Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · docs.mistral.ai

Mistral Large 4

Mistral AI presenta en versión preliminar Mistral Large 4, un modelo multimodal de pesos abiertos con arquitectura Mixture-of-Experts de 1,05 billones de parámetros totales y 52.000 millones activos. Admite un contexto de 1M de tokens. En los comentarios se discute sobre todo si compensa frente a Deepseek.

Artículo original (mistral.ai) 89 comentarios en Hacker News

Escucha la noticia1 min

Según la documentación, Mistral Large 4 es un modelo de propósito general, multimodal y de pesos abiertos, con una arquitectura Mixture-of-Experts «granular». Tiene 52B de parámetros activos y 1,05T en total, además de un codificador de visión de 1,6B. La página indica que está en «Public Preview», versión v26.10, con fecha del 6 de octubre de 2026.

La ventana de contexto es de 1M de tokens. Los precios que figuran son 1,36 dólares por millón de tokens de entrada, 0,14 dólares por millón de tokens de entrada en caché y 4,18 dólares por millón de tokens de salida.

El texto enlazado no da más detalles. Según los comentarios, el anuncio completo está en mistral.ai/news/mistral-large-4 y los pesos se publicarán en Hugging Face (mistralai/Mistral-Large-4-1T-A52B) a finales de mes.

En Hacker News

«Mistral Large 4» · puesto 19 · 308 puntos · enviado por funnym0nk3y

Lo que dicen los comentarios

La conversación gira en torno a si tiene sentido elegir Mistral Large 4 frente a Deepseek, que según un comentarista cuesta una décima parte en OpenRouter y rinde mejor en programación. Las razones que se dan a favor son el cumplimiento del RGPD, las políticas de retención de datos y la obligación de usar un modelo europeo. También se señala que el modelo sigue en preview y que podría mejorar. Varios usuarios comentan que ya se había anunciado hace unas semanas, y se aclara que entonces no se publicaron los pesos. Un usuario cuenta que el modelo mete caracteres chinos al conversar en alemán, lo que lleva a especular sobre destilación; otro dice que modelos de Anthropic y otros hacían lo mismo.

  • Parece multimodal y su visión es mejor que la de Deepseek 4.1 Flash, aunque en programación no llega a DS 4.1 1017. Cuesta unas 10 veces más que Deepseek en OpenRouter. Los pesos llegarán a Hugging Face a final de mes.
    — Flux159, leer el comentario
  • Dado lo mucho más caro que es que Deepseek, el mayor motivo para usarlo sería tenerlo en la suscripción de Mistral para uso personal o cumplir la normativa europea de privacidad en una empresa.
    — Systemerror7A69, leer el comentario
  • Lo raro de este modelo es que suelta caracteres chinos, como los modelos chinos, cuando le hablo en alemán. Me ha pasado bastante a menudo estos últimos días.
    — nik736, leer el comentario
  • Se anunciaron algunos detalles y benchmarks, pero los pesos no llegaron a publicarse.
    — wojtek1942, leer el comentario
  • Lo más impresionante es el centro de datos usado para entrenarlo: demuestra que se puede llegar a un nivel «sub-SOTA» con una décima parte de los recursos del SOTA.
    — maelito, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Fuentes

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.