O maior modelo da Mistral AI passou a poder ser descarregado. A 29 de outubro, a empresa publicou os pesos do Mistral Large 4, um modelo multimodal de raiz que batizou de Le Chonk, depois de uma pré-visualização pública lançada no início do mês. A versão agora no Hugging Face não coincide com essa edição de teste: segundo a Mistral, houve cerca de três semanas adicionais de aprendizagem por reforço, sobretudo em engenharia de software e ciberdefesa, e o novo modelo raciocina de forma mais económica.
A ficha técnica divulgada pelo Hugging Face descreve uma arquitetura esparsa do tipo Mixture-of-Experts com cerca de um bilião de parâmetros no total, dos quais perto de 49 mil milhões são ativados em cada token, e uma janela de contexto de um milhão de tokens. Um encaminhador escolhe quatro de 128 especialistas por token, a que se junta um especialista partilhado, enquanto um codificador Pixtral com 1,6 mil milhões de parâmetros trata as imagens. O modelo aceita texto e imagens e responde em texto, com três níveis de raciocínio à escolha: baixo, médio e alto, este último por omissão.
As principais promessas da Mistral dizem respeito ao código. A empresa afirma que o Mistral Large 4 obtém 48% no Coding Agent Index da Artificial Analysis, empatado com o GLM-5.3 no topo dos modelos abertos, gastando menos 47% de tokens por tarefa. Reporta também 41% no Terminal-Bench 4.0, mais 13 pontos do que na pré-visualização, e a liderança no teste privado FrontierCode 2.0 da Cognition, com 19,7%. O texto do Hugging Face indica um valor ligeiramente diferente para o mesmo índice, 49,8%, o que lembra que estes números vêm do fabricante e dos parceiros de lançamento e ainda não foram reproduzidos por investigadores externos.
A segurança informática é o segundo argumento. A Mistral anuncia 51% no Cyber Index da Artificial Analysis, que avalia a capacidade de encontrar, reproduzir e corrigir vulnerabilidades, e diz que o modelo recusou 96,6% dos pedidos maliciosos em três conjuntos de testes de evasão. Cita avaliações de empresas como a Booz Allen, a Cisco, a CrowdStrike e a Cloudflare, bem como da agência europeia ENISA. Ao mesmo tempo, reconhece um risco: ao analisar o tráfego real durante a pré-visualização, detetou potencial para ajudar ataques verdadeiros e está a reforçar as salvaguardas. Uma variante mais permissiva, dirigida a testes de intrusão, fica reservada a parceiros escrutinados como a Orange Cyberdefense.
A licença pesa tanto como os resultados. O modelo é distribuído ao abrigo da Mistral Ecosystem Open-Weight, uma variante da licença MIT que permite usar, alterar, afinar e explorar comercialmente o modelo. A única exceção visa quem o revenda como serviço alojado, que terá de negociar uma licença comercial própria. Assim, os pesos ficam acessíveis a empresas e investigadores sem pôr em causa o negócio de API da própria Mistral.
A distribuição é ampla desde o primeiro dia. O Mistral Large 4 está disponível no Mistral Studio e na API da empresa a 0,70 dólares por milhão de tokens de entrada e 2,10 dólares por milhão de tokens de saída, no OpenRouter, no Microsoft Foundry e em contentor NVIDIA NIM. O Hugging Face garante suporte imediato em transformers, vLLM e llama.cpp, com ficheiros GGUF quantizados; segundo os seus engenheiros, uma versão de 2 bits cabe num único computador Apple Silicon com 512 GB de memória, enquanto os outros formatos exigem várias placas gráficas.
A Mistral apresenta o lançamento como uma aposta na soberania tecnológica, sublinhando que o modelo foi treinado do zero em infraestrutura europeia. Falta saber se o Le Chonk mantém a posição quando avaliadores independentes testarem os pesos finais e como se comportarão as novas salvaguardas de cibersegurança em instalações próprias que a empresa já não controla.