Mistral presentó en vista previa un modelo de IA de 1,05 billones de parámetros al que apodó 'Le Chonk'

Mistral AI puso en vista previa pública un modelo de 1,05 billones de parámetros el 6 de octubre, tres semanas antes de entregar los pesos completos, y le dio un apodo que se queda corto frente a lo que construyó: Le Chonk.

Un modelo tan grande que sus propios creadores le pusieron un apodo en broma

El modelo, llamado oficialmente Mistral Large 4, es un sistema de mezcla de expertos, lo que significa que no activa los 1,05 billones de parámetros para cada respuesta. Solo unos 49.000 millones se encienden para una consulta dada, mientras el resto queda en reserva como expertos especializados a los que el modelo recurre únicamente cuando una pregunta los necesita. Ese diseño le permite a Mistral afirmar un razonamiento cercano al de un modelo denso mucho más grande, manteniendo al mismo tiempo un costo de cómputo cercano al de uno de 50.000 millones de parámetros.

La empresa francesa lo entrenó durante unos dos meses con 4.000 chips Nvidia Grace Blackwell funcionando en centros de datos europeos. Mistral dice que el resultado domina con fluidez más de 160 idiomas y maneja texto, imágenes y otros tipos de entrada dentro de un solo sistema, en lugar de añadir la visión como un agregado de último momento.

Mistral está posicionando a Large 4 frente a los modelos de pesos abiertos que salen de China, encabezados por DeepSeek y la línea Qwen de Alibaba, y no frente a los sistemas cerrados de OpenAI, Anthropic o Google. La empresa dice que supera a otros sistemas de pesos abiertos en pruebas de referencia de ciberseguridad, finanzas y manufactura, aunque esas cifras provienen de las propias pruebas de Mistral y no han sido verificadas de forma independiente. El acceso durante la vista previa se hace a través de la API de Mistral, a 1,36 dólares por millón de tokens de entrada y 4,18 dólares por millón de tokens de salida, un precio alto para un modelo que en parte se vende con la promesa de ser abierto. Desarrolladores, equipos de seguridad y organismos gubernamentales tienen alrededor de tres semanas para ponerlo a prueba antes del lanzamiento completo el 27 de octubre.

Enseñar a más defensores a usar la IA que encuentra fallas de hace décadas

Anthropic integró el 6 de octubre su iniciativa de ciberseguridad Project Glasswing en un programa más amplio, abriendo el acceso a un sistema de IA diseñado para cazar vulnerabilidades de software a una lista mucho más larga de solicitantes.

Glasswing se lanzó a principios de este año con doce socios fundadores, entre ellos AWS, Apple, Cisco, Microsoft y Nvidia, dando a un grupo restringido de operadores de infraestructura crítica acceso a Claude Mythos, el modelo más capaz de Anthropic para trabajo autónomo de programación. En esas pruebas iniciales, el sistema encontró más de 10.000 vulnerabilidades de severidad alta o crítica en los códigos de sus socios, entre ellas una falla de 27 años en el sistema operativo OpenBSD y un error de 16 años en el software de video FFmpeg, de uso muy extendido, dos fallas que habían pasado desapercibidas durante años de revisión humana convencional.

El esfuerzo ampliado, ahora llamado Cyber Verification Program, divide el acceso en tres niveles. Defense Access cubre respuesta a incidentes, ingeniería inversa de malware y validación de vulnerabilidades, y Anthropic dice que busca responder esas solicitudes en pocos días. Red Team Access está dirigido a organizaciones que hacen pruebas de penetración autorizadas, y Specialized Access queda reservado para sistemas críticos de seguridad, como software de control de vuelo y gestión de redes eléctricas. Cada nivel incluye Claude Opus 5.5, Claude Sonnet 5.5 y Claude Mythos 5.1. Mientras el programa original se limitaba a una lista corta de operadores de infraestructura crítica, el ampliado también acepta solicitudes de empresas de seguridad, mantenedores de software de código abierto e investigadores independientes calificados, a través de un portal público en el sitio de Anthropic.

Google paga miles de millones para que reactores viejos sigan funcionando más tiempo

Alphabet y Constellation Energy firmaron el 6 de octubre un par de acuerdos de energía a largo plazo que le enviarán a Google hasta 3,59 gigavatios de electricidad, la mayor parte proveniente de centrales nucleares que Constellation ya posee.

La parte más grande del acuerdo es un contrato a 20 años por 890 megavatios de nueva capacidad nuclear, generados al modernizar equipos en 11 reactores de Constellation repartidos entre Illinois, Pensilvania y Nueva Jersey, en lugar de construir plantas nuevas desde cero. Constellation dice que invertirá más de 4.300 millones de dólares en el trabajo, con la primera unidad modernizada en marcha hacia 2028. Un segundo acuerdo, a 15 años, suma otros 2.700 megavatios de energía convencional del resto de la flota de Constellation en PJM, la red regional que abastece a gran parte del Atlántico medio y partes del Medio Oeste.

El acuerdo pone a Google en la misma posición que Microsoft y Meta, que ya firmaron este año sus propios acuerdos nucleares multimillonarios para mantener en marcha más tiempo reactores envejecidos en lugar de esperar años a que se construyan otros nuevos. Las centrales nucleares producen electricidad las 24 horas sin importar el clima, lo que las ha vuelto atractivas para empresas que buscan asegurarse electricidad para centros de datos que nunca dejan de consumir corriente. Google dice que la energía de este acuerdo se destinará a ampliar su huella de centros de datos de IA en la región de PJM, donde la demanda de las nuevas instalaciones de cómputo ya ha tensionado la red lo suficiente como para atraer el escrutinio de reguladores estatales.