el 6 de octubre había quedado rezagada en las pruebas independientes de código y tareas de agente. La versión final recorta buena parte de esa distancia. En Terminal-Bench 4.0, la prueba de referencia de código agéntico, Large 4 pasa del 28 % al 41 %, según los gráficos mostrados a la prensa. GLM-5.3, el mejor modelo abierto chino del gráfico, logra un 40 %, DeepSeek V4.1 Flash un 31 % y Kimi K3 un 21 %. Mistral se atribuye el título de primer modelo abierto del mundo en código agéntico en el índice de Artificial Analysis y de mejor modelo abierto creado en Occidente.

Menos tokens y un argumento de ciberseguridad

Según Mistral, Large 4 consume un 47 % menos de tokens por tarea que GLM-5.3 en ese índice y la mitad que la versión preliminar en Terminal-Bench. Como la IA se factura por token, el dato pesa en el coste. Además de «high», hay ahora modos de razonamiento más cortos: «low» y «medium».

Apodado «Chonk», el modelo suma 1 billón de parámetros (1.000 millones de millones), de los que 52.000 millones se activan por cada token generado. Entiende imágenes, pero solo responde con texto y código. Los avances proceden del aprendizaje por refuerzo con problemas de código y ciberseguridad generados internamente, con 3.800 GPU Nvidia Grace Blackwell en centros de datos europeos.

En CyberGym-E2E, que exige reproducir y corregir una vulnerabilidad real en software libre, Large 4 obtiene un 79 %, igual que MiMo-V2.6-Pro de Xiaomi. Claude Opus 5.5 y GPT-6 Astra puntúan casi cero porque rechazan la tarea, lo que refleja en parte sus salvaguardas. Mistral no detalló las de los pesos publicados.

La brecha con los modelos cerrados de EE. UU.

Frente a los modelos cerrados estadounidenses la diferencia sigue siendo grande: Opus 5.5 y GPT-6 Astra rondan entre el 59 % y el 65 % en Terminal-Bench, según mediciones de principios de octubre. Google, además, elevó el listón el miércoles con Gemini 4 Carbon.

La versión cuantizada pesa unos 690 GB en 4 bits y requiere cuatro GPU Nvidia B200 o B300. Los usuarios particulares tendrán que esperar a una versión más ligera, prometida en un mes. No se ha dado precio; la versión preliminar costaba 1,36 dólares por millón de tokens de entrada y 4,18 dólares por millón de salida. Large 4 está disponible en Hugging Face y mediante la API de Mistral.