Le Chonk, el modelo de 1 billón de parámetros de Mistral, obtuvo 38 puntos en un índice independiente de IA, octavo entre los modelos abiertos, antes de que sus pesos se hayan publicado siquiera

Mistral Large 4, el modelo al que la empresa francesa apodó Le Chonk, obtuvo 38 puntos en el Artificial Analysis Intelligence Index cuando esa firma independiente de pruebas evaluó la vista previa pública el 6 de octubre de 2026. Trending Topics lo cuenta como el octavo entre los modelos de pesos abiertos, por detrás de siete chinos, aunque la propia Artificial Analysis lo clasifica como propietario porque los pesos aún no son públicos.

“Pesos abiertos” significa que la empresa publica los números entrenados que componen el modelo, de modo que cualquiera con hardware suficiente puede ejecutarlo, modificarlo y alojarlo por su cuenta. El anuncio de Mistral dice solo: “Publicaremos los pesos antes de que acabe el mes.”

Qué se publicó el 6 de octubre y qué no

Mistral abrió una vista previa pública a través de su propia API el 6 de octubre de 2026. Todavía no se puede descargar nada, y la ficha del modelo lo etiqueta como “Open” sin nombrar una licencia. Forklog informa de una publicación completa de los pesos el 27 de octubre. La propia entrada de Mistral no da ningún día.

El resumen de IA del 7 de octubre cubrió el lanzamiento en pocas líneas. Dos cifras de ese resumen difieren de la entrada de Mistral: el resumen daba 49.000 millones de parámetros activos y 4.000 chips, donde Mistral dice 52.000 millones y 3.800.

Un billón de parámetros y tres cifras que no coinciden

Large 4 es un modelo de mezcla de expertos. En lugar de usar todos los parámetros (un parámetro es un número ajustable dentro de la red) para cada palabra que produce, hace pasar cada fragmento de texto por una pequeña parte de subredes especializadas. En su anuncio, Mistral lo describe como un “modelo nativamente multimodal de 1 billón de parámetros con 52.000 millones de parámetros activos”, es decir, que lee imágenes además de texto. La ficha del modelo da el total como 1,05 billones, añade un codificador de visión de 1.600 millones de parámetros y consigna una ventana de contexto de 1 millón de tokens, la cantidad de texto que el modelo puede considerar a la vez. Tres de esas cifras están en disputa.

• Parámetros activos: la entrada y la ficha de Mistral dicen 52.000 millones. La cifra de 49.000 millones es la que dan The Register, IT Daily y el relato de Unite.AI sobre la página de Artificial Analysis.
• Ventana de contexto: Mistral dice 1 millón de tokens. Artificial Analysis midió unos 524.000, y Vals.ai consigna 512.000.
• Chips de entrenamiento: Mistral dice que entrenó el modelo desde cero con 3.800 GPU Nvidia Grace Blackwell en sus propios centros de datos europeos. Forklog dice que unos 4.000.

Como referencia, el Large 3 de Mistral de diciembre de 2025 tenía 675.000 millones de parámetros en total y 41.000 millones activos, según la documentación de Mistral. Eso hace que el nuevo modelo sea aproximadamente un 56% más grande en tamaño total. Mistral no dio ninguna orientación sobre el hardware, señala The Register, pero añade que el modelo debería poder ejecutarse en servidores de GPU de 8 vías como el HGX B300 de Nvidia o el MI355X de AMD.

Los datos de entrenamiento abarcan más de 160 idiomas, dice Mistral, entre ellos todas las lenguas oficiales de la Unión Europea.

Lo que Mistral dice que puede hacer el modelo

Todo lo de esta sección es información de la propia Mistral salvo que se ponga otro nombre, y el consejo de The Register sobre los gráficos de Mistral es “tomarlos con pinzas”.

En programación, Mistral informa de un 61,7% en DeepSWE v1.1 y un 49,8% en el Coding Agent Index de Artificial Analysis, por delante de DeepSeek V4 Pro 0813 y Qwen3.8 Max. En una prueba a ciegas de la firma de datos Surge AI, los anotadores puntuaron de 1 a 5 las respuestas de cinco modelos. El modelo de Mistral quedó segundo de los cinco con 3,74, por detrás de Claude Opus 5 con 4,22.

En tareas de agente, informa de un 59,9% en AutomationBench, que usa 657 flujos de trabajo empresariales. Una cifra que el resumen de Mistral omite viene de The Decoder: GLM-5.3 obtuvo más, 62,2. En SciCode-Verified The Decoder da un 91,8%, por detrás de GPT-6 Astra con 94,2% y de Qwen3.8 con 93,8%, pero por delante de Claude Opus 5 con 91,3%.

En imágenes, Mistral informa de un 42% en una prueba de anclaje visual llamada Dense 200, frente a un 41% de GPT-6 Astra.

Lo que hallaron los evaluadores independientes

Artificial Analysis puntuó la vista previa con 38 en la versión 4.3.2 de su Intelligence Index y la situó en el puesto 64 de 225 modelos. Eso iguala a GPT-6 Luna (max) con 38 y queda justo por debajo de DeepSeek V4.1 Flash (max) con 39, según Unite.AI. Según The Register, las primeras pruebas lo dejan en una “gran desventaja” frente a los modelos insignia de OpenAI y Anthropic.

Trending Topics enumera a los líderes de pesos abiertos en el mismo índice: MiMo-V2.6-Pro, de Xiaomi, con 46,3, GLM-5.3, de Z.ai, con 44,8 y Kimi K3, de Moonshot AI, con 43,6. Entre los modelos cerrados cita a Claude Opus 5.5 con 57,6, GPT-6 Astra con 52,7 y Gemini 4 Argon con 52,6. Motif 3, de Corea del Sur, con 33,6, era hasta ahora el mejor modelo abierto de fuera de China. ActuIA sitúa a Inkling Small, de Thinking Machines, el mejor modelo abierto estadounidense medido, en 26.

En el mismo índice, los modelos anteriores de Mistral puntuaron mucho menos: Medium 3.5 con 14 y Large 3 con 9. ActuIA señala que Large 3 no tenía modo de razonamiento y que el índice favorece el razonamiento.

La eficiencia es el punto débil. Ejecutar el índice costó 1,13 dólares por tarea, frente a 0,27 dólares de DeepSeek V4.1 Flash y 0,13 dólares de MiMo-V2.6-Pro, según Trending Topics. El modelo escribió unos 200 millones de tokens de salida para completar el índice, frente a una mediana de 81 millones en modelos comparables. La velocidad medida fue de 116 tokens de salida por segundo, con 1,46 segundos hasta el primer token.

Vals.ai, que prueba modelos en tareas profesionales, sitúa a Large 4 en el puesto 33 de 45 en su índice general, con un 48,05%. El Legal Agent Benchmark de Harvey es su mejor posición, 6.º de 76, y Finance Agent v2 lo pone en el puesto 22 de 76.

El resultado en ciberseguridad necesita una nota al pie

Mistral vende Large 4 sobre todo para trabajo de seguridad. Informa de un 82% en una prueba que pide al modelo reproducir y parchear una vulnerabilidad real de código abierto, y dice que Claude Opus 5.5 y GPT-6 Astra puntúan casi cero en esa prueba porque rechazan la tarea.

Las propias mediciones de ciberseguridad de Artificial Analysis respaldan esa dirección. ActuIA informa de una puntuación de 49,5 en el Cyber Index, quinto de 18 modelos, y de un 81,7% en la prueba CyberGym-E2E del índice, la mejor de los 18. Según ese relato, GPT-6 Astra obtuvo cero con una tasa de rechazo del 100%, y Claude Opus 5.5 obtuvo 0,8% con un 98,5% de rechazos.

The Decoder señala que este resultado refleja la política del proveedor además de la capacidad, ya que un modelo que declina una tarea no puede completarla. Mistral no ha explicado cómo separa la investigación legítima de la preparación de ataques. Los socios verificados y las autoridades estatales, dice Mistral, recibirán durante las pruebas de red teaming una versión con moderación reducida y capacidades de ciberseguridad ampliadas. Trending Topics informa de que la versión pública restringe esas capacidades.

Precio y licencia

El precio de lista es de 1,36 dólares por millón de tokens de entrada y 4,18 dólares por millón de tokens de salida. La mitad de esas tarifas apareció en la ficha del modelo, 0,68 y 2,09 dólares, como precio de oferta. El relato de Unite.AI sobre la página de Artificial Analysis describe el descuento como una oferta de lanzamiento para las dos primeras semanas, mientras que ActuIA no halló ninguna fecha de fin indicada.

La licencia es la mayor incógnita. Decide si las empresas pueden usar el modelo comercialmente, y ni la entrada de lanzamiento de Mistral ni su ficha nombran ninguna. La documentación de Mistral muestra que Large 3 salió con Apache 2.0, una licencia permisiva. Según Trending Topics, Medium 3.5 lleva una licencia MIT modificada que excluye a las empresas con más de 20 millones de dólares de ingresos mensuales, y VentureBeat informó de una licencia propia para Large 4 sin detalles. tuput no pudo localizar ese informe de VentureBeat. ActuIA señala que la lista de detalles que Mistral publicará junto con los pesos abarca la arquitectura, las pruebas de rendimiento y el método de entrenamiento, y no menciona la licencia.

Para quién es, y un rival previsto el mismo mes

Mistral nombra como clientes objetivo a las finanzas, la ingeniería, la manufactura, la logística, la industria farmacéutica, la ciencia, el transporte marítimo y el sector público, junto con los equipos de seguridad que quieran ejecutar el modelo en una nube privada o en sus propios servidores. Su entrada dice: “Forjado en Europa. Construido para la soberanía de la IA.” El mismo argumento está detrás del impulso de la India por los modelos de fabricación propia, que tuput cubrió en La India está construyendo IA en sus propios idiomas. Para una explicación general de lo que hacen estos sistemas, véase cómo un chatbot adivina la siguiente palabra.

Hay otro lanzamiento en cola. TechCrunch informó el 5 de octubre de que Reflection AI, una startup de Brooklyn fundada por dos antiguos investigadores de Google DeepMind, anunció Beam, un modelo de mezcla de expertos solo de texto con 501.000 millones de parámetros en total y 23.000 millones activos. Reflection dice que Beam iguala a GLM-5.2 de Z.ai en pruebas avanzadas de razonamiento y que publicará sus pesos en octubre. TechCrunch señala que las afirmaciones son de la propia empresa y no nombra ninguna licencia.

Mistral dice que la ejecución de aprendizaje por refuerzo detrás de la vista previa sigue en marcha y espera grandes mejoras, de modo que los 38 puntos pueden no ser la puntuación final. El plazo de Mistral para los pesos es el final de octubre.