Mistral Large 4 ya tiene pesos abiertos: qué ha cambiado, qué dicen las pruebas y a quién le interesa
Mistral ha publicado los pesos de Mistral Large 4, el modelo de 1 billón de parámetros y multimodal de forma nativa al que apoda «Le Chonk». El modelo entró en vista previa pública a principios de octubre. La versión con pesos abiertos es una actualización: Mistral dice que dedicó unas tres semanas más al aprendizaje por refuerzo tras la vista previa, con el foco en la programación y la ciberseguridad defensiva.
La versión corta
- Qué es: un modelo insignia multimodal de 1 billón de parámetros, entrenado desde cero en infraestructura europea (según Mistral).
- Novedades respecto a la vista previa: mejores resultados en programación y seguridad, y mejor «eficiencia de razonamiento», es decir, menos tokens por tarea.
- Dónde usarlo: Mistral Studio, la API de Mistral, OpenRouter o con los pesos alojados en tus propios servidores desde Hugging Face (servidos con vLLM o SGLang).
- Licencia: una licencia MIT modificada con una condición dirigida a las empresas de modelo como servicio (consulta nuestra explicación de la licencia).
Las cifras que publica Mistral
Todas las cifras siguientes son afirmaciones de la propia Mistral en su anuncio. Todavía no hay réplicas independientes, y Mistral dice que un informe técnico completo llegará «pronto».
| Prueba | Resultado publicado |
|---|---|
| Cognition FrontierCode 2.0 (privada) | 19,7 %, la mejor puntuación del gráfico de Mistral, por delante de GLM-5.3 (19,3 %) |
| Artificial Analysis Coding Agent Index | 48 %, «prácticamente empatado» con GLM-5.3 usando un 47 % menos de tokens por tarea |
| Terminal-Bench 4.0 | 41 %, 13 puntos más que en la vista previa, con un 30 % menos de tokens de salida |
| Artificial Analysis Cyber Index | 51% |
| BrowseComp | 84,5 % (frente al 75 % en uno de los primeros checkpoints de SFT) |
| Finch (flujos de trabajo financieros) | 73,3 %, segundo entre los modelos abiertos, por detrás de Kimi K3 |
| B3 Agent Security Benchmark | 97,1 % de ataques resistidos (93,3 % en la vista previa) |
En cuanto a preferencia humana, Mistral cita las pruebas de programación por pares a ciegas de Surge. En ellas, Large 4 superó a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash, y quedó «solo por detrás de Claude Opus 5.5» entre los modelos evaluados.
Tres modos de razonamiento
Mistral dice que el modelo tiene ahora tres modos de razonamiento, para equilibrar costo y calidad. El modo más ligero se encarga de las tareas sencillas y sustituye al antiguo modo «None». El más exigente es para los «casos de uso más difíciles que requieren alta precisión». Si pagas por token, esto importa: elige el modo más ligero que supere tus evaluaciones.
El enfoque de ciberseguridad (y su advertencia)
La mayor parte del anuncio trata sobre seguridad defensiva. Incluye declaraciones de Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA y otros. Mistral también reconoce abiertamente que, al observar el tráfico de la vista previa, vio «un potencial de mejora para llevar a cabo ataques reales», y que está reforzando las salvaguardas. Una variante especializada en pruebas de penetración solo se ofrece a socios verificados y con contrato.
¿Deberías cambiarte?
- Quienes alojan sus propios modelos y equipos de sectores regulados: es el público principal. Tienes pesos abiertos, un entrenamiento de origen europeo y una licencia permisiva.
- Aficionados: un modelo de 1 billón de parámetros necesita hardware de centro de datos para ejecutarse en local. Para la mayoría, la API u OpenRouter es la vía realista. (La publicación de Mistral no detalla los requisitos de hardware; consulta la ficha del modelo en Hugging Face).
- Usuarios de agentes de programación: lo que hay que probar es la eficiencia en tokens. Ejecuta tus propias tareas de agente a través de OpenRouter antes de comprometerte.
Video
Video de Mistral en YouTube.
Video de Bijan Bowen en YouTube.
Fuentes
- Mistral AI, «Mistral Large 4 (Le Chonk)… open weight», 29-10-2026: https://mistral.ai/news/mistral-large-4-oss/
- Portada de Hacker News (API de Algolia): https://hn.algolia.com/api/v1/search?tags=front_page
Qué está confirmado y qué no
- ✅ Todas las cifras de las pruebas se copiaron a mano de la publicación de Mistral el 29-10-2026 hacia las 23:58 (hora del Este de EE. UU.). Todas las publica el propio fabricante.
- ✅ El texto de la licencia y los canales de disponibilidad se cotejaron con la misma publicación.
- ⚠️ SIN VERIFICAR: el nombre del repositorio en Hugging Face, los requisitos de hardware y VRAM y el precio de la API. Nada de esto aparece en la publicación.
- ⚠️ No nombramos aquí los tres modos de razonamiento porque no pudimos leer sus etiquetas con fiabilidad.
- Los puntos de HN son una instantánea y cambiarán.
Subir: IA