Mistral ha ufficialmente rilasciato i pesi per Mistral Large 4, il suo modello più esteso ad oggi, sotto il soprannome "Le Chonk". Il modello presenta circa un trilione di parametri in totale, con 52 miliardi attivi per passo. Addestrato interamente in Europa, accetta input di testo e immagini per generare testo e codice. Il rilascio avviene tre settimane dopo un'anteprima pubblica, con i pesi ora disponibili su Hugging Face sotto una licenza MIT modificata che consente l'uso gratuito e il dispiegamento commerciale, sebbene offrire il modello come servizio cloud richieda un accordo separato da Mistral.
In termini di prestazioni, Mistral afferma che Large 4 supera i suoi rivali open nelle attività di codifica. Test indipendenti condotti da Artificial Analysis mostrano il modello con un punteggio di 26 punti sull'Indice di Intelligenza versione 5. Questo lo colloca davanti alla mediana per modelli open di dimensioni simili, ma significativamente dietro ai principali sistemi cinesi. Nello specifico, DeepSeek V4.1 Flash e GLM-5.3 ottengono entrambi 32 punti, mentre MiMo-V2.6-Pro raggiunge 30 punti. Il divario si allarga ulteriormente contro i leader proprietari come Gemini 4 Carbon di Google (59 punti) e Claude Opus 5.5 di Anthropic (58 punti).
Nonostante il deficit nel ranking complessivo, Large 4 dimostra punti di forza specifici nei benchmark di codifica. Su Terminal-Bench 4.0, il modello è migliorato dal 28% al 41% dopo un ulteriore addestramento con apprendimento per rinforzo, superando di poco GLM-5.3 al 40%. Sul benchmark FrontierCode 2.0, guida i modelli open con un punteggio del 19,7%, sebbene Claude Opus 5.5 ottenga il 46%. Confronti alla cieca condotti da Surge indicano che i tester hanno preferito il codice di Large 4 rispetto agli output di GLM-5.3, Kimi K3 e DeepSeek nella maggior parte degli scontri, sebbene abbia vinto solo il 22% dei confronti contro Opus 5.5.
Il modello mostra anche miglioramenti notevoli in termini di efficienza e velocità. Large 4 genera token a un tasso di 161 al secondo, in aumento rispetto ai 111 durante la fase di anteprima. È più veloce della maggior parte dei concorrenti, con solo DeepSeek V4.1 Flash e Muse Wonder che lo superano in velocità. Per quanto riguarda i costi, Mistral ha ridotto il prezzo dell'API a 0,70 dollari per milione di token in input e 2,10 dollari per milione di token in output, rendendolo più economico di GLM-5.3 e Kimi K3.1 Pro, sebbene più costoso di DeepSeek V4.1 Flash e MiMo-V2.6-Pro. Inoltre, il modello è più efficiente nei token, generando 110 milioni di token in output attraverso test completi dell'indice rispetto ai 150 milioni nell'anteprima.
Nel campo della difesa cibernetica, Mistral posiziona Large 4 come leader tra i modelli open, ma i dati suggeriscono il contrario. L'azienda afferma che la versione finale ottiene il 51% sull'Indice Cyber di Artificial Analysis, ma i loro stessi grafici mostrano DeepSeek V4.1 Flash (57%) e MiMo-V2.6-Pro (56%) con un ranking più alto, collocando Large 4 al terzo posto tra i modelli open. Tuttavia, eccelle nei rifiuti per motivi di sicurezza, rifiutando in media il 96,6% delle richieste cyber dannose, una percentuale superiore a qualsiasi altro modello open. Mistral riconosce il potenziale di uso improprio e prevede di rafforzare le misure di sicurezza, con partner come Orange Cyberdefense che stanno già testando versioni specializzate per il penetration testing sotto restrizioni contrattuali rigorose.
Guardando al futuro, i ricercatori di Mistral Pierre Stock e Corentin Petit hanno descritto lo sviluppo come una "scommessa di due anni" che ora sta producendo risultati, notando che i limiti delle prestazioni sono definiti dalla difficoltà dei compiti che il team può creare e verificare. L'azienda ammette di operare con meno risorse rispetto ai laboratori statunitensi e cinesi, ma considera Large 4 come una base per futuri modelli specializzati. Sebbene Mistral attualmente guidi nella codifica tra i pesi open, il prossimo rilascio di Kimi K3.1 Pro di Moonshot il 4 novembre 2026, che ottiene il 67% su Terminal-Bench 4.0, dovrebbe mettere in discussione questa posizione.
Fonti: The Decoder.