Mistral lanza en Hugging Face "Large 4", su modelo de pesos abiertos de un billón de parámetros

Mistral lanzó Large 4 —apodado "Le Chonk"— y lo puso a disposición para descarga gratuita en Hugging Face. El modelo, de un billón de parámetros, se entrenó en el propio clúster de computación de 10 megavatios de Mistral en Francia.

Según el evaluador independiente Artificial Analysis, Large 4 encabeza por un estrecho margen a todos los demás modelos de pesos abiertos en su Coding Agent Index, que mide qué tan bien los agentes de IA completan tareas completas de ingeniería de software. En Terminal-Bench 4.0, otra prueba de agentes de código, Large 4 iguala a GLM-5.3, de China, considerado hasta ahora el mejor modelo abierto del mundo.

Mistral afirma que un aprendizaje por refuerzo adicional —un método de entrenamiento en el que el modelo recibe retroalimentación sobre sus intentos en las tareas y aprende a favorecer lo que funciona— elevó la puntuación del modelo en Terminal-Bench 4.0 del 28 % al 41 % desde que se publicó una versión preliminar el 6 de octubre. Large 4 también utiliza un 47 % menos de tokens por tarea que GLM-5.3.

Los modelos propietarios siguen por delante en general: Mythos 5.1, de Anthropic, obtuvo 60,9 % en el mismo benchmark.

Pierre Stock, vicepresidente de ciencia de Mistral, calificó el lanzamiento como un punto de inflexión para la IA europea y señaló que el modelo se desarrolló sobre la infraestructura propia de Mistral —"una fracción de lo que usan todos los competidores". Argumentó que los modelos de pesos abiertos ofrecen a empresas de los sectores financiero, sanitario y manufacturero una protección frente a la posible pérdida de acceso a sistemas cerrados.

Esa preocupación se confirmó en junio, cuando una directiva estadounidense de control de exportaciones obligó a Anthropic a suspender el acceso a dos de sus modelos durante casi tres semanas. Una vez que los pesos del modelo son públicos, señaló Stock, el acceso ya no puede cortarse de esa manera.