Mistral Large 4 libera sus pesos en tres semanas

Qué es Mistral Large 4

Mistral AI presentó Mistral Large 4, un modelo multimodal de un billón de parámetros que la compañía francesa describe como su apuesta para superar por igual a los laboratorios de modelos cerrados y a los de pesos abiertos. El lanzamiento, ocurrido el 6 de octubre de 2026, materializa lo que el presidente Emmanuel Macron denominó "una tercera vía en IA": una posición propia en un mercado partido entre los modelos que pueden ser desconectados por sus dueños y los modelos abiertos que hoy se fabrican, sobre todo, en China.

El apodo interno, Le Chonk, alude a su tamaño. Pero conviene ser precisos: Mistral Large 4 no es un modelo de pesos abiertos en este momento. Solo se accede a él por un punto de acceso público con barreras de seguridad, y la liberación de los pesos completos está prevista en unas tres semanas, cuando concluyan las pruebas de seguridad.

Pierre Stock, vicepresidente de ciencia de Mistral, dijo que en el intermedio trabajarán con socios de confianza y gobiernos para que los pesos se usen "para defender, pero no para realizar ataques maliciosos". Su argumento para las empresas es que un modelo con pesos disponibles resulta más fácil de auditar.

Lo que más llama la atención de la ficha técnica es el costo de entrenamiento. El modelo se entrenó íntegramente con cómputo propio, 4.000 GPUs de NVIDIA, lo que según Stock equivale a dos o tres veces menos que el uso de sus competidores chinos y bastante menos que el de los laboratorios de sistemas cerrados. Para una empresa que construyó su reputación sobre la eficiencia —sus fundadores provienen de los equipos que desarrollaron Chinchilla en DeepMind y LLaMA en Meta—, saltar a un billón de parámetros parece un giro. La forma de darlo, con una huella comparativamente pequeña, es coherente con su historia.

Mistral concentró el entrenamiento en casos que importan a sus clientes y a sus inversores: ciberseguridad, finanzas y diseño de chips. Los dos últimos conectan con ASML, que lideró su Serie C, y Samsung, que en septiembre lideró una Serie D que valoró a la empresa en 21.000 millones de euros. La compañía había insistido en que alojar modelos chinos en su plataforma no la convertía en un mero proveedor de inferencia; con Large 4 intenta demostrar que sigue siendo un laboratorio de frontera.

Por qué importa para América Latina

Para América Latina la promesa es menos abstracta. La región no entrena modelos de frontera y consume IA por APIs que envían datos al exterior y se pagan en dólares. Un modelo de un billón de parámetros con pesos que puedan descargarse ofrece una ruta distinta: ejecutarlo en infraestructura local o de un socio, auditarlo y ajustarlo sin quedar a merced de las políticas de un gigante de otro país. Eso es relevante para bancos y equipos de seguridad latinoamericanos, dos sectores que Mistral priorizó y que operan bajo leyes de datos cada vez más estrictas en varios países de la región.

La prudencia obliga a esperar: los resultados de las pruebas comparativas de rendimiento aún no se publican, y el modelo tampoco es abierto en este momento. Si Mistral cumple el plazo prometido, América Latina tendrá acceso, por primera vez, a un modelo de esa escala con pesos descargables. La pregunta operativa para un responsable de tecnología de la región ya no es solo qué modelo rinde mejor en una prueba, sino cuál puede correr en sus propios servidores y bajo sus propias reglas de gobernanza de datos. En tres semanas habrá una primera respuesta.