La empresa francesa Mistral AI acaba de hacer algo que pocas compañías se atreven a hacer con su mejor modelo: regalar los pesos. Mistral Large 4, un modelo de inteligencia artificial de 1 billón de parámetros, ya se puede descargar en Hugging Face y ejecutar en servidores propios, con una licencia que permite el uso comercial.
El modelo llega tres semanas después de su versión preliminar, con más entrenamiento y pensado sobre todo para programar, trabajar con agentes y ciberseguridad defensiva. En esta guía te contamos qué es, qué cifras ha publicado la empresa, cómo probarlo, cuánto cuesta y por qué es importante para Europa. Datos comprobados el 30 de octubre de 2026 en el anuncio oficial y en medios como TechCrunch, The Next Web y SiliconANGLE.
Qué es Mistral Large 4
Es el modelo de lenguaje más potente de Mistral AI, la startup de París fundada en 2023 que se ha convertido en la gran apuesta europea en inteligencia artificial. Internamente lo llaman «Le Chonk», un mote cariñoso para un modelo enorme.
Es un modelo multimodal: entiende texto e imágenes y responde con texto y código. Según Mistral, habla con soltura más de 160 idiomas. Usa una arquitectura de mezcla de expertos (MoE): aunque tiene 1 billón de parámetros en total, solo activa una parte, unos 52.000 millones, para cada fragmento de texto. Eso lo hace mucho más eficiente que un modelo que usara todos sus parámetros a la vez.
El modelo se presentó en vista previa a principios de octubre de 2026. La versión con pesos abiertos incorpora tres semanas más de entrenamiento con aprendizaje por refuerzo y las pruebas de clientes. Si quieres entender estos conceptos desde cero, tienes nuestra guía de qué es la IA generativa.
Qué cambia con los pesos abiertos de Mistral Large 4
Que un modelo tenga los pesos abiertos significa que cualquiera puede descargar el «cerebro» ya entrenado y ejecutarlo en sus propias máquinas, sin depender de la nube de la empresa que lo creó. Con ChatGPT o Gemini solo puedes usar el modelo a través de sus servicios; con este modelo puedes tenerlo en tus servidores.
- Control total de los datos: la información sensible no sale de tus servidores.
- Sin miedo a perder el acceso: nadie te puede cortar el servicio de un día para otro.
- Personalización: se puede ajustar (fine-tuning) con datos propios.
- Coste previsible: pagas tu infraestructura, no cada consulta.
Es la misma idea que han popularizado los laboratorios chinos con modelos como DeepSeek, Kimi o GLM, pero ahora desde Europa y con un modelo de tamaño de primera división. Si te interesan los modelos chinos, lo contamos en nuestra guía de Kimi IA.
Las cifras clave de Mistral Large 4
| Dato | Mistral Large 4 |
|---|---|
| Parámetros totales | 1 billón |
| Parámetros activos | ~52.000 millones por token |
| Tipo de modelo | Mezcla de expertos (MoE), multimodal |
| Entrada | Texto e imágenes |
| Idiomas | Más de 160, según Mistral |
| Modos de razonamiento | Bajo, medio y alto |
| Pesos | Abiertos en Hugging Face (29/10/2026) |
| Entrenamiento | 3.800 GPU Nvidia Grace Blackwell en Europa |
Además, incorpora tres modos de razonamiento (bajo, medio y alto) para elegir entre pensar más a fondo o gastar menos tokens según la tarea. Según The Next Web, el modo alto es un 50 % más eficiente que en la vista previa.
Rendimiento de Mistral Large 4 según Mistral
Todas estas cifras son de la propia Mistral o de pruebas que ella cita, así que conviene tomarlas con cautela hasta que haya evaluaciones independientes:
- Terminal-Bench 4.0 (programación con agentes): 41 %, frente al 28 % de la vista previa y al nivel de GLM-5.3.
- Coding Agent Index de Artificial Analysis: 48 %, similar a GLM-5.3 pero usando un 47 % menos de tokens por tarea.
- Cyber Index de Artificial Analysis: 51 %.
- BrowseComp (búsqueda web con agentes): 84,5 %.
- Finch (finanzas): 73,3 %.
- Rechazo de peticiones maliciosas de ciberseguridad: 96,6 %.
Cómo probar Mistral Large 4
Hay varias formas de usarlo, de más fácil a más técnica:
- Mistral Studio (console.mistral.ai): el panel de Mistral para probar el modelo y crear claves de API.
- API de Mistral: para integrarlo en tus aplicaciones.
- OpenRouter: si ya usas este servicio para cambiar de modelo fácilmente.
- Vibe Code (chat.mistral.ai): el entorno de Mistral para pedirle cambios en tu propio repositorio de código.
- Microsoft Foundry y Nvidia: los primeros proveedores en la nube que lo ofrecen.
- Hugging Face: descarga de los pesos para instalarlo en tus servidores con vLLM o SGLang.
Mistral no confirma en su anuncio si ya está en su chatbot gratuito Le Chat. Si buscas opciones para chatear gratis con IA, tienes nuestra comparativa de chat IA gratis.
Precio de la API de Mistral Large 4
| Concepto | Precio |
|---|---|
| Tokens de entrada | 0,70 $ por millón |
| Tokens de entrada en caché | 0,07 $ por millón |
| Tokens de salida | 2,10 $ por millón |
Para hacerse una idea: un millón de tokens equivale aproximadamente a unas 750.000 palabras. Son precios bajos para un modelo de este tamaño, en la línea de lo que ofrecen los modelos chinos, y muy por debajo de los modelos más caros de los grandes laboratorios estadounidenses.
Licencia de Mistral Large 4: qué puedes hacer
Mistral Large 4 se publica con la Mistral Ecosystem Open-Weight License, una licencia basada en la MIT con un cambio importante:
- Se permite: usarlo gratis, modificarlo, ajustarlo con tus datos y usarlo comercialmente en tu empresa.
- Hace falta licencia aparte: si quieres ofrecerlo como servicio a terceros (lo que se llama Model-as-a-Service), tienes que firmar una licencia comercial con Mistral.
Para la mayoría de empresas que quieran usarlo internamente, la licencia es muy abierta.
Qué hace falta para ejecutar Mistral Large 4
Aquí está la letra pequeña: un modelo de 1 billón de parámetros no se ejecuta en un portátil. Según The Next Web, una versión cuantizada (comprimida) funciona en cuatro GPU Nvidia B200 o B300, un equipo profesional de centro de datos.
Mistral ha anunciado versiones más pequeñas «en los próximos meses», incluida una que funcionará en un portátil, aunque sin fecha. Mientras tanto, para usar IA en tu propio ordenador tienes alternativas más ligeras; lo explicamos en nuestra lista de herramientas de IA gratis.
El enfoque de Mistral Large 4 en ciberseguridad
Una de sus grandes apuestas es la ciberseguridad defensiva: encontrar vulnerabilidades en el código, reproducirlas y proponer parches. Según The Next Web, en la prueba CyberGym-E2E obtiene un 79 %.
Mistral ofrece además una variante especializada para ciberseguridad avanzada, de momento solo en vista previa para socios empresariales seleccionados (como Orange Cyberdefense) y con controles y contratos de por medio. La idea es que esas capacidades no caigan en manos de atacantes.
Quién es Mistral AI
Mistral AI nació en París en 2023, fundada por Arthur Mensch (que venía de Google DeepMind) y por Guillaume Lample y Timothée Lacroix (que venían de Meta). En muy poco tiempo se ha convertido en la empresa de IA más conocida de Europa, con modelos abiertos como Mistral 7B o Mixtral y con su asistente Le Chat.
Su estrategia siempre ha combinado dos cosas: modelos comerciales para empresas y modelos con pesos abiertos para la comunidad. La novedad es que ahora libera también el más grande, algo que hasta hace poco reservaba para sus clientes de pago.
Glosario rápido para entender la noticia
- Parámetros: los «ajustes» internos que el modelo aprende durante el entrenamiento. Más parámetros suele significar más capacidad, pero también más coste.
- Mezcla de expertos (MoE): el modelo está dividido en especialistas y, para cada palabra, solo trabaja una parte de ellos. Por eso un modelo de 1 billón de parámetros puede responder rápido.
- Pesos abiertos: se publica el modelo ya entrenado para que cualquiera lo descargue y lo use. No es exactamente código abierto, porque no siempre se publican los datos ni el proceso de entrenamiento.
- Cuantización: comprimir el modelo para que ocupe menos memoria y funcione en menos máquinas, con una pequeña pérdida de calidad.
- Tokens: los trocitos de texto con los que trabajan los modelos; las API cobran por millón de tokens.
- Agentes: sistemas de IA que no solo responden, sino que dan pasos por su cuenta: buscan, ejecutan código o modifican archivos.
Paso a paso: tu primera prueba con la API
Si nunca has usado una API de IA, este es el camino más sencillo para probar el modelo:
- 1. Crea una cuenta en Mistral Studio (console.mistral.ai).
- 2. Genera una clave de API en el panel.
- 3. Prueba el modelo en el área de pruebas del propio panel, sin escribir código.
- 4. Si te convence, conéctalo a tus herramientas o pide a un desarrollador que lo integre.
- 5. Vigila el consumo: aunque los precios son bajos, las tareas largas de agentes gastan muchos tokens.
Un consejo: empieza con el modo de razonamiento bajo o medio para tareas sencillas y reserva el alto para problemas difíciles. Así el gasto se queda bajo control.
Lo que todavía no sabemos
- Evaluaciones independientes: casi todas las cifras son de Mistral; habrá que esperar a pruebas de terceros.
- Fecha de las versiones pequeñas: Mistral promete versiones para portátil, pero sin fecha.
- Disponibilidad en Le Chat: el anuncio no lo confirma.
- Rendimiento real en español: sin datos por idioma, toca probarlo.
Por qué Mistral Large 4 importa para Europa
El modelo se ha entrenado en Europa, con 3.800 GPU de Nvidia en centros de datos europeos y el aprendizaje por refuerzo en infraestructura propia en Francia. Mistral insiste en la idea de soberanía: que empresas y administraciones europeas no dependan de un proveedor de fuera que pueda cambiar las condiciones o cortar el acceso.
Según The Next Web, Mistral ha levantado unos 6.000 millones de dólares en tres años, muy lejos de las cifras de los grandes laboratorios estadounidenses. Que con esos recursos publique un modelo abierto de este tamaño es un mensaje claro: Europa quiere tener voz propia en la IA.
Mistral Large 4 frente a otros modelos
| Modelo | Origen | Pesos abiertos | Punto fuerte |
|---|---|---|---|
| Mistral Large 4 | Francia | Sí | Agentes, código y ciberseguridad |
| GLM-5.3 | China | Sí | Programación |
| DeepSeek V4.1 Flash | China | Sí | Coste muy bajo |
| Kimi K3 | China | Sí | Contexto largo y agentes |
| ChatGPT, Gemini, Claude | EE. UU. | No | Ecosistema y facilidad de uso |
Si te interesa cómo se comparan los asistentes más conocidos, lo explicamos en ChatGPT vs Gemini vs Claude.
Casos de uso realistas
Más allá de las cifras, estos son los usos en los que un modelo así tiene más sentido hoy:
- Asistentes internos con datos privados: un bufete, una clínica o una gestoría que quiere preguntar a sus propios documentos sin subirlos a un servicio externo.
- Revisión de código y seguridad: equipos de desarrollo que quieren detectar fallos antes de publicar una aplicación.
- Agentes que trabajan en tus sistemas: tareas repetitivas como clasificar incidencias, preparar informes o mover datos entre herramientas.
- Servicios europeos de IA: empresas tecnológicas que quieren ofrecer IA a sus clientes con los datos alojados en Europa (con la licencia comercial correspondiente).
- Investigación y formación: universidades y centros que necesitan un modelo grande que puedan estudiar y adaptar.
Para tareas del día a día, como redactar un correo o resumir un texto, no necesitas un modelo de este tamaño: cualquier asistente gratuito te sirve.
Qué significa Mistral Large 4 para empresas y autónomos
Para un autónomo o una pequeña empresa, esto no cambia nada mañana mismo: no vas a montar cuatro GPU de centro de datos en la oficina. Pero sí tiene consecuencias:
- Más competencia y precios más bajos: un modelo abierto de este nivel presiona a todos para bajar precios.
- Proveedores europeos: pronto habrá empresas que te ofrezcan Mistral Large 4 alojado en Europa, con tus datos bajo normativa europea.
- Privacidad: para sectores con datos delicados (salud, legal, finanzas), poder usar un modelo así en servidores propios es una gran ventaja.
- A través de la API ya puedes usarlo en tus herramientas a un precio bajo.
Y un consejo de siempre: da igual el modelo, la clave está en cómo le pides las cosas. Te lo contamos en qué es un prompt.
Preguntas frecuentes sobre Mistral Large 4
¿Mistral Large 4 es gratis?
Los pesos se pueden descargar gratis en Hugging Face y usar comercialmente. Si lo usas a través de la API de Mistral, pagas 0,70 $ por millón de tokens de entrada y 2,10 $ por millón de salida.
¿Puedo ejecutar Mistral Large 4 en mi ordenador?
No en un ordenador normal. Una versión comprimida necesita cuatro GPU Nvidia B200 o B300. Mistral ha anunciado versiones más pequeñas, incluida una para portátiles, sin fecha.
¿Mistral Large 4 habla español?
Mistral dice que el modelo domina más de 160 idiomas. No da datos concretos por idioma, pero los modelos anteriores de Mistral ya funcionaban bien en español.
¿Qué diferencia hay entre Mistral Large 4 y ChatGPT?
ChatGPT es un servicio cerrado de OpenAI. Mistral Large 4 es un modelo con pesos abiertos que puedes instalar en tus propios servidores y modificar.
¿Dónde se descarga Mistral Large 4?
En Hugging Face, en el repositorio oficial de mistralai. También está disponible en la API de Mistral, OpenRouter, Microsoft Foundry y los servicios de Nvidia.
¿Por qué se llama Le Chonk?
Es el mote interno que Mistral usa para Mistral Large 4, por su enorme tamaño.
Conclusión
Mistral Large 4 es la mejor noticia en mucho tiempo para quien quiere una IA potente sin depender de EE. UU. o China. No es un modelo para usar en casa, pero abre la puerta a servicios europeos con más privacidad y a precios más bajos. Seguiremos de cerca las versiones pequeñas que ha prometido Mistral, porque esas sí podrían llegar a tu ordenador.
