Mistral Apresenta 'Le Chonk': Um Modelo de Codificação com um Trilhão de Parâmetros que Atrás dos Rivais Chineses — Inteligência artificial

A Mistral, sediada em Paris, lançou os pesos do seu modelo mais extenso até agora, o Large 4, apelidado de 'Le Chonk'. Embora o sistema de um trilhão de parâmetros se destaque na velocidade de codificação e eficiência de custos em comparação com seus pares, benchmarks independentes revelam que ele ainda fica atrás dos modelos de elite da China nas pontuações gerais de inteligência.

A Mistral lançou oficialmente os pesos do Mistral Large 4, seu modelo mais extenso até a data, sob o apelido "Le Chonk". O modelo possui aproximadamente um trilhão de parâmetros no total, com 52 bilhões ativos por etapa. Treinado inteiramente na Europa, ele aceita entradas de texto e imagem para gerar texto e código. O lançamento ocorre três semanas após uma prévia pública, com os pesos agora disponíveis no Hugging Face sob uma licença MIT modificada que permite uso gratuito e implantação comercial, embora oferecer o modelo como serviço em nuvem exija um acordo separado da Mistral.

Em termos de desempenho, a Mistral afirma que o Large 4 supera seus rivais abertos em tarefas de codificação. Testes independentes realizados pela Artificial Analysis mostram o modelo obtendo 26 pontos no Índice de Inteligência versão 5. Isso o coloca à frente da mediana para modelos abertos de tamanho similar, mas significativamente atrás dos principais sistemas chineses. Especificamente, o DeepSeek V4.1 Flash e o GLM-5.3 obtêm ambos 32 pontos, enquanto o MiMo-V2.6-Pro alcança 30 pontos. A lacuna se amplia ainda mais contra líderes proprietários como o Gemini 4 Carbon do Google (59 pontos) e o Claude Opus 5.5 da Anthropic (58 pontos).

Apesar do déficit geral de classificação, o Large 4 demonstra forças específicas em benchmarks de codificação. No Terminal-Bench 4.0, o modelo melhorou de 28 por cento para 41 por cento após treinamento adicional com aprendizado por reforço, superando de forma estreita o GLM-5.3, que obteve 40 por cento. No benchmark FrontierCode 2.0, ele lidera os modelos abertos com uma pontuação de 19,7 por cento, embora o Claude Opus 5.5 obtenha 46 por cento. Comparações cegas conduzidas pela Surge indicam que os testadores preferiram o código do Large 4 em relação às saídas do GLM-5.3, Kimi K3 e DeepSeek na maioria das confrontações, embora tenha vencido apenas 22 por cento das comparações contra o Opus 5.5.

O modelo também mostra melhorias notáveis em eficiência e velocidade. O Large 4 gera tokens a uma taxa de 161 por segundo, um aumento em relação aos 111 durante a fase de prévia. É mais rápido que a maioria dos concorrentes, com apenas o DeepSeek V4.1 Flash e o Muse Wonder superando-o em velocidade. Em termos de custo, a Mistral reduziu os preços da API para US$ 0,70 por milhão de tokens de entrada e US$ 2,10 por milhão de tokens de saída, tornando-o mais barato que o GLM-5.3 e o Kimi K3.1 Pro, embora seja mais caro que o DeepSeek V4.1 Flash e o MiMo-V2.6-Pro. Além disso, o modelo é mais eficiente em termos de tokens, gerando 110 milhões de tokens de saída em testes completos do índice, comparado a 150 milhões na prévia.

No campo da defesa cibernética, a Mistral posiciona o Large 4 como líder entre os modelos abertos, mas os dados sugerem o contrário. A empresa afirma que a versão final obtém 51 por cento no Índice Cibernético da Artificial Analysis, mas seus próprios gráficos mostram que o DeepSeek V4.1 Flash (57 por cento) e o MiMo-V2.6-Pro (56 por cento) se classificam mais alto, colocando o Large 4 em terceiro lugar entre os modelos abertos. No entanto, ele se destaca nas recusas de segurança, rejeitando 96,6 por cento das solicitações cibernéticas prejudiciais em média, uma taxa superior à de qualquer outro modelo aberto. A Mistral reconhece o potencial de uso indevido e planeja apertar as salvaguardas, com parceiros como a Orange Cyberdefense já testando versões especializadas para testes de penetração sob restrições contratuais estritas.

Olhando para o futuro, os pesquisadores da Mistral, Pierre Stock e Corentin Petit, descreveram o desenvolvimento como uma "aposta de dois anos" que agora está dando resultados, observando que os limites de desempenho são definidos pela dificuldade das tarefas que a equipe pode criar e verificar. A empresa admite operar com menos recursos do que laboratórios dos EUA e da China, mas vê o Large 4 como uma base para modelos especializados futuros. Embora a Mistral atualmente lidera em codificação entre pesos abertos, o lançamento iminente do Kimi K3.1 Pro da Moonshot em 4 de novembro de 2026, que obtém 67 por cento no Terminal-Bench 4.0, é esperado para desafiar essa posição.

Fontes: The Decoder.