El 29 de octubre de 2026, Mistral AI publicó los pesos abiertos de Mistral Large 4, su modelo estrella apodado «Le Chonk». Tras una vista previa cerrada a principios de octubre, este modelo de 1 billón de parámetros es ahora descargable y autoalojable. Para una pyme que piensa en su estrategia de IA, este paso hacia el código abierto soberano abre opciones concretas, aunque no sin contrapartidas.
En resumen
- El 29 de octubre de 2026, Mistral AI publicó los pesos de Mistral Large 4 (1 billón de parámetros totales, 52 000 millones activos) bajo una licencia Mistral Ecosystem Open-Weight, una versión modificada de la licencia MIT.
- El modelo se presenta pensado para dos públicos: desarrolladores (el mejor modelo abierto para programación, según Mistral) y equipos de ciberseguridad (detección y corrección de vulnerabilidades).
- En su propio benchmark de seguridad (B3 Agent Security Benchmark), Mistral afirma alcanzar un 97,1 % de resistencia a los ataques, frente al 93,3 % durante la vista previa.
- Los pesos están disponibles en Hugging Face y se pueden desplegar con vLLM o SGLang; el acceso vía API también sigue disponible, con un precio de 0,70 $ por millón de tokens de entrada.
- Mistral reconoce haber observado, durante la vista previa, un riesgo de uso indebido del modelo para ataques reales, y afirma haber reforzado sus salvaguardas antes de la publicación.
Qué cambia el 29 de octubre de 2026
Hasta ahora, Mistral Large 4 solo existía como vista previa de API, accesible únicamente a través de Mistral Studio. Con esta publicación, la empresa cruza un umbral: los pesos del modelo (los parámetros entrenados) son ahora descargables libremente, igual que un software de código abierto. En la práctica, una organización puede ejecutar Large 4 en sus propios servidores, sin depender de una API externa ni enviar sus datos a un tercero.
Es la mayor publicación de pesos abiertos realizada hasta ahora por un actor europeo en un modelo de este tamaño. Mistral lo posiciona explícitamente frente a los modelos abiertos chinos (DeepSeek, Z.AI, Alibaba) y estadounidenses (Thinking Machines Lab), con un argumento de soberanía: entrenamiento y alojamiento realizados íntegramente en Europa.
Para quién: programadores y «defensores»
Mistral apunta a dos usos prioritarios con esta versión.
Para desarrolladores, el modelo se presenta como el de mejor rendimiento entre los modelos abiertos en programación agéntica (escritura autónoma de código por un agente de IA). Mistral cita una puntuación del 48 % en el Artificial Analysis Coding Agent Index, igualada con el modelo chino GLM-5.3, pero usando un 47 % menos de tokens, lo que lo hace más económico de usar.
Para los equipos de ciberseguridad (los «defensores»), Large 4 se posiciona como una herramienta para detectar y reproducir vulnerabilidades, utilizable internamente sin enviar datos sensibles a un servicio externo. Socios como Orange Cyberdefense están probando una variante especializada del modelo, bajo contrato y limitada a sistemas propios o explícitamente autorizados. Cisco, CrowdStrike, Fortinet y ENISA (la agencia europea de ciberseguridad) también evaluaron el modelo, según Mistral.
Leer con precaución
Todas las cifras anteriores provienen de las propias evaluaciones de Mistral AI, publicadas en su blog oficial. Ningún organismo independiente ha reproducido aún estos resultados. Como con cualquier anuncio de un proveedor, conviene esperar benchmarks de terceros antes de considerarlos definitivos.
Un punto de atención: el riesgo de uso indebido
Mistral no oculta las limitaciones de su propio modelo, algo que merece destacarse. En su publicación de anuncio, la empresa indica haber constatado, durante la fase de vista previa, que Large 4 rechazaba correctamente los ataques de caja negra sobre objetivos reales, pero mostraba un potencial de deriva hacia capacidades de ataque reales. Mistral afirma haber reforzado sus salvaguardas en consecuencia antes de publicar los pesos abiertos.
El modelo muestra una tasa media de rechazo del 96,6 % frente a solicitudes maliciosas relacionadas con ciberseguridad, la más alta entre los modelos abiertos evaluados por Mistral. La empresa afirma distinguir los usos defensivos legítimos (que rechaza menos) de los usos ofensivos.
Para una pyme, esto recuerda una regla simple: un modelo de código abierto, autoalojado, escapa al control directo de su editor una vez descargado. La responsabilidad del uso, y de las salvaguardas aplicadas internamente, corresponde a la organización que lo despliega.
Autoalojamiento o API: cómo elegir
Publicar los pesos no significa que el autoalojamiento sea la mejor opción para toda pyme. Estos son los criterios que suelen inclinar la balanza.
| Criterio | Quedarse con la API de Mistral | Autoalojar Large 4 (pesos abiertos) |
|---|---|---|
| Coste directo | Pago por uso (0,70 $ / M tokens de entrada) | Sin coste por token, pero hay que financiar GPU e infraestructura |
| Competencia técnica requerida | Baja (llamada a la API) | Alta (despliegue con vLLM/SGLang, GPU dedicadas) |
| Control de los datos | Datos enviados a Mistral (bajo derecho europeo) | Los datos nunca salen de la infraestructura de la empresa |
| Actualización del modelo | Automática por parte de Mistral | Gestionada internamente (hay que integrar nuevas versiones) |
| Idoneidad | Pymes sin equipo de infraestructura dedicado, uso puntual | Sectores muy regulados, ciberseguridad, grandes volúmenes |
Para la mayoría de las pymes, la API sigue siendo la opción más sencilla: sin servidores que gestionar, facturación proporcional al uso. El autoalojamiento resulta rentable sobre todo para empresas que ya cuentan con infraestructura GPU, o en sectores donde que los datos no salgan de la empresa (sanidad, defensa, finanzas, ciberseguridad) justifica la inversión.
Preguntas frecuentes
¿Mistral Large 4 es gratuito?
Los pesos se pueden descargar libremente bajo la licencia Mistral Ecosystem Open-Weight, una licencia MIT modificada que permite el uso, la modificación y la comercialización. Sin embargo, una empresa que revenda el acceso al modelo como servicio (Model-as-a-Service) debe obtener una licencia comercial aparte de Mistral.
¿Cuál es la diferencia con la vista previa de octubre?
La vista previa del 6 de octubre de 2026 solo era accesible a través de la API de Mistral Studio, sin posibilidad de descargar el modelo. La versión del 29 de octubre añade los pesos abiertos (descargables en Hugging Face) y mejora las puntuaciones en varios benchmarks; por ejemplo, Terminal-Bench 4.0 pasa del 28 % al 41 %.
¿Una pyme necesita autoalojar este modelo?
No, en la mayoría de los casos. La API sigue siendo la solución más sencilla para una pyme sin equipo de infraestructura. El autoalojamiento está pensado principalmente para organizaciones con fuertes restricciones de confidencialidad de datos o volúmenes de uso que justifiquen la inversión en GPU.
¿Es este modelo fiable para tareas de ciberseguridad sensibles?
Mistral afirma tener una alta tasa de resistencia a los ataques y trabaja con socios especializados como Orange Cyberdefense. Sin embargo, la empresa reconoce un riesgo de uso indebido con fines ofensivos y dice haber reforzado sus salvaguardas. Como con cualquier herramienta de ciberseguridad basada en IA, el uso debe estar siempre regulado por una política interna clara.
La llegada de un modelo abierto de este tamaño, entrenado en Europa, confirma una tendencia: la soberanía digital se está convirtiendo en un criterio de elección de IA tan concreto como el precio o el rendimiento. Para profundizar en cómo elegir entre los modelos de IA disponibles en 2026, consulta nuestra guía Cómo elegir tu modelo de IA o descubre más casos reales en la página de Recursos del Mag LUWAI.
