Mistral Large 4 ('Le Chonk'): el gigante francés que busca redirigir la IA abierta

La startup francesa Mistral AI lanzó este martes 6 de octubre el Mistral Large 4 (ML4), apodado "Le Chonk", un modelo de lenguaje multimodal con 1 billón de parámetros totales y 49 mil millones de parámetros activos. Es el modelo más grande y capaz que la empresa ha producido hasta la fecha, y su anuncio tiene implicaciones que van mucho más allá de los resultados en benchmarks.

¿Por qué "Le Chonk"?

El apodo "Le Chonk" nació como un chiste interno dentro de la comunidad de IA abierta. "Chonk" — jerga de internet para describir gatos excepcionalmente anchos — apareció primero como el meme "Le Chaton Fat" cuando los fans presionaban a la empresa para construir un modelo fronterizo verdaderamente masivo. El equipo abrazó la broma: "Le Chaton Fat" nunca existió como modelo real, pero ahora Mistral misma está lanzando un modelo real de 1 billón de parámetros con un apodo de gato gordo. "La broma cae de un modo inusualmente cerca de la realidad", escribió VentureBeat tras entrevistar a Guillaume Lample, cofundador y chief scientist.

Esta convergencia entre meme y producto es más que un truco de marketing. Señala algo más profundo sobre cómo la comunidad de código abierto ha estado moldeando — o al menos presionando — la trayectoria de la innovación en IA. La demanda pública por modelos cada vez más grandes ha creado un bucle de retroalimentación que la propia Mistral reconoce haber influido en su propio roadmap.

Arquitectura: 1 billón de parámetros, pero solo 49 mil millones activos

ML4 es un modelo nativamente multimodal (entrada de texto e imagen, salida de texto) basado en una arquitectura Mixture-of-Experts (MoE). Aunque el modelo tiene 1 billón de parámetros totales, solo 49 mil millones se activan para cada operación de inferencia, reduciendo drásticamente el costo de cómputo y la latencia en comparación con modelos densos del mismo tamaño. Imaginen un equipo de fútbol con 1.000 jugadores, pero solo 49 en el campo en cualquier momento. El resultado es un modelo que escala en capacidad sin escalar linealmente en costo.

El entrenamiento se realizó desde cero durante aproximadamente dos meses en 4.000 GPUs Nvidia Grace Blackwell en los propios centros de datos europeos de Mistral. El modelo fue entrenado en más de 160 idiomas, incluidos todos los idiomas oficiales de la Unión Europea. Esta elección de infraestructura es deliberada: Mistral está posicionando al ML4 como una solución que puede ejecutarse bajo soberanía europea, sin depender de proveedores de nube fuera de la UE.

Benchmarks: números sólidos, con matices

Los resultados preliminares son impresionantes en varias métricas. ML4 obtuvo un 62% en el benchmark DeepSWE v1.1 (una evaluación de ingeniería de software en horizonte largo), superando a Beam de Reflection (44%), Qwen 3.8 Max (51%) y DeepSeek V4 Pro (57%). En el Artificial Analysis Cyber Index —una evaluación independiente de cómo los modelos encuentran y corrigen vulnerabilidades— el modelo se clasifica entre los cinco mejores globalmente y lidera los modelos open-weight desarrollados fuera de China.

En una prueba de seguridad específica donde el modelo debe reproducir una vulnerabilidad real en software de código abierto y luego parchearla, ML4 obtuvo un 82%, el puntaje más alto reportado. También resolvió el 93% de los desafíos en Cybench (40 ejercicios extraídos de competiciones de seguridad).

Sin embargo, hay matices. VentureBeat señaló que los resultados de Mistral aún no aparecen en los leaderboards públicos (Artificial Analysis, DeepSWE), y algunos benchmarks citados en los slides de Mistral no fueron encontrados en fuentes públicas independientes. Las afirmaciones de clasificación de Mistral permanecen provisionales hasta que investigadores externos puedan probar el modelo final y los pesos sean liberados públicamente.

El contexto geopolítico: la tercera vía europea

El lanzamiento del ML4 no ocurre en el vacío. China tiene Kimi K3 (de Moonshot AI), un modelo de 2,8 billones de parámetros lanzado en julio. EE. UU. tiene Claude, GPT-6 Astra y otros modelos cerrados de OpenAI, Google y Anthropic. Europa, mientras tanto, está intentando construir una "tercera vía" — modelos abiertos, soberanos, ejecutándose en infraestructura europea.

Esto no es solo orgullo continental. Tiene implicaciones prácticas. Para sectores sensibles como ciberseguridad, defensa y gobierno, la soberanía de datos no es un lujo — es un requisito. Si un modelo cerrado puede ser apagado remotamente (como ya ha ocurrido con algunos proveedores), la interrupción puede ser un riesgo operativo directo en incidentes críticos.

Mistral lo sabe. Por eso, el modelo se está liberando en preview para desarrolladores y "líderes de ciberseguridad" antes del lanzamiento general de los pesos. Durante tres semanas, autoridades gubernamentales y socios verificados accederán al mismo modelo, "con moderación reducida y capacidades expandidas de ciber". La empresa dice que no interferirá si su IA se usa para defensa — una señal clara de que está buscando contratos gubernamentales.

La apuesta empresarial: pesos abiertos + stack soberano

Lo que hace al ML4 diferente de otros modelos fronterizos es su estrategia de distribución. Modelos como Claude o GPT son "cerrados" —solo accesibles vía API, con controles de moderación y sin posibilidad de personalización local. Modelos chinos como Qwen y Kimi son abiertos, pero la soberanía europea exige infraestructura europea.

Mistral apuesta por el término medio: pesos abiertos (para liberar el 27/10) + infraestructura europea (propios data centers) + stack empresarial completo. Esto significa que los clientes no solo pueden ejecutar el modelo localmente, sino también personalizarlo e integrarlo con sistemas existentes — esencial para bancos, fábricas y gobiernos.

En septiembre, la empresa anunció una ronda Series D de €3 mil millones, con un valuation post-dinero superior a €21 mil millones — la mayor recaudación de equity jamás completada por una empresa tecnológica europea. Parte de ese capital ya se está desplegando para escalar la capacidad de cómputo en centros de datos europeos. El equipo de ciencia creció de tres investigadores a cerca de 300.

¿Qué esperar?

ML4 es descrito por la propia Mistral como "el primer hito" en un roadmap financiado por la Series D. Eso significa que más modelos seguirán — especializados, optimizados, construidos sobre la base del ML4. La empresa ya ha confirmado que está refinando continuamente el modelo durante el período de preview usando reinforcement learning para mejorar el checkpoint final.

Si la apuesta europea por IA abierta y soberana podrá alcanzar escala comercial suficiente para rivalizar con las inversiones masivas de OpenAI, Google y Anthropic sigue siendo una pregunta abierta. Los próximos seis meses serán decisivos: cuando se liberen los pesos, cuando se firme el primer contrato gubernamental, y cuando los primeros agentes autónomos basados en ML4 comiencen a correr en producción.

Fuentes: Wired, VentureBeat, The Hindu

✓ Fuentes independientes cruzadas y verificadas antes de la publicación