La francesa Mistral AI presenta Mistral Large 4, su modelo más ambicioso: multimodal, desarrollado en Europa y con la publicación de sus pesos prevista para finales de octubre.
Europa quiere demostrar que la carrera mundial de la inteligencia artificial no tiene por qué reducirse a Estados Unidos y China. La compañía francesa Mistral AI presentó el 6 de octubre de 2026 Mistral Large 4 (ML4), un gigantesco modelo multimodal que ronda 1 billón de parámetros y aspira a competir tanto con los sistemas propietarios estadounidenses como con los potentes modelos de pesos abiertos desarrollados en China.
Su peculiar nombre interno es “Le Chonk”, pero detrás de la denominación existe una apuesta tecnológica y empresarial muy seria. Mistral quiere convertir ML4 en una alternativa europea para empresas y administraciones interesadas en utilizar modelos avanzados manteniendo un mayor control sobre su infraestructura y sus datos.
La compañía ha comenzado con una versión preliminar y prevé publicar los pesos del modelo el 27 de octubre de 2026, una vez finalice un periodo adicional de evaluación y pruebas de seguridad.
Mistral Large 4 supera el billón de parámetros
La escala de Mistral Large 4 es uno de sus principales argumentos.
El modelo cuenta con aproximadamente 1,05 billones de parámetros totales, aunque alrededor de 49 000 millones estarían activos durante cada inferencia.
Esto es posible gracias a una arquitectura conocida como Mixture-of-Experts (MoE).
En lugar de activar todos los parámetros cada vez que recibe una consulta, este tipo de arquitectura selecciona determinadas partes especializadas de la red neuronal para resolver cada tarea.
El planteamiento busca conseguir un equilibrio entre capacidad, velocidad y coste computacional.
Un modelo puede disponer así de una enorme capacidad total sin necesitar activar simultáneamente todos sus parámetros para generar cada respuesta.
Mistral apuesta por texto e imágenes dentro del mismo modelo
ML4 es además multimodal.
Esto significa que no ha sido diseñado únicamente para procesar texto.
Puede trabajar con información visual junto con lenguaje natural, permitiendo aplicaciones donde la inteligencia artificial necesita comprender simultáneamente documentos, imágenes, diagramas u otro contenido complejo.
Estas capacidades tienen especial interés para sectores profesionales donde un modelo necesita analizar mucho más que una conversación.
Entre las áreas señaladas por Mistral aparecen programación, ciberseguridad, finanzas, fabricación, ingeniería y diseño de semiconductores.
La compañía quiere alejarse así de la idea de que un gran modelo de inteligencia artificial debe limitarse a funcionar como un chatbot.
Más de 160 idiomas, incluidos los oficiales de la Unión Europea
Otro de los grandes argumentos de Mistral es su capacidad lingüística.
La compañía asegura que Mistral Large 4 trabaja con más de 160 idiomas, incluidos los idiomas oficiales de la Unión Europea.
Este aspecto tiene una importancia particular para Europa.
Gran parte de la carrera de los grandes modelos de lenguaje comenzó concentrándose principalmente en inglés. Posteriormente, el rápido desarrollo de la inteligencia artificial china impulsó también sistemas extremadamente competitivos en ese idioma.
Pero una inteligencia artificial destinada a administraciones y empresas europeas necesita ofrecer buenos resultados en español, francés, alemán, italiano, neerlandés, polaco, portugués y muchas otras lenguas.
Para Mistral, esta diversidad lingüística puede convertirse en uno de sus principales argumentos competitivos.
Solo 4 000 GPU Nvidia para entrenar un modelo gigantesco
Uno de los datos técnicos más llamativos está relacionado con la infraestructura utilizada durante el entrenamiento.
Según Mistral, ML4 fue entrenado utilizando aproximadamente 4 000 GPU Nvidia Grace Blackwell dentro de infraestructura europea.
El proceso habría requerido alrededor de dos meses.
La compañía defiende que ha conseguido desarrollar el modelo utilizando considerablemente menos capacidad computacional que algunos de sus principales competidores.
Este punto resulta especialmente importante para Mistral.
La empresa francesa no dispone de los mismos recursos económicos que algunos gigantes tecnológicos estadounidenses, por lo que necesita demostrar que la eficiencia puede compensar parcialmente una menor disponibilidad de infraestructura.
Sin embargo, las comparaciones directas entre el número de GPU utilizadas por distintos laboratorios deben analizarse con cautela, ya que las arquitecturas, conjuntos de datos, objetivos de entrenamiento y configuraciones pueden ser diferentes.
Europa quiere entrenar su propia inteligencia artificial
La presentación tiene además una clara dimensión estratégica.
Mistral afirma que Mistral Large 4 ha sido desarrollado y entrenado de principio a fin en Europa.
Esto permite a la compañía presentarlo como una alternativa dentro del creciente movimiento por la soberanía tecnológica europea.
El debate ya no se limita a determinar qué modelo obtiene mejores resultados en una prueba.
Gobiernos y grandes empresas empiezan a preguntarse dónde se procesan sus datos, qué legislación se aplica, quién controla la infraestructura y hasta qué punto dependen de proveedores extranjeros.
Para sectores estratégicos, estas preguntas pueden ser tan importantes como el rendimiento del propio modelo.
Mistral quiere ocupar precisamente ese espacio.
Mistral Large 4 todavía no está completamente disponible como modelo abierto
Aquí aparece un matiz importante.
Aunque ML4 está siendo presentado alrededor de una estrategia de pesos abiertos, esos pesos todavía no estaban disponibles públicamente en el momento de su presentación.
Durante aproximadamente tres semanas, el acceso permanecerá más limitado mientras la compañía realiza evaluaciones adicionales.
La fecha prevista para la publicación es el 27 de octubre de 2026.
Hasta entonces, presentar Mistral Large 4 como un modelo completamente descargable sería prematuro.
La promesa de Mistral es abrir sus pesos cuando termine esta fase de evaluación.
Qué significa realmente que una IA tenga pesos abiertos
El concepto open weight suele confundirse con el de código abierto.
No significan necesariamente lo mismo.
Los pesos son, simplificando, los parámetros aprendidos por el modelo durante su entrenamiento.
Cuando estos se publican, otras organizaciones pueden descargarlos y, dependiendo de las condiciones de la licencia, ejecutar el modelo dentro de su propia infraestructura.
Esto puede permitir a una empresa controlar mejor dónde procesa su información.
También facilita determinadas adaptaciones, investigaciones y auditorías.
Pero publicar los pesos no convierte automáticamente todo el sistema en software libre.
La licencia continúa siendo fundamental.
Puede establecer restricciones sobre determinadas formas de utilización o redistribución.
Por ello habrá que analizar las condiciones definitivas de Mistral Large 4 cuando se produzca su publicación completa.
La seguridad es uno de los grandes dilemas
Publicar los pesos de un modelo extremadamente potente presenta ventajas, pero también introduce riesgos.
Un modelo alojado exclusivamente por una compañía puede disponer de mecanismos centralizados para controlar determinadas formas de utilización.
Cuando los pesos pueden descargarse, ese control disminuye considerablemente.
La cuestión resulta especialmente delicada en ciberseguridad.
Una inteligencia artificial capaz de comprender código, encontrar vulnerabilidades y analizar sistemas informáticos puede convertirse en una herramienta extraordinariamente útil para defender empresas.
Pero algunas de esas capacidades también podrían utilizarse con objetivos maliciosos.
Por este motivo, Mistral está dedicando el periodo anterior a la publicación de los pesos a realizar evaluaciones adicionales de seguridad.
Mistral apuesta especialmente por la ciberseguridad
La compañía francesa considera que uno de los principales puntos fuertes de Mistral Large 4 se encuentra precisamente en la seguridad informática.
Mistral quiere que profesionales legítimos puedan utilizar capacidades avanzadas para estudiar vulnerabilidades y analizar sistemas.
El equilibrio resulta complejo.
Una restricción excesiva puede impedir que un investigador utilice la IA para comprender un ataque real.
Pero eliminar cualquier barrera puede aumentar las posibilidades de abuso.
La compañía pretende encontrar un equilibrio entre utilidad profesional, apertura y seguridad.
El verdadero resultado solo podrá analizarse con mayor precisión cuando investigadores independientes dispongan de acceso suficiente al modelo.
Finanzas, industria y chips: Mistral busca algo más que un chatbot
Mistral tampoco quiere que ML4 compita únicamente por responder preguntas generales.
El verdadero mercado está en las empresas.
Además de ciberseguridad, la compañía apunta hacia áreas como finanzas, fabricación avanzada, programación, análisis geoespacial y diseño de semiconductores.
La estrategia resulta lógica.
Una inteligencia artificial capaz de mejorar procesos industriales, detectar errores en código o analizar documentación técnica puede generar un valor económico considerablemente mayor que un simple chatbot para consumidores.
Los modelos empresariales permiten además construir contratos de largo plazo con grandes compañías y administraciones.
Samsung y ASML refuerzan la apuesta por Mistral
La compañía francesa llega a esta etapa después de reforzar considerablemente su posición financiera.
Mistral ha conseguido atraer importantes inversiones y alcanzar una valoración superior a los 21 000 millones de euros.
Entre los grandes nombres relacionados con su financiación aparecen ASML y Samsung.
La presencia de ASML resulta especialmente significativa.
La compañía neerlandesa ocupa una posición fundamental en la industria mundial de semiconductores gracias a sus sistemas utilizados para fabricar los chips más avanzados.
Samsung, por su parte, es uno de los mayores conglomerados tecnológicos del planeta y mantiene una enorme presencia en el negocio de los semiconductores.
El interés de este tipo de empresas demuestra que la inteligencia artificial ya no se considera únicamente una cuestión relacionada con chatbots.
La IA está convirtiéndose en infraestructura industrial.
Europa busca una tercera vía entre Estados Unidos y China
La batalla tiene también una dimensión geopolítica.
Estados Unidos concentra algunos de los laboratorios privados de inteligencia artificial más poderosos del mundo.
China ha construido al mismo tiempo un ecosistema extremadamente competitivo, especialmente alrededor de modelos que pueden descargarse o desplegarse bajo mayor control del usuario.
Europa intenta evitar quedar reducida a un papel de cliente y regulador de tecnologías desarrolladas en otros continentes.
Mistral representa una de las principales apuestas europeas para evitar ese escenario.
El desafío es enorme.
No basta con disponer de regulación.
Europa necesita empresas capaces de desarrollar modelos, infraestructura, centros de datos y servicios competitivos.
China ha ganado terreno con los modelos abiertos
La insistencia de Mistral en los pesos abiertos tampoco es casual.
Durante los últimos años, compañías y laboratorios chinos han ganado un enorme protagonismo en este mercado.
Modelos procedentes de empresas como DeepSeek, Alibaba, Z.ai y Moonshot han aumentado la competencia y demostrado que la carrera de la inteligencia artificial no está limitada a las grandes compañías estadounidenses.
Esto genera una situación estratégica especialmente interesante.
Estados Unidos mantiene una enorme fortaleza en modelos propietarios de frontera.
China ha ganado posiciones entre las alternativas abiertas o de pesos disponibles.
Europa necesita encontrar su propio espacio.
Mistral pretende ofrecer precisamente una alternativa europea capaz de competir dentro de ese segundo mercado.
Mistral también quiere competir contra los modelos cerrados
La ambición no termina en superar a otros modelos de pesos abiertos.
Mistral sostiene que ML4 puede competir con sistemas propietarios en determinadas tareas especializadas.
Especialmente en áreas donde las capacidades multimodales y profesionales tienen un peso importante.
Pero existe una cautela fundamental.
Las primeras comparaciones de rendimiento proceden principalmente del propio desarrollador.
Para determinar realmente dónde se sitúa Mistral Large 4 frente a sus principales competidores serán necesarias evaluaciones independientes realizadas bajo condiciones comparables.
Los benchmarks proporcionados por una compañía son información útil.
Pero no sustituyen a las pruebas independientes.
Un millón de tokens de contexto
Otra característica especialmente destacada es su enorme ventana de contexto.
Mistral Large 4 contempla hasta 1 millón de tokens.
Una ventana de contexto de este tamaño permite proporcionar al modelo enormes cantidades de información dentro de una misma interacción.
Por ejemplo:
Repositorios de código.
Informes empresariales.
Contratos extensos.
Documentación técnica.
Manuales industriales.
Grandes colecciones de documentos.
Esto puede resultar especialmente útil para organizaciones que quieren aplicar inteligencia artificial sobre información interna.
Sin embargo, una ventana máxima de contexto muy elevada no garantiza automáticamente que el modelo utilice toda esa información con la misma precisión.
El rendimiento real debe medirse comprobando hasta qué punto ML4 puede encontrar, relacionar y utilizar correctamente información distribuida dentro de contextos extremadamente largos.
Mistral Large 4 ya puede utilizarse mediante API
Aunque sus pesos completos todavía no se hayan publicado, Mistral Large 4 puede utilizarse en versión preliminar mediante los servicios de Mistral.
Esto permite que desarrolladores y empresas comiencen a experimentar con el modelo antes de su lanzamiento completo.
Posteriormente, las organizaciones que dispongan de infraestructura suficiente podrán evaluar si prefieren utilizar servicios alojados o desplegar el modelo bajo un mayor control propio.
Y ahí aparece una diferencia importante.
Un modelo que ronda 1 billón de parámetros no es algo que pueda ejecutarse cómodamente en cualquier ordenador doméstico.
Tener los pesos no significa instalar ML4 en cualquier ordenador
El concepto de modelo abierto puede generar una impresión equivocada.
Poder descargar los pesos no significa que un usuario vaya a instalar fácilmente Mistral Large 4 en su portátil.
La escala del modelo exige una infraestructura considerable.
Su arquitectura Mixture-of-Experts reduce la cantidad de parámetros que necesita activar simultáneamente, pero continúa tratándose de un sistema gigantesco.
La posibilidad de controlar directamente el modelo resulta especialmente interesante para centros de datos, proveedores de nube, gobiernos, universidades y grandes empresas con infraestructura especializada.
Posteriormente podrían aparecer versiones optimizadas o cuantizadas que reduzcan los requisitos.
La eficiencia puede ser tan importante como el tamaño
Durante los primeros años de la revolución de la inteligencia artificial, buena parte de la conversación se concentró en construir modelos cada vez más grandes.
Más parámetros.
Más GPU.
Más datos.
Más centros de datos.
Pero existe un límite económico evidente.
Entrenar y ejecutar modelos gigantescos cuesta enormes cantidades de dinero y energía.
Por eso la próxima batalla puede no consistir únicamente en determinar quién construye el modelo más grande.
También importará quién consigue hacer más utilizando menos recursos.
Mistral intenta convertir precisamente esa eficiencia en uno de sus principales argumentos.
El verdadero examen llegará el 27 de octubre
La presentación de Mistral Large 4 resulta ambiciosa, pero existen dos momentos diferentes.
El primero ya se ha producido: el anuncio y apertura de la versión preliminar.
El segundo llegará previsiblemente el 27 de octubre de 2026, cuando Mistral tiene previsto publicar los pesos.
Entonces investigadores independientes podrán estudiar con mucha mayor profundidad el modelo.
Podrán analizar su rendimiento.
Examinar su eficiencia.
Evaluar su seguridad.
Compararlo con competidores estadounidenses, europeos y chinos.
Y determinar hasta qué punto las afirmaciones iniciales de Mistral se sostienen fuera de las pruebas realizadas por la propia compañía.
Mistral quiere demostrar que Europa sigue en la carrera de la IA
La aparición de Mistral Large 4 llega en un momento decisivo para Europa.
Estados Unidos mantiene una enorme ventaja empresarial, financiera y tecnológica.
China ha avanzado extraordinariamente rápido y se ha convertido en una potencia dentro de los modelos de inteligencia artificial.
Europa intenta construir un espacio propio.
Mistral apuesta para ello por una combinación muy concreta: infraestructura europea, pesos abiertos, eficiencia computacional, capacidades multimodales, soporte multilingüe y especialización empresarial.
El resultado es un modelo que supera aproximadamente el billón de parámetros y que, según la compañía, fue entrenado utilizando alrededor de 4 000 GPU Nvidia Grace Blackwell.
Pero el tamaño no garantiza automáticamente mejores resultados.
Tampoco un benchmark aislado permite determinar qué sistema es superior.
La verdadera prueba comenzará cuando desarrolladores, investigadores y empresas puedan enfrentar Mistral Large 4 a las principales alternativas bajo condiciones comparables.
Si las promesas de Mistral se confirman, Europa habrá conseguido algo mucho más importante que lanzar otro chatbot: disponer de una alternativa tecnológica propia en una infraestructura cada vez más importante para la economía, la industria y la autonomía estratégica.
Y el debate deja una cuestión de fondo para la Unión Europea: regular la inteligencia artificial es importante, pero Europa también necesita ser capaz de construirla.
Toqueteo
Toqueteo
Toqueteo