Mistral presenta Large 4: 1 billón de parámetros y pesos abiertos a fin de mes

El 6 de octubre de 2026, Mistral lanzó la vista previa pública de Mistral Large 4 a través de su API en Mistral Studio. Es una mole de 1 billón de parámetros (con 49.000 millones activos) entrenada en un clúster de 3.800 GPU NVIDIA Grace Blackwell, y la empresa prometió liberar sus pesos abiertos antes de que termine octubre.

Para ponerlo en contexto, el salto frente a la versión anterior es notable. Mistral Large 3 sacó 9 puntos en Artificial Analysis en diciembre pasado, mientras que Large 4 llegó a 38 puntos. Queda apenas por debajo de DeepSeek 4.1 Flash (que tiene 552.000 millones de parámetros), lo que según Simon Willison vuelve a situar a Mistral a unos seis meses de la frontera tecnológica.

En la API se ofrecen dos niveles de razonamiento: «none» y «high». En las primeras pruebas de Willison pidiéndole dibujar un pelícano, el nivel «high» dio un resultado visiblemente mejor y consumió menos recursos (2.717 tokens frente a los 3.275 de «none»), mostrando al ave en una bicicleta con degradados y las patas en los pedales, aunque con el detalle de que ambos pedales quedaron dibujados por delante del cuadro.

Para el trabajo con código, Mistral asegura que combina instrucciones, razonamiento y capacidades de agente en un solo modelo MoE. Según sus cifras internas, alcanza 61,7 % en DeepSWE v1.1 y 28,3 % en Terminal-Bench 4, superando a DeepSeek V4 Pro 0813 y Qwen3.8 Max. Habrá que tomarlo con pinzas porque son datos del propio fabricante y todavía faltan evaluaciones independientes.

A mí me parece un alivio que sigan apostando por pesos abiertos, pero lo que me preocupa es cuántos de nosotros vamos a poder levantar en hardware propio un modelo con esta arquitectura MoE cuando liberen la descarga. En foros la opinión está partida: varios celebran la competencia en agentes de código, mientras otros recuerdan que estos benchmarks y pruebas extravagantes no siempre reflejan cómo rinde el modelo resolviendo errores reales del día a día.

Falta que confirmen la fecha exacta de publicación de los pesos antes de que termine el mes.

¿Planean probarlo ya en su entorno de trabajo mediante la API o van a esperar a ver si pueden correrlo en infraestructura propia?

Fuentes: Simon Willison · Simon Willison · Mistral AI