Mistral Large 4 Pesos Abiertos Explicados: Le Chonk, el modelo 1T que puedes descargar

Mistral publicó los pesos abiertos de Mistral Large 4 el 29 de octubre de 2026, tres semanas después de la vista previa pública del modelo el 6 de octubre. Apodado "Le Chonk", es el buque insignia del laboratorio francés: un modelo multimodal nativo de expertos con aproximadamente 1 billón de parámetros totales, de los cuales solo unos 52 mil millones están activos por token. Ese diseño es el objetivo principal. Obtienes una escala de billones de parámetros para conocimiento y capacidad, pero solo pagas computación por aproximadamente el 5 % de los pesos de cada token.

El lanzamiento importa porque ya no es una demo ni una vista previa solo de API. El peso está en Hugging Face como Mistral-Large-4-1T-A52B, listo para descargar, afinar y ejecutar en tus propios servidores con vLLM o SGLang. Mistral está presentando a las Big 4 dos tareas en particular: codificación agente y ciberseguridad defensiva. Cada número de benchmark a continuación es reportado por el proveedor de Mistral, así que trátalo como una reclamación de la empresa hasta que los testers independientes lo repitan. El informe técnico completo sigue listado como próximamente.

El veredicto rápido

Qué ha cambiado desde la vista previa del 6 de octubre

La mejora principal es en Terminal-Bench 4.0, una prueba del trabajo de codificación realizado en un terminal. Mistral informa que la puntuación subió del 28 por ciento en la vista previa al 41 por ciento en la versión a peso abierto, un salto de 13 puntos, mientras que los tokens de salida cayeron un 30 por ciento. Mistral atribuye tres semanas extra de aprendizaje por refuerzo por las ganancias, incluyendo razonamientos más eficientes y menores costes de inferencia.

Ese único salto replantea el modelo. En la vista previa, Large 4 parecía un codificador prometedor pero rezagado. En la versión de peso abierto, Mistral lo indica en un 48 por ciento en el Índice de Agentes de Codificación de Análisis Artificial, efectivamente empatado con GLM-5.3, mientras que utiliza un 47 por ciento menos de tokens por tarea de media. En el benchmark privado FrontierCode 2.0 de Cognition, que evalúa si un mantenedor de repositorio fusionaría el cambio de código de un agente, Mistral reporta un 19,7 por ciento, la puntuación más alta entre los modelos de peso abierto listados. Para contextualizar, los modelos cerrados siguen muy por delante en esa misma prueba: Claude Opus 5.5 obtiene un 46 por ciento, según la cobertura del anuncio de Mistral. Los pesos abiertos están cerrando la brecha, no la han cerrado.

Tabla de referencia (todas reportadas por proveedores por Mistral)

Lee estos números con dos advertencias. Primero, los diferentes indicadores no son comparables entre sí, por lo que un porcentaje más alto en una prueba no significa que el modelo sea "mejor" en general que en otro. En segundo lugar, las auditorías independientes han sido menos generosas: una auditoría citada en la cobertura ocupó el puesto 32 de 44 en el Big 4 en un índice global, incluso situándola cerca de la cima de un índice legal. Los benchmarks de proveedores son un punto de partida para tus propias pruebas, no un veredicto.

Tabla de precios

El precio de la nueva API es aproximadamente la mitad del precio de lista de la vista previa, que coincide con el descuento de lanzamiento que Mistral tenía durante la vista previa. Para comparar, el Kimi K3.1 Pro de Moonshot cuesta 2 dólares de entrada y 10 dólares de salida por cada token de 1 millón, por lo que la API de las Big 4 tiene un precio agresivo para un modelo abierto de clase frontera. El precio más barato del token solo ayuda si la afirmación de eficiencia del token se mantiene en tu carga de trabajo, así que mide el coste por tarea terminada, no por token.

La licencia, en lenguaje claro

El Big 4 se lanza bajo la licencia Mistral Ecosystem Open-Weight, una versión modificada de la licencia MIT. Puedes usarlo, modificarlo, ajustarlo y construir productos comerciales en él de forma gratuita. Hay una excepción, y es importante: las empresas que operan una oferta de Modelo como Servicio, es decir, que venden acceso alojado al propio modelo, deben obtener primero una licencia comercial separada de Mistral. La cobertura señala que el anuncio no define claramente dónde termina envolver el modelo en un producto SaaS y dónde comienza el Modelo como Servicio, así que si planeas revender el acceso, resuelve la pregunta de la licencia por escrito antes de construir sobre ella.

Soberanía y seguridad: la otra mitad del campo

Mistral entrenó el Big 4 desde cero en sus propios centros de datos europeos, supuestamente en unas 3.800 GPUs NVIDIA Grace Blackwell (algunas coberturas sitúan la cifra en 4.000), y presenta el modelo como IA soberana: las organizaciones pueden inspeccionarlo, personalizarlo y ejecutarlo dentro de sus propios cortafuegos sin depender de la API de Mistral. Eso es una verdadera ventaja para las industrias reguladas, el trabajo gubernamental y cualquiera con estrictas normas de residencia de datos.

En materia de seguridad, Mistral camina por una línea cuidadosa. Informa de una puntuación del 51 por ciento en el Índice de Análisis Cibernético de Análisis Artificial y una tasa de rechazo del 96,6 por ciento en solicitudes cibernéticas maliciosas, y afirma que las barreras de seguridad preservan el trabajo defensivo mientras bloquean ataques. Al mismo tiempo, Mistral admite que vio potencial de mejora en la realización de ataques reales durante la previsualización, y una variante menos restringida, adaptada a pruebas de penetración y red-teaming, se mantiene limitada a socios de diseño empresariales verificados, incluyendo Orange Cyberdefense, bajo contratos que restringen las pruebas a sistemas propios o explícitamente autorizados. Una vez que los pesos son públicos, no pueden desactivarse, por lo que la versión abierta en sí misma es una decisión sobre el valor defensivo que supera el riesgo de uso indebido.

Lo que se necesita para dirigirlo tú mismo

Este no es un modelo de portátil. Según la documentación de SGLang citada en la cobertura, la versión estándar funciona en ocho GPUs NVIDIA B300, y una variante más comprimida funciona en cuatro GB300. La mayoría de los equipos estarán mejor atendidos por la API alojada, por un endpoint asociado como Microsoft Foundry o OpenRouter, o por Mistral Forge para ajustar variantes específicas de tareas, en lugar de alojar el modelo completo por su cuenta. Si quieres un modelo pequeño y abierto para trabajo en el dispositivo, consulta nuestra publicación sobre Liquid AI LFM3, seis modelos de clase 2B diseñados precisamente para ese trabajo. Para un caso contrastante de un modelo potente que no puedes descargar en absoluto, véase Gemini 4 Carbon, el modelo de ciberseguridad de Google que actualmente está limitado a defensores verificados. Y si comparas modelos abiertos frente a los cerrados de Frontier, nuestro análisis de Kimi K3.1 Pro es un segundo dato útil.

Cuál elegir

Elige la API Mistral si quieres probar Big 4 rápidamente, o si necesitas código de modelo abierto de clase frontier sin comprar GPUs. El precio de 0,70 $/2,10 $ y el contexto de 1 millón hacen que sea barato de probar.

Elige autoalojamiento si la residencia de datos, soberanía o personalización profunda es el factor decisivo, y tienes el presupuesto de la GPU. Tienes control total, pero también eres responsable del despliegue, la seguridad y el trabajo de actualización.

Elige el ajuste fino a través de Mistral Forge si tienes un trabajo específico y bien definido, como un flujo de trabajo de seguridad o un agente de codificación interno, donde una variante más pequeña y ajustada podría superar al modelo general en coste y precisión.

Sáltalo por ahora si planeas revender el acceso al modelo alojado sin resolver la licencia comercial, si necesitas un modelo que funcione con hardware modesto, o si tu carga de trabajo ya está bien cubierta por un modelo pequeño más barato. Y si necesitas la mejor puntuación de programación sin importar la apertura, modelos cerrados como Claude Opus 5.5 siguen liderando FrontierCode 2.0 con un amplio margen, según los números reportados.

Para los equipos que construyen sistemas de IA en producción, la elección del modelo es solo la mitad del trabajo. CodeMyPixel crea servicios de desarrollo de agentes de IA y ayuda a las empresas a contratar una agencia de automatización de IA para integrar modelos como este en flujos de trabajo reales, con las barreras de seguridad, la evaluación y los controles de costes que una descarga de modelo en bruto no incluye.

¿Qué es Mistral Large 4?

Mistral Large 4 es el modelo de peso abierto insignia de Mistral AI, apodado Le Chonk. Es un modelo multimodal nativo de expertos con aproximadamente 1 billón de parámetros totales y unos 52 mil millones activos por token, una ventana de contexto de 1 millón de tokens y fluidez en más de 160 idiomas.

¿Es realmente gratis Mistral Large 4?

Los pesos son gratuitos para descargar, usar, modificar, afinar y construir productos comerciales bajo la licencia Mistral Ecosystem Open-Weight. La única excepción son las empresas de Model-as-a-Service, que necesitan una licencia comercial separada de Mistral. El autoalojamiento sigue costando infraestructura GPU, o puedes pagar el precio de la API de Mistral de 0,70 $ por cada 1M de tokens de entrada y $2,10 por cada 1M de tokens de salida.

¿Cómo se compara el Big 4 con el GLM-5.3 y el Claude Opus 5.5?

En cifras reportadas por los proveedores, la Gran 4 empata con GLM-5.3 con un 48 por ciento en el Coding Agent Index mientras utiliza un 47 por ciento menos de tokens, y lidera los modelos abiertos en FrontierCode 2.0 con un 19,7 por ciento. Claude Opus 5.5 sigue liderando esa misma prueba de FrontierCode con un 46 por ciento, por lo que los modelos de frontera cerrados siguen por delante en capacidad de codificación en bruto.

¿Qué hardware necesito para ejecutar Mistral Large 4?

La versión estándar necesita hardware serio: ocho GPUs NVIDIA B300 según la documentación de SGLang, o cuatro GB300 para una variante comprimida. La mayoría de los usuarios deberían empezar con la API de Mistral, OpenRouter o Microsoft Foundry en lugar de autoalojar.

¿Dónde puedo descargar Mistral Large 4?

Los pesos se publican en Hugging Face como Mistral-Large-4-1T-A52B, para su despliegue con vLLM o SGLang. El modelo también está disponible a través de Mistral Studio, la API de Mistral, OpenRouter, Microsoft Foundry y endpoints alojados en NVIDIA.

¿Debería mi negocio cambiar a Mistral Large 4?

Cambia si la soberanía, la residencia de datos o el control de ajuste fin te importan, o si la afirmación de eficiencia del token se mantiene en tus propias pruebas. Pruébalo primero en tus propias tareas, confirma la posición de la licencia si revendes el acceso y compara el coste por tarea terminada, no solo por token, antes de comprometerte.

• mistral large 4
• le chonk
• open weight models
• mistral ai
• ai coding
• cybersecurity ai
• frontier models