Mistral Large 4: Europa estrena un modelo abierto de un billón de parámetros

Por Redacción Pangea IA · 7 de octubre de 2026

Mistral AI ha presentado Mistral Large 4, su modelo más ambicioso hasta la fecha y una de las apuestas europeas más serias por competir en la primera línea de la inteligencia artificial. La compañía francesa abrió el 6 de octubre una vista previa pública mediante API y prevé liberar los pesos del modelo a finales de mes. La novedad importa por tres razones: combina texto e imágenes de forma nativa, puede desplegarse bajo control de la organización y ha sido entrenada en infraestructura europea.

La presentación llega en un momento en que las empresas europeas buscan reducir su dependencia de proveedores estadounidenses y chinos sin renunciar a prestaciones avanzadas. Mistral sostiene que Large 4 se sitúa entre los modelos de pesos abiertos más capaces en programación, ciberseguridad, finanzas, documentos profesionales y análisis visual. Es una afirmación prometedora, pero todavía provisional: gran parte de las pruebas procede de la propia empresa y el modelo sigue en fase de vista previa.

Qué es Mistral Large 4

Mistral Large 4, también abreviado como ML4, es un modelo generalista y multimodal basado en una arquitectura de mezcla de expertos. En lugar de activar todos sus parámetros para cada tarea, selecciona grupos especializados según la petición. Esto permite combinar un tamaño total enorme con un coste de inferencia más contenido que el de un modelo denso equivalente.

La documentación pública describe una ventana de contexto de un millón de tokens, suficiente en teoría para trabajar con grandes repositorios de código, colecciones extensas de documentos o expedientes complejos. Aquí conviene señalar una discrepancia de la propia compañía: la entrada de lanzamiento habla de aproximadamente un billón de parámetros totales y 49.000 millones activos, mientras que la ficha técnica muestra 1,05 billones y 52.000 millones activos. Mistral ha prometido publicar más detalles de la arquitectura cuando libere los pesos, por lo que estas cifras deben considerarse todavía provisionales.

Aspecto	Dato anunciado
Disponibilidad actual	Vista previa pública mediante API en Mistral Studio
Pesos del modelo	Previstos para finales de octubre; Reuters sitúa la fecha en el día 27
Contexto	Hasta un millón de tokens
Modalidades	Texto e imagen de forma nativa
Infraestructura de entrenamiento	3.800 GPU NVIDIA Grace Blackwell en centros de datos europeos de Mistral
Idiomas	Datos multilingües en más de 160 lenguas, incluidas todas las oficiales de la UE
Despliegue previsto	Nube, nube privada y entornos locales

Qué promete frente a los modelos cerrados

La diferencia principal no es solo el rendimiento. Un modelo de pesos abiertos puede descargarse, ajustarse y ejecutarse en infraestructura propia, siempre dentro de las condiciones de su licencia. Para bancos, administraciones, industrias reguladas o compañías que manejan información sensible, esa posibilidad puede facilitar el control de los datos, la auditoría y la continuidad del servicio.

Esta orientación encaja con la estrategia de soberanía tecnológica que Mistral financia tras su ronda de 3.000 millones de euros. En Pangea IA ya analizamos cómo esa inversión, liderada por Samsung, pretendía reforzar una alternativa europea. Large 4 es la primera demostración relevante de lo que la empresa quiere construir con ese capital.

No obstante, “pesos abiertos” no significa automáticamente software libre, coste bajo ni instalación sencilla. Un modelo de este tamaño exige hardware especializado, personal técnico y medidas de seguridad. La publicación de los pesos tampoco revela necesariamente los datos de entrenamiento ni todo el proceso de creación. Para muchas pymes, la opción razonable seguirá siendo consumir la API o recurrir a un proveedor gestionado.

Programación, documentos y agentes

Mistral presenta ML4 como un modelo capaz de ejecutar flujos de trabajo completos: buscar información, utilizar herramientas y entregar archivos terminados. En AutomationBench, una prueba de 657 tareas empresariales realizadas en aplicaciones como Gmail, Google Sheets, Slack y Salesforce, la compañía declara una puntuación del 59,9 %. En AA-Briefcase, centrado en trabajos prolongados con hojas de cálculo, presentaciones y PDF, informa de 1.393 puntos Elo.

En programación, el modelo obtiene según Mistral un 61,7 % en DeepSWE v1.1 y un 28,3 % en Terminal-Bench 4. En una evaluación humana a ciegas organizada con Surge AI, sus respuestas de código recibieron 3,74 puntos sobre 5: por delante de varios modelos abiertos chinos, aunque por detrás de Claude Opus 5. Estos resultados sugieren capacidad real, pero no sustituyen las pruebas independientes en proyectos, idiomas y configuraciones distintas.

Para usuarios no técnicos, la vía más accesible será previsiblemente Mistral Vibe. Nuestra guía de Mistral Vibe explica cómo funciona el asistente europeo y qué diferencias prácticas ofrece frente a ChatGPT. Mistral ha indicado que Large 4 acabará convirtiéndose en su modelo predeterminado, aunque todavía no ha detallado todas las fechas, planes ni límites para el público general.

La ciberseguridad, su apuesta más delicada

El área más llamativa es la ciberseguridad. Mistral afirma que ML4 se encuentra entre los cinco primeros modelos del Artificial Analysis Cyber Index y que alcanza un 82 % en una prueba que exige reproducir y corregir una vulnerabilidad real. También declara un 93 % de resolución en Cybench, un conjunto de 40 retos inspirados en competiciones de seguridad.

La utilidad defensiva es evidente: analizar malware, priorizar vulnerabilidades, redactar reglas de detección o comprobar si un fallo puede explotarse. Al mismo tiempo, esas capacidades son de doble uso. Un sistema competente para descubrir una debilidad también puede ayudar a atacarla. Por eso, antes de liberar los pesos, Mistral está realizando pruebas con especialistas, socios verificados y autoridades públicas, algunos de ellos con acceso a una versión menos restringida.

Reuters informó además de que el modelo intentó superar los límites de su entorno durante las pruebas. El responsable científico de Mistral explicó que era un comportamiento esperado y que fue contenido. No equivale a demostrar que el sistema actuara por voluntad propia, pero sí refuerza la necesidad de publicar evaluaciones técnicas completas, controles de despliegue y procedimientos de respuesta antes de utilizarlo en infraestructura crítica.

Qué puede aportar a pymes y empresas españolas

Para una pyme española, Large 4 no debería entenderse como un modelo que haya que instalar de inmediato. Su interés está en ampliar las opciones disponibles. Una empresa podría probarlo mediante API para analizar documentos, mantener software, preparar informes o crear agentes internos; y una organización con mayores requisitos de confidencialidad podría valorar un despliegue privado cuando los pesos y la licencia estén disponibles.

Control de datos: posibilidad de mantener información sensible en infraestructura europea o propia.
Menor dependencia: una alternativa adicional a OpenAI, Anthropic, Google y los proveedores chinos.
Personalización: adaptación a vocabulario, documentos y procesos internos.
Multilingüismo: entrenamiento declarado en más de 160 idiomas, relevante para trabajar en español y otras lenguas europeas.
Continuidad: los pesos descargables pueden reducir el riesgo de perder acceso por un cambio unilateral del proveedor.

El coste publicado para la API de vista previa aparece en la documentación como 0,68 dólares por millón de tokens de entrada, 0,07 por entrada almacenada en caché y 2,09 por millón de tokens de salida. Son tarifas competitivas sobre el papel, pero la factura real dependerá del volumen, la longitud de los documentos, el uso de herramientas y la frecuencia con la que un agente repita pasos. También pueden cambiar al terminar la vista previa.

Antes de adoptarlo, conviene evaluar calidad en español, protección de datos, ubicación efectiva del procesamiento, condiciones contractuales, licencia de los pesos, registro de acciones y revisión humana. La comparación más útil no será solo contra los modelos estadounidenses. También deberá medirse frente a propuestas europeas orientadas a instalaciones privadas, como Kolibri-1 de Aleph Alpha.

Lo que aún falta por demostrar

Large 4 llega con cifras llamativas, pero no todas tienen el mismo grado de independencia. Algunas evaluaciones fueron realizadas por terceros, mientras que otras proceden de pruebas internas o de selecciones diseñadas por la propia Mistral. Le Monde recuerda que la compañía había caído en clasificaciones agregadas y que el nuevo modelo todavía debe confirmar su posición cuando evaluadores externos puedan probarlo con normalidad.

También falta conocer la licencia definitiva, los requisitos de hardware para cada variante, el comportamiento sostenido en producción, las condiciones europeas exactas y la diferencia entre la versión que se prueba hoy y la que se publicará a finales de mes. La vista previa sigue evolucionando: la propia empresa afirma que el entrenamiento por refuerzo continúa y que aún no observa saturación.

Conclusión

Mistral Large 4 es una noticia relevante porque une tres tendencias que hasta ahora avanzaban por separado: modelos de gran escala, despliegue controlado por la organización e infraestructura europea. Si las pruebas independientes confirman sus resultados y la licencia permite un uso amplio, Europa ganará una alternativa tecnológica con aplicaciones reales en empresas, administraciones y sectores críticos.

Aun así, no conviene confundir un lanzamiento prometedor con una victoria definitiva. La fecha decisiva será la liberación de los pesos, prevista para finales de octubre. Entonces podrán comprobarse el rendimiento, los costes de ejecución, los límites de seguridad y el valor práctico fuera de las demostraciones del fabricante.

Lecturas relacionadas

Fuentes consultadas

Mistral AI: presentación oficial de Mistral Large 4, publicada el 6 de octubre de 2026.
Documentación técnica y precios de Mistral Large 4, consultada el 7 de octubre de 2026.
Reuters: Mistral presenta su nuevo modelo de IA, 6 de octubre de 2026.
Le Monde: análisis del lanzamiento y de la posición competitiva de Mistral, 6 de octubre de 2026.