Mistral AI publica en abierto los pesos de Mistral Large 4
Mistral AI publicó los pesos abiertos de Mistral Large 4, un modelo de un billón de parámetros que, según la compañía, lidera los puntos de referencia de modelos de peso abierto en programación y ciberseguridad.
Respuesta rápida
¿Qué anunció Mistral AI sobre Mistral Large 4?
Mistral AI publicó los pesos abiertos de Mistral Large 4 (Le Chonk), un modelo multimodal de un billón de parámetros. La compañía afirma que lidera los puntos de referencia de peso abierto en programación y ciberseguridad, ofrece tres modos de razonamiento y fue entrenado sobre infraestructura europea pensando en un despliegue de IA soberana.
Claves
- Mistral AI publicó los pesos abiertos de Mistral Large 4, también llamado Le Chonk, un modelo nativamente multimodal de un billón de parámetros que había estado en vista previa pública desde principios de octubre.
- La compañía afirma que un aprendizaje por refuerzo adicional desde la vista previa mejoró el rendimiento en programación y en ciberseguridad defensiva, con Mistral Large 4 a la cabeza de los modelos de peso abierto en el punto de referencia FrontierCode 2.0 de Cognition (19,7%) y en Terminal-Bench 4.0 (41%).
- Mistral afirma que el modelo obtiene un 48% en el Índice de Agentes de Codificación de Artificial Analysis, prácticamente igualando a GLM-5.3 mientras utiliza un 47% menos de tokens por tarea.
- En el Índice Cibernético de Artificial Analysis, Mistral afirma que el modelo obtiene un 51% en la detección, reproducción y corrección de vulnerabilidades, con una tasa media de rechazo del 96,6% ante solicitudes cibernéticas malintencionadas.
- Mistral afirma que el modelo admite tres modos de razonamiento (bajo, medio y alto) para que los desarrolladores puedan equilibrar rendimiento y costo de inferencia, y que fue entrenado sobre infraestructura europea.
Pesos abiertos
Mistral AI ha publicado los pesos abiertos de Mistral Large 4, el modelo nativamente multimodal de un billón de parámetros al que llama Le Chonk. La compañía puso el modelo en vista previa pública a principios de octubre y asegura que desde entonces ha utilizado los comentarios de desarrolladores y socios, junto con un aprendizaje por refuerzo continuado, para mejorar su rendimiento en programación y en ciberseguridad defensiva.
Mistral afirma que el modelo se entrenó desde cero sobre infraestructura europea y lo describe como un cimiento para lo que denomina IA soberana, lo que permite a las organizaciones alojarlo ellas mismas y personalizarlo.
Rendimiento en programación
Mistral sostiene que tres semanas adicionales de aprendizaje por refuerzo tras la vista previa situaron a Mistral Large 4 a la cabeza de los modelos de código de peso abierto. La compañía cita una puntuación del 19,7% en el punto de referencia privado FrontierCode 2.0 de Cognition, que según explica evalúa si un mantenedor de repositorio aprobaría el cambio propuesto por un agente de código, por delante de otros modelos de peso abierto en esa prueba.
En el Índice de Agentes de Codificación de Artificial Analysis, Mistral señala que el modelo obtiene un 48%, lo que describe como prácticamente un empate con GLM-5.3, mientras utiliza en promedio un 47% menos de tokens por tarea. En Terminal-Bench 4.0, Mistral indica que el modelo mejoró 13 puntos porcentuales respecto a su versión de vista previa hasta alcanzar el 41%, tomando la delantera entre los modelos de peso abierto y recortando los tokens de salida en un 30%.
Mistral también destaca evaluaciones ciegas por pares realizadas por Surge Code, en las que asegura que Mistral Large 4 fue preferido frente a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash, quedando por detrás únicamente de Claude Opus 5.5 entre los modelos evaluados.
Modos de razonamiento
La compañía señala que Mistral Large 4 ahora admite tres modos de razonamiento que permiten a los desarrolladores equilibrar rendimiento y costo: bajo para tareas sencillas, medio para tareas cotidianas y alto, el modo predeterminado, para tareas que exigen alta precisión y un razonamiento exhaustivo.
Capacidades de ciberseguridad
Mistral afirma que colaboró con proveedores de ciberseguridad para evaluar el modelo en la reproducción y corrección de vulnerabilidades en entornos reales. La compañía reporta una puntuación del 51% en el Índice Cibernético de Artificial Analysis, que según explica mide la capacidad de un modelo para descubrir, reproducir, validar y corregir vulnerabilidades sin romper la funcionalidad existente.
Mistral asegura que las salvaguardas del modelo distinguen entre solicitudes de ciberseguridad defensivas y malintencionadas, y que logró una tasa media de rechazo del 96,6% ante solicitudes cibernéticas malintencionadas en JailbreakBench, StrongREJECT y AgentHarm, lo que la compañía describe como la cifra más alta que ha medido entre modelos abiertos.
La compañía indica que monitorizó el uso relacionado con ciberseguridad del modelo en vista previa durante tráfico real y observó que el modelo rechazaba ataques de caja negra contra objetivos reales, aunque también identificó un riesgo potencial de que el modelo pudiera emplearse para potenciar ataques reales. Mistral afirma que está modificando sus salvaguardas en respuesta a ello y que continuará actualizándolas.
Mistral señala que está ofreciendo a socios empresariales de diseño, entre ellos Orange Cyberdefense, acceso anticipado a una variante especializada del modelo optimizada para pruebas de penetración, evaluación de vulnerabilidades y ejercicios de equipo rojo, con un acceso sujeto a verificación y a salvaguardas contractuales que restringen las pruebas a sistemas autorizados. La compañía afirma que los clientes también pueden adaptar el modelo con datos de seguridad propios mediante una herramienta que denomina Mistral Forge, y pueden optimizarlo aún más en variantes más pequeñas y específicas para cada tarea.
Fuente: Mistral AI, "Mistral Large 4 (Le Chonk) is now open weight", publicado el 29 de octubre de 2026.
Preguntas frecuentes
- ¿Qué es Mistral Large 4?
- Mistral Large 4, apodado Le Chonk, es un modelo nativamente multimodal de un billón de parámetros de Mistral AI que la compañía publicó primero en vista previa pública y que ahora ha puesto a disposición como pesos abiertos.
- ¿Qué puntos de referencia de programación cita Mistral para Large 4?
- Mistral cita una puntuación del 19,7% en el punto de referencia FrontierCode 2.0 de Cognition, un 41% en Terminal-Bench 4.0 y un 48% en el Índice de Agentes de Codificación de Artificial Analysis, cifras que describe como líderes o equiparables a las de otros modelos de peso abierto.
- ¿Qué dice Mistral sobre el rendimiento del modelo en ciberseguridad?
- Mistral afirma que el modelo obtiene un 51% en el Índice Cibernético de Artificial Analysis para la detección, reproducción y corrección de vulnerabilidades, y presenta una tasa media de rechazo del 96,6% ante solicitudes cibernéticas malintencionadas.
- ¿Qué modos de razonamiento ofrece Mistral Large 4?
- Mistral señala que el modelo admite tres modos: bajo para tareas sencillas, medio para tareas cotidianas y alto, el predeterminado, para las tareas más exigentes que requieren un razonamiento preciso y exhaustivo.