Mistral ha publicado los pesos de Large 4, de un billón de parámetros, para que empresas y organismos puedan descargar el modelo y ejecutarlo en su propia infraestructura. La compañía, con sede en Francia, presenta esta versión —apodada «Le Chonk»— como una herramienta para programación y ciberdefensa. Los pesos ya están disponibles en Hugging Face y el modelo también se ofrece a través de la API de Mistral.
La publicación llega después de que Mistral presentara Large 4 en vista previa pública a principios de octubre. Según la empresa, el trabajo posterior con aprendizaje por refuerzo y los comentarios de clientes y colaboradores mejoraron sus capacidades de programación, defensa frente a ciberataques y eficiencia de razonamiento. El modelo es multimodal: acepta texto e imágenes y genera texto.
Más control, con un riesgo que Mistral sigue evaluando
El argumento central de Mistral es el control. Al poder alojar el modelo en sus propios sistemas, una organización puede mantener sus datos y operaciones bajo su gestión, en vez de depender exclusivamente de un servicio externo. Pierre Stock, vicepresidente de Ciencia de Mistral, dijo a TechCrunch que el acceso a estas capacidades «can’t be cut off by definition because the model is open-weighted».
“We don’t want to fearmonger people. We think it’s a problem that is solvable. It’s a hard problem to have good security,”
— Pierre Stock, vicepresidente de Ciencia de Mistral
La empresa sostiene que Large 4 puede ayudar a detectar, analizar y responder a amenazas en código e infraestructura informática. Entre las tareas defensivas que describe están investigar vulnerabilidades, reproducirlas en un entorno aislado y preparar parches. Mistral afirma que el modelo obtiene un 51 % en el Cyber Index de Artificial Analysis, una evaluación de descubrimiento, reproducción y reparación de vulnerabilidades.
La apertura de los pesos no elimina las salvaguardas. Mistral asegura que Large 4 rechaza, de media, el 96,6 % de las solicitudes maliciosas relacionadas con ciberseguridad en las pruebas que cita. Aun así, la compañía afirma haber detectado en el uso real un posible aumento de la capacidad para llevar a cabo ataques. Aunque observó que el modelo se negó a obedecer intentos de ataque de caja negra contra objetivos activos, está modificando sus protecciones y prevé seguir actualizándolas durante los próximos meses.
Para ciertos usos avanzados, Mistral ofrece a socios empresariales seleccionados acceso de vista previa a una variante especializada, pensada para pruebas de penetración, evaluación de vulnerabilidades y red teaming. La compañía dice que ese acceso exige una evaluación rigurosa y salvaguardas contractuales, y limita las pruebas a sistemas propios o autorizados explícitamente y a entornos controlados. Orange Cyberdefense figura entre esos socios de diseño.
Mejoras en programación y opciones de despliegue
En programación, Mistral destaca la comparación con GLM-5.3, un modelo de pesos abiertos: Large 4 obtiene un 48 % en el Coding Agent Index de Artificial Analysis, una puntuación que la empresa describe como prácticamente empatada, pero utiliza un 47 % menos de tokens por tarea de media. En Terminal-Bench 4.0, que evalúa tareas de programación en terminal, Mistral cifra el resultado en un 41 %, frente al 28 % de la vista previa.
La nueva versión incorpora tres modos de razonamiento —bajo, medio y alto— para ajustar el esfuerzo al tipo de tarea. Mistral recomienda el modo bajo para trabajos sencillos, el medio para el uso cotidiano y el alto, activado por defecto, para problemas que requieren más precisión. La empresa afirma que esta configuración puede ayudar a equilibrar rendimiento y coste de inferencia.
Hugging Face describe Large 4 como un modelo de mezcla de expertos con alrededor de un billón de parámetros totales y una ventana de contexto de un millón de tokens. La plataforma lista dos variantes oficiales, FP8 y NVFP4, y señala que el modelo se distribuye bajo la licencia Mistral Ecosystem Open-Weight, derivada de MIT y con limitaciones para ofertas de modelos como servicio. También indica que hay versiones GGUF preparadas por Unsloth y el equipo de llama.cpp.
Que los pesos estén disponibles no significa que cualquier equipo pueda ejecutarlos sin más: el despliegue propio exige hardware y conocimientos adecuados. Mistral también dice que los clientes pueden adaptar el modelo con datos de seguridad, políticas y lógica de detección propios mediante Mistral Forge; para tareas delimitadas, plantea crear variantes más pequeñas y específicas.
Mistral afirma que está modificando las salvaguardas del modelo y continuará actualizándolas durante los próximos meses. Las organizaciones ya pueden descargar los pesos desde Hugging Face o acceder al modelo mediante su API.
Fuentes: TechCrunch, Mistral, Mistral, Hugging Face, euronews
