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 · mistral.ai

Publicamos los pesos de Mistral Large 4

Mistral ha liberado los pesos de Mistral Large 4 (Le Chonk), un modelo multimodal de un billón de parámetros que había lanzado en vista previa. La empresa asegura que es el mejor modelo de pesos abiertos en programación y destaca su eficiencia en tokens y su enfoque en ciberseguridad defensiva.

Foto: vía mistral.ai

Leer el artículo aquíArtículo original (mistral.ai) 426 comentarios en Hacker News

Escucha la noticia3 min

Mistral Large 4 es el modelo insignia de la compañía: un billón de parámetros (1T, con 52.000 millones activos según el nombre del repositorio en Hugging Face), multimodal de forma nativa y entrenado desde cero en infraestructura europea. Salió en vista previa a principios de mes y, tras tres semanas más de aprendizaje por refuerzo, Mistral publica ahora la versión mejorada con sus pesos. Presenta el modelo como base para una «IA soberana».

En programación, Mistral afirma que lidera los modelos de pesos abiertos en FrontierCode 2.0 de Cognition (19,7 %) y en Terminal-Bench 4.0 (41 %, 13 puntos más que en la vista previa y con un 30 % menos de tokens de salida). En el Artificial Analysis Coding Agent Index obtiene un 48 %, prácticamente empatado con GLM-5.3, usando de media un 47 % menos de tokens por tarea. En las comparativas ciegas de Surge Code, los evaluadores lo prefirieron a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash, y solo Claude Opus 5.5 quedó por delante. El modelo admite tres modos de razonamiento: bajo, medio y alto (por defecto).

En ciberseguridad, saca un 51 % en el Artificial Analysis Cyber Index, que mide descubrir, reproducir y parchear vulnerabilidades, y según la empresa no rechaza sin necesidad tareas defensivas legítimas. Dice rechazar de media el 96,6 % de las peticiones cibernéticas maliciosas, la cifra más alta que mide entre modelos abiertos. Tras vigilar el uso en su tráfico real, ve cierto potencial para ataques reales y está modificando sus salvaguardas. Además, ofrece a socios como Orange Cyberdefense acceso previo a una variante especializada, sujeta a una selección rigurosa y a garantías contractuales.

Para trabajo general, Mistral cita un 73,3 % en FinWorkBench (Finch), solo por detrás de Kimi K3 entre los modelos abiertos; un 84,5 % en BrowseComp, frente al 75 % del checkpoint SFT inicial; y una resistencia del 97,1 % a ataques en el B3 Agent Security Benchmark, frente al 93,3 % de la vista previa. Los clientes pueden adaptar el modelo con sus propios datos mediante Mistral Forge.

En Hacker News

«We're releasing the weights of Mistral Large 4» · puesto 27 · 1649 puntos · enviado por kuberwastaken

Lo que dicen los comentarios

Buena parte de la conversación gira en torno al precio y la licencia. Un usuario señala que la API cuesta casi la mitad que en la vista previa y que eso justifica reevaluar el modelo, aunque otro replica que sin la tarifa de caché la comparación no sirve. Varios cuestionan que se llame «open weight» a algo con una licencia que exige acuerdo comercial a quien ofrezca el modelo como servicio, y otro recuerda que los pesos son como un binario y que el código fuente sería, en cambio, los datos de entrenamiento. La cifra del 96,6 % de rechazos se critica porque no se dice cuántas peticiones legítimas se rechazan también. Se debate asimismo el tamaño: un usuario lamenta que los modelos punteros ronden el billón de parámetros y sean inviables en hardware doméstico, mientras otros responden que la cuantización y la destilación lo compensan. Algunos usuarios europeos cuentan que ya usan Mistral por mantener los datos en Europa, y otros se extrañan de que Le Chat use GLM en lugar de su propio modelo. También hay quien pregunta cómo servirlo en 4 H200 y apunta al offloading de MoE.

  • Han recortado precios: ahora cuesta casi la mitad que en la vista previa. Con el precio original, en mis evaluaciones no era competitivo. Con este precio y algunas mejoras, esta versión merece una reevaluación importante.
    — Topfi, leer el comentario
  • Echo en falta la estadística de peticiones no maliciosas que no rechaza. Puedo lograr el mismo resultado rechazando cuando random(1000) < 967.
    — 3form, leer el comentario
  • Llamar «open weight» a esto es engañoso: si quien ofrece el modelo como servicio necesita una licencia comercial aparte, mejor «weight-available». Si quieren ser open source, que elijan una licencia aprobada por la OSI.
    — maxloh, leer el comentario
  • Es curioso que los modelos punteros ronden 1T-3T parámetros. Eso impide usarlos en hardware doméstico y encarece el entrenamiento y la ejecución en centros de datos. Estaría bien tener modelos más ligeros.
    — rhdunn, leer el comentario
  • Tras anunciar la vista previa de la v4 di por hecho que Le Chat la usaría, y me impresionó. Resulta que usan GLM. Es preocupante, y lo digo siendo muy fan de Mistral.
    — barrell, 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.

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.