Mistral Large 4 abre sus pesos y mejora mucho en programación

Mistral AI publicó el jueves 29 de octubre de 2026 los pesos de Mistral Large 4 en Hugging Face. El modelo, apodado «Le Chonk», tiene un billón de parámetros y ya puede ejecutarse en servidores propios. Cuando se presentó el 6 de octubre, solo estaba disponible mediante una API de pago.

Los pesos son los ajustes que un modelo aprende durante el entrenamiento. Descargarlos permite usarlo sin enviar datos a Mistral. Large 4 emplea una arquitectura de mezcla de expertos con 128 expertos especializados. Para cada token solo intervienen cuatro, más un experto común, lo que supone 49.000 millones de parámetros activos (52.000 millones con las capas de entrada y salida). Su predecesor, Mistral Large 3, tenía 675.000 millones de parámetros, con 41.000 millones activos.

Qué ha cambiado desde la versión preliminar

Durante esas tres semanas, Mistral siguió con el aprendizaje por refuerzo, sobre todo en código y ciberseguridad. Según la compañía, su puntuación en Terminal-Bench 4.0 sube del 28 % al 41 %, un punto por delante del chino GLM-5.3 (40 %), y por encima de DeepSeek V4.1 Flash (31 %), Kimi K3 (21 %) y Muse Spark Open (6 %). En el índice de código de Artificial Analysis alcanza el 48 %, igualado con GLM-5.3, y gasta de media un 47 % menos de tokens por tarea.

Mistral admite en la documentación de Hugging Face que los mejores modelos abiertos chinos siguen por delante en el índice global de Artificial Analysis. Large 4 logra 26 puntos, la mejor marca entre los modelos abiertos occidentales. A principios de octubre, el buscador Ecosia sustituyó a Mistral por modelos chinos como Qwen, Kimi y GLM.

API más barata, licencia más restrictiva

La API se abarata aproximadamente a la mitad: 0,70 dólares por millón de tokens de entrada y 2,10 dólares por millón de salida, frente a 1,36 y 4,18 dólares en la versión preliminar.

La licencia es menos permisiva que la Apache 2.0 de Large 3. La Mistral Ecosystem Open-Weight License, una versión modificada de la licencia MIT, permite el uso comercial, salvo para las empresas que revenden el acceso al modelo como servicio, que deberán firmar una licencia aparte con Mistral.

El modelo sigue fuera del alcance de un ordenador personal. Incluso comprimido requiere cuatro GPU Nvidia B200 o B300 de centro de datos, y la versión completa necesita ocho.