Mistral anunció el 6 de octubre la versión preliminar de Mistral Large 4 (ML4), apodado internamente "Le Chonk" — un modelo de 1,05 billones de parámetros con 52 mil millones de parámetros activos, entrenado desde cero en 3.800 GPUs NVIDIA Grace Blackwell en centros de datos europeos. El 29 de octubre, los pesos del modelo se liberaron para descarga abierta, marcando el momento más ambicioso de la estrategia de soberanía en IA de Europa.
Lo que hace al ML4 diferente no es solo la escala, sino el posicionamiento estratégico. Mistral no compite con OpenAI y Anthropic en el mismo terreno: está construyendo una alternativa abierta para gobiernos, empresas de ciberseguridad y organizaciones que necesitan control total sobre sus modelos de IA. La decisión de liberar los pesos para descarga, en lugar de ofrecer solo acceso vía API, es deliberada — empresas de defensa, instituciones financieras y agencias gubernamentales pueden ejecutar el modelo en su propia infraestructura, eliminando la dependencia de proveedores externos.
La arquitectura del modelo sigue el enfoque de Mixture of Experts (MoE) que se ha vuelto estándar en la industria, pero con una matiz importante: de los 1,05 billones de parámetros totales, solo alrededor de 52 mil millones se activan por inferencia. Esto significa que el modelo no moviliza toda su capacidad para cada solicitud, resultando en eficiencia significativa. La propia Mistral afirma que ML4 usa 47% menos tokens por tarea, en promedio, que el modelo chino GLM-5.3.
La ciberseguridad es el enfoque principal del ML4. En el Artificial Analysis Cyber Index, que evalúa la capacidad de los modelos para encontrar y corregir vulnerabilidades de seguridad en software real, ML4 se posiciona entre los cinco modelos más fuertes del mundo y lidera entre modelos de pesos abiertos desarrollados fuera de China. En una prueba, el modelo fue solicitado para reproducir una vulnerabilidad real en software de código abierto y luego corregirla — ML4 alcanzó 82%, la mayor puntuación de cualquier modelo. En Cybench, un conjunto de 40 ejercicios extraídos de competiciones de seguridad, resolvió 93% de los desafíos.
Pero la ciberseguridad es solo parte del panorama. ML4 también es multimodal (acepta texto e imágenes como entrada, produce texto como salida), tiene ventanas de contexto de hasta 1 millón de tokens y fue entrenado en más de 160 idiomas, incluyendo todos los idiomas oficiales de la Unión Europea. En benchmarks de codificación agéntica, alcanzó 59.9% en AutomationBench — 657 flujos de negocio en aplicaciones como Gmail, Google Sheets, Slack y Salesforce — superando a Kimi K3, MiMo-V2.6-Pro y DeepSeek V4 Pro.
La estrategia de lanzamiento fue igualmente deliberada. Mistral liberó una versión preliminar el 6 de octubre, pasó tres semanas probando el modelo con socios de ciberseguridad, autoridades gubernamentales y clientes bajo condiciones reales. Durante ese período, los pesos fueron refinados con aprendizaje por refuerzo adicional y retroalimentación de clientes. El resultado fue la introducción de dos modos de razonamiento adicionales (bajo, medio y alto), permitiendo a los usuarios ajustar la profundidad del razonamiento según la tarea. En Terminal-Bench 4.0, que prueba la capacidad de agentes de IA en realizar tareas de codificación en terminal, la puntuación de ML4 subió de 28% a 41% después de este refinamiento.
La cuestión estratégica detrás de todo es la soberanía tecnológica europea. La valoración de Mistral es de aproximadamente US$ 24 mil millones — significativamente por debajo de competidores como OpenAI (US$ 800 mil millones) y Anthropic (US$ 45 mil millones). Sin embargo, la empresa argumenta que, a pesar de la disparidad de recursos, ML4 es actualmente el mejor modelo abierto construido en Occidente. El modelo está diseñado para escenarios donde confiar en proveedores cerrados es problemático: código fuente propietario de software, análisis de imágenes satelitales para detección de incendios forestales, monitoreo de riesgos en líneas de transmisión y hasta la conversión de planos CAD 2D en modelos 3D utilizables.
El lanzamiento del ML4 ocurre en un momento de creciente tensión geopolítica en IA. Con las restricciones estadounidenses a la exportación de chips avanzados hacia China y la carrera por desarrollar alternativas independientes, Europa ve los modelos de pesos abiertos como una herramienta estratégica. La capacidad de ejecutar ML4 localmente significa que los gobiernos europeos no necesitan confiar sus sistemas críticos de seguridad a la infraestructura de proveedores extranjeros — una distinción que se ha vuelto cada vez más relevante en un mundo donde los datos sensibles son tan valiosos como peligrosos.
Lo que queda por ver es si la eficiencia del ML4 en recursos de cómputo será suficiente para sostener su posición de mercado en los próximos meses. La carrera por modelos de frontera se está acelerando — Google lanzó Gemini 4 Carbon una semana antes de la liberación de los pesos de Mistral, y cada lanzamiento establece un nuevo estándar. El ML4 no es el fin de la historia, sino el inicio de una nueva generación de modelos especializados de Mistral, diseñados para industrias específicas. Si la empresa puede mantener el ritmo de innovación, "Le Chonk" puede ser solo el primer capítulo de un intento europeo ambicioso por redefinir quién controla la inteligencia artificial más avanzada del mundo.
Fuentes: Mistral, Euronews, CNBC
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
