Mistral AI presenta Mistral Large 4, un modello multimodale da 1,05 trilioni di parametri

Un gigante tra i modelli aperti

Mistral AI ha annunciato il rilascio di Mistral Large 4, con il soprannome interno "Le Chonk", in anteprima pubblica il 6 ottobre 2026 ¹. Il modello adotta un'architettura granulare a Mixture of Experts (MoE) con uno straordinario totale di 1,05 trilioni di parametri, sebbene solo 49 miliardi vengano attivati per ogni token . Dispone inoltre di un codificatore visivo da 1,6 miliardi di parametri e supporta una finestra di contesto da 1 milione di token, collocandosi come uno dei modelli multimodali più capaci oggi disponibili .

Ciò che rende questa architettura efficiente è che solo circa il 4,7% dei pesi totali si attiva per ogni token elaborato. Questo significa che il modello può essere offerto a prezzi di fascia media pur portando la capacità conoscitiva di un sistema da mille miliardi di parametri ¹. Il totale di 1,05 trilioni di parametri deve comunque risiedere in memoria, ma il minor numero di parametri attivi controlla i costi di calcolo piuttosto che quelli dell'hardware .

Dove viene allenato e cosa sa

Mistral Large 4 è stato allenato da zero su 3.800 GPU NVIDIA Grace Blackwell all'interno dei datacenter europei di proprietà di Mistral ¹. I dati di allenamento coprivano oltre 160 lingue, incluse tutte le lingue ufficiali dell'Unione europea . Il modello accetta nativamente l'input immagine affiancato al testo, segnalandosi come un vero sistema multimodale piuttosto che un modello testuale dotato di un componente visivo aggiuntivo .

L'API è ora attiva a un prezzo di anteprima di 1,36 $ per milione di token in input e 4,18 $ per milione di token in output ¹. Tuttavia, i pesi completi del modello non saranno disponibili fino alla fine di ottobre 2026, il che significa che l'auto-ospitazione non è ancora possibile . Anche la licenza non è stata ancora annunciata .

Prestazioni solide nella cybersecurity

Una delle aree di spicco del modello è la cybersecurity. Mistral AI riporta che Mistral Large 4 ha ottenuto il 93% su Cybench e l'82% su CyberGym-E2E, piazzandosi nella top 5 globale dell'indice Cyber di Artificial Analysis ¹. Più notevole ancora: secondo Mistral, diversi modelli frontier chiusi segnano quasi zero su CyberGym-E2E perché rifiutano di tentare i compiti del tutto . Riprodurre vulnerabilità è un lavoro di cybersecurity difensiva standard, e i rifiuti a livello di provider possono bloccare questo processo .

Nei benchmark di coding agentic, il modello ha raggiunto il 61,7% su DeepSWE v1.1, il 59,4% su SWE-Atlas-QnA e il 28,3% su Terminal-Bench 4.0, guadagnandosi un punteggio combinato del Coding Agent Index di 49,8 ¹. Mistral nota che queste valutazioni sono state eseguite in modo privato prima che i benchmark diventassero pubblici, quindi non sono ancora riproducibili in modo indipendente . In valutazioni umane cieche condotte da Surge AI, gli annotatori hanno assegnato a Mistral Large 4 Preview un punteggio di 3,74 su 5, classificandolo secondo tra i cinque modelli testati, dietro Claude Opus 5 che ha segnato 4,22 .

Sul fronte della sicurezza, il modello ha resistito al 93,3% degli attacchi sul benchmark B3 di Lakera e ha ottenuto 1,691 su 2,0 su KORABench ¹.

I rivali nell'arena

Quando confrontato con altri modelli open-weight come DeepSeek V4 Pro, Kimi K3 e GLM-5.3, Mistral Large 4 regge il confronto con il più grande numero di parametri attivi tra i suoi pari e con la comprensione nativa delle immagini ¹. Il modello supporta il Calling delle funzioni, gli output strutturati, il Q&A su documenti, il batching e gli endpoint Agents e Conversations . L'input in cache è tariffato a soli 0,14 $ per milione di token, il che migliora significativamente l'economicità nell'esecuzione di workflow agentic a lungo contesto .

I dettagli e la documentazione completi sono disponibili tramite l'annuncio di Mistral Large 4 e la documentazione del modello ¹.

I fatti principali

• Mistral Large 4 ha 1,05 trilioni di parametri totali con 49 miliardi attivi per token
• Dispone di una finestra di contesto da 1 milione di token e input immagine nativo
• Allenato su 3.800 GPU NVIDIA Grace Blackwell nei datacenter europei di Mistral
• Segna il 93% su Cybench e l'82% su CyberGym-E2E nei benchmark di cybersecurity
• L'API è già attiva; i pesi completi sono attesi per la fine di ottobre 2026

Fonti

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