Mistral ha publicado Mistral Large 4, apodado Le Chonk, con pesos abiertos. Hugging Face anunció el lanzamiento en una entrada fechada el 29 de octubre de 2026.
Qué es el modelo
Mistral Large 4 es un modelo Mixture-of-Experts multimodal y multilingüe. Recibe texto e imágenes y genera texto. La entrada habla de cerca de 1T de parámetros totales, 49B de ellos activos por token, y de una ventana de contexto de 1M de tokens. Los checkpoints oficiales vienen en dos variantes, FP8 y NVFP4. Unsloth y el equipo de llama.cpp han publicado versiones GGUF.
La licencia es la Mistral Ecosystem Open-Weight License, descrita como un derivado de MIT que limita los servicios de modelo como servicio. Quien piense construir un producto de pago sobre los pesos debería leerla antes.
Capacidades declaradas
La entrada sitúa el modelo en ciberseguridad, agentes de programación y trabajo multimodal. Las cifras siguientes son las que cita el texto, y varias proceden de los propios informes de Mistral:
- Posición: quinto mejor modelo de pesos abiertos en el índice Artificial Analysis Intelligence a fecha de 29 de octubre de 2026.
- Programación: 61,7 % en DeepSWE v1.1 y 49,8 % en el Coding Agent Index.
- Flujos de negocio: 59,9 % en AutomationBench, que abarca flujos de trabajo empresariales.
- Seguridad: 82 % en la tarea del Artificial Analysis Cyber Index que consiste en reproducir y luego parchear una vulnerabilidad real, y 93,3 % de resistencia a ataques en el benchmark de inyección de prompts B3 de Lakera.
Según la entrada, algunos modelos cerrados puntúan casi cero en la tarea de ciberseguridad porque se niegan a hacerla. El texto sostiene que los pesos abiertos dejan la política de uso y el despliegue en manos del usuario. Aun así, el modelo rechaza las peticiones de ciberseguridad dañinas con más frecuencia que otros modelos de pesos abiertos, afirma la publicación.
Cómo ejecutarlo
Desde el primer día es compatible con transformers, vLLM y llama.cpp, y permite ajuste fino con TRL. Algunos límites prácticos que menciona la entrada:
- El checkpoint NVFP4 en vLLM requiere GPU NVIDIA Blackwell.
- La receta de Hugging Face Inference Endpoints emplea ocho GPU H200 con pesos FP8, ofrece hasta 131K tokens de contexto y atiende 16 peticiones simultáneas.
- Con esa configuración, una sola petición genera unos 65 tokens por segundo. En 1.000 conversaciones de ShareGPT el total fue de unos 480 tokens por segundo.
- Las cuantizaciones de 2 bits de llama.cpp caben en un solo equipo Apple Silicon Ultra con 512 GB de memoria unificada. Hugging Face midió unos 15 tokens por segundo de generación en un M3 Ultra.
- El esfuerzo de razonamiento puede ser bajo, medio o alto. El valor por defecto es alto y no se puede desactivar.
La entrada menciona además una receta de Dell Enterprise Hub para servidores Dell con GPU NVIDIA H200, B200, GB200 o GB300, y acceso sin servidor a través de Inference Providers.
Lo que la entrada no cuenta
El texto no da precios para el uso alojado. Los resultados de los benchmarks no están verificados de forma independiente en el texto, salvo las posiciones del índice de Artificial Analysis que cita.