Mistral AI acaba de anunciar el lanzamiento de Mistral Large 4 (ML4), apodado internamente Le Chonk, como versión preliminar pública. Según la documentación del modelo, ML4 es un modelo granular de mezcla de expertos con un total de 1,05 billones de parámetros, 49 000 millones de activos por token, un codificador de visión de 1 600 millones de parámetros y una ventana de contexto de 1 millón de tokens. Se entrenó desde cero en 3.800 GPU NVIDIA Grace Blackwell en los propios centros de datos europeos de Mistral
.TL; DR
Mistral AI lanzó Mistral Large 4 («Le Chonk») como versión preliminar pública el 6 de octubre de 2026: un MoE granular de 1,05 toneladas de parámetros con 49 000 millones de activos por token, entrada de imagen nativa y una ventana de contexto de 1 millón, entrenado desde cero en 3800 GPU NVIDIA Grace Blackwell en los propios centros de datos de Mistral en la UE. La API ya está disponible a un precio de 1,36 dólares por 1 millón de entradas y 4,18 dólares por 1 millón de tokens de salida, pero las ponderaciones no se envían hasta finales de octubre, por lo que el alojamiento automático aún no es posible. Sus resultados más destacados se encuentran en el ámbito de la ciberseguridad, donde Mistral informa que el 93% en Cybench y el 82% en Cybergym-E2e, y señala que varios
modelos de fronteras cerradas obtienen una puntuación cercana a cero porque se niegan a realizar la tarea.¿Qué es la arquitectura?
ML4 es un MoE híbrido de instrucción y razonamiento que toma la entrada de imágenes de forma nativa. Solo se activa alrededor del 4,7% de las ponderaciones por token, que es lo que ofrece un modelo de 1 billón de dólares a precios de gama media. La cantidad total de 1,05 T aún debe guardarse en la memoria, por lo que el recuento de activaciones determina el cálculo, no
la factura del hardware.Mistral aún no ha publicado el recuento de expertos, el enrutamiento de las mejores k ni el diseño de las capas; estos vienen con los pesos. Los datos de formación abarcaron más de 160 idiomas, incluidos todos los idiomas oficiales
de la UE.Explicador interactivo
¿Cómo funciona?
En cuanto a ciberseguridad, Mistral registra un 93% de votos en Cybench y un 82% en Cybergym-E2e, lo que sitúa a ML4 entre los cinco primeros puestos del ranking mundial del Ciberíndice de Análisis Artificial. La afirmación más interesante es estructural: Mistral afirma que varios modelos fronterizos cerrados obtienen una puntuación cercana a cero en Cybergym-E2e porque se niegan rotundamente. Reproducir una vulnerabilidad para demostrar que es real es una defensa estándar, y las negativas a nivel de proveedor la bloquean
.En cuanto a la codificación por agencia, Mistral informa que utiliza DeepSWE v1.1 con un 61,7%, con SWE-Atlas-QNA con un 59,4% y con Terminal-Bench 4.0, un 28,3%, lo que arroja un índice combinado de agentes codificadores de análisis artificial del 49,8%. Mistral
señala que se evaluaron de forma privada antes de que el arnés saliera a bolsa, por lo que aún no se pueden reproducir de forma independiente.Una evaluación humana ciega con Surge AI es la señal más honesta. Los anotadores profesionales valoraron la ML4 Preview con un 3,74 sobre 5, el segundo de 5 modelos, por delante del GLM-5.3 (3,60) y el Kimi K3 (3,59)
, pero por detrás del Claude Opus 5 con un 4,22.En cuanto a seguridad, el ML4 resiste el 93,3% de los ataques, según el índice B3 de Lakera, y obtiene una puntuación de 1,691 puntos sobre un máximo de 2.0 en KoraBench.
¿Cómo se compara con sus rivales más cercanos de peso abierto?
| Función | Mistral Large 4 DeepSeek V4 | Pro | Kimi K3 | GLM-5.3 | |
|---|---|---|---|---|---|
| Parámetros totales | 1.05T | ||||
| 49B | ~104B | No publicado oficialmente | |||
| Ventana de contexto | 1M 1M | 1M | 1M | ||
| Entrada de imagen nativa | Sí No | Sí | No | No | |
| Pesos disponibles | Aún no, vence a finales de octubre de 2026 | Sí, en Hugging Face | Sí, desde el 27 de julio de 2026 | Sí, por | licencia | de análisis artificial
| anunciada aún no se ha anunciado | el precio de la API delicencia MIT GLM-5.3 | modificada | por el MIT por 1 m de entrada/salida | 1,36 dólares/ 4,18 dólares | |
| por proveedor | $3.00/ $15.00 | $1.40/ $4.40 | |||
| Publicado | el6 de octubre de 2026 | deagosto de 2026 (0813 build) | 16 de julio de 2026 | 14 de agosto de 2026 |
¿Qué puedes construir con él hoy?
La API de versión preliminar admite llamadas a funciones, salidas estructuradas, QnA de documentos, procesamiento por lotes y puntos finales de agentes y conversaciones. La entrada en caché tiene un precio de 0,14 USD por cada 1 millón de tokens, lo que cambia considerablemente la economía de los bucles de agentes en un contexto prolongado en un período de
1 millón.Conclusiones clave
- 1,05 T de parámetros totales, 49 B activos por token, 1 M de contexto, 1,6 B de codificador de visión.
- Se capacitó en 3.800 GPU Grace Blackwell en los propios centros de datos de Mistral en la UE.
- La versión preliminar de la API ya está disponible a un precio de 1,36 dólares por cada 1 millón de entradas y 4,18 dólares por cada 1 millón de tokens de salida.
- Los pesos se prometieron para finales de octubre de 2026, por lo que aún no es posible hospedarse por cuenta propia.
- Los mejores resultados se obtienen en el ámbito de la ciberseguridad, donde los modelos cerrados suelen rechazar la tarea.
Consulta el anuncio de Mistral Large 4, los documentos de los modelos Mistral Large 4 y las comparaciones de modelos de Artificial Analysis. Todo el mérito es del investigador de este proyecto. Además, siéntete libre de seguirnos en Twitter y no olvides unirte a nuestro subReddit de más de 150 000 ml y suscribirte a nuestro boletín. ¡Espera! ¿Estás en Telegram? ahora también puedes unirte a nosotros en Telegram.
gratuitas.The post Mistral AI lanza Mistral Large 4 (Le Chonk): un modelo MoE multimodal con parámetros de 1.05T appeared first on MarkTechPost.