Mistral AI presenta Mistral Large 4, un modelo multimodal de 1,05 billones de parámetros

Un gigante entre los modelos abiertos

Mistral AI ha anunciado el lanzamiento de Mistral Large 4, apodado internamente «Le Chonk», en vista previa pública el 6 de octubre de 2026 ¹. El modelo es una arquitectura granular de Mixture of Experts (MoE) con un impresionante total de 1,05 billones de parámetros, aunque solo 49 mil millones se activan por token . También cuenta con un codificador visual de 1,6 mil millones de parámetros y admite una ventana de contexto de 1 millón de tokens, lo que lo convierte en uno de los modelos multimodales más capaces disponibles en la actualidad .

Lo que hace eficiente esta arquitectura es que solo alrededor del 4,7 % de los pesos totales se activan por cada token procesado. Esto significa que el modelo puede ofrecerse a precios de gama media mientras conserva la capacidad de conocimiento de un sistema de la clase de los de un billón de parámetros ¹. Los 1,05 billones de parámetros completos aún deben residir en memoria, pero el menor número de parámetros activos controla los costes de cómputo en lugar de las facturas de hardware .

Dónde entrena y qué sabe

Mistral Large 4 se entrenó desde cero en 3.800 GPUs NVIDIA Grace Blackwell dentro de los propios centros de datos europeos de Mistral ¹. Los datos de entrenamiento abarcaron más de 160 idiomas, incluyendo todos los idiomas oficiales de la Unión Europea . El modelo acepta de forma nativa entradas de imagen junto con texto, lo que lo distingue como un verdadero sistema multimodal y no como un modelo de texto con un componente visual añadido .

La API ya está disponible a un precio de vista previa de $1.36 por millón de tokens de entrada y $4.18 por millón de tokens de salida ¹. Sin embargo, los pesos completos del modelo no estarán disponibles hasta finales de octubre de 2026, por lo que el autoalojamiento aún no es posible . Tampoco se ha anunciado la licencia .

Sólido rendimiento en ciberseguridad

Una de las áreas destacadas del modelo es la ciberseguridad. Mistral AI informa que Mistral Large 4 obtuvo un 93 % en Cybench y un 82 % en CyberGym-E2E, ubicándose en el top 5 global del Índice Cyber de Artificial Analysis ¹. Más notablemente, Mistral afirma que varios modelos frontier cerrados obtienen puntuaciones cercanas a cero en CyberGym-E2E porque se niegan a intentar las tareas en absoluto . Reproducir vulnerabilidades es trabajo estándar de ciberseguridad defensiva, y las negativas a nivel de proveedor pueden bloquear ese proceso .

En pruebas de codificación por agentes, el modelo logró un 61,7 % en DeepSWE v1.1, un 59,4 % en SWE-Atlas-QnA y un 28,3 % en Terminal-Bench 4.0, obteniendo una puntuación combinada del Índice de Agente de Codificación de 49,8 ¹. Mistral señala que estas evaluaciones se ejecutaron de forma privada antes de que los estándares de prueba pasaran a ser públicos, por lo que aún no son reproducibles de forma independiente . En evaluaciones humanas a ciegas de Surge AI, los anotadores valoraron Mistral Large 4 Preview con un 3,74 sobre 5, ubicándolo en segundo lugar entre cinco modelos evaluados, por detrás de Claude Opus 5 que obtuvo un 4,22 .

En el frente de seguridad, el modelo resistió el 93,3 % de los ataques en el estándar B3 de Lakera y obtuvo un 1,691 de 2,0 en KORABench ¹.

Rivales en la arena

Cuando se compara con otros modelos de pesos abiertos como DeepSeek V4 Pro, Kimi K3 y GLM-5.3, Mistral Large 4 se mantiene firme con el mayor número de parámetros activos entre sus pares y la comprensión nativa de imágenes ¹. El modelo admite llamadas a funciones, salidas estructuradas, preguntas y respuestas sobre documentos, agrupación de lotes, y los puntos de conexión de Agents y Conversations . La entrada en caché se precifica en solo $0.14 por millón de tokens, lo que mejora significativamente la economía de ejecutar flujos de trabajo de agentes con contexto largo .

Los detalles completos y la documentación están disponibles a través del anuncio de Mistral Large 4 y la documentación del modelo ¹.

Los datos clave

• Mistral Large 4 tiene 1,05 billones de parámetros totales con 49 mil millones activos por token
• Cuenta con una ventana de contexto de 1 millón de tokens y entrada de imagen nativa
• Entrenado en 3.800 GPUs NVIDIA Grace Blackwell en los centros de datos europeos de Mistral
• Obtiene un 93 % en Cybench y un 82 % en CyberGym-E2E en pruebas de ciberseguridad
• La API ya está activa; se esperan los pesos completos para finales de octubre de 2026

Fuentes

1. Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Multimodal MoE Model — marktechpost.com