Mistral Large 4 tem 1 trilhão de parâmetros, mas os pesos só saem no fim de outubro

A Mistral apresentou em 6 de outubro o Mistral Large 4, um modelo com 1 trilhão de parâmetros que a empresa francesa chama de modelo de pesos abertos, segundo o anúncio oficial. Só que os pesos, que são os arquivos que você baixaria para rodar o modelo, ainda não existem para o público: a promessa é para o fim do mês. Por enquanto, quem quer testar paga a API, e quem quer rodar em casa precisa esperar e conferir a licença.

O que a Mistral anunciou

O Mistral Large 4 usa a arquitetura de mistura de especialistas (em inglês, mixture of experts, ou MoE): o modelo tem muitos blocos internos, mas só uma parte deles trabalha em cada palavra gerada. Segundo a Mistral, são 1 trilhão de parâmetros no total e 52 bilhões ativos. O VentureBeat fala em 49 bilhões ativos. As duas fontes não batem, e não sei qual está certa.

O modelo aceita imagem na entrada e responde só com texto, de acordo com o VentureBeat. A Mistral diz que ele foi treinado em mais de 160 idiomas, incluindo todos os idiomas oficiais da União Europeia. Está em prévia pública pela API, a US$ 1,36 por milhão de tokens de entrada e US$ 4,18 por milhão de saída, conforme a página de anúncio.

Os pesos ainda não saíram

Esse é o ponto que a manchete esconde. A Mistral escreve no anúncio que os pesos saem no fim do mês. O VentureBeat cita 27 de outubro e diz que a licença deve ser uma licença própria da Mistral. A empresa não confirmou o texto da licença na página de lançamento.

O motivo do atraso é segurança. A Mistral diz que está fazendo testes de ataque com especialistas em cibersegurança, parceiros selecionados e autoridades de Estado, que recebem uma versão com menos restrições. Pierre Stock, vice-presidente de ciência da empresa, disse ao TechCrunch que a empresa trabalharia com parceiros e governos nesse intervalo, e que modelos abertos são mais fáceis de auditar.

Os números, todos da própria Mistral

Os resultados abaixo vêm do anúncio da Mistral e não têm medição independente. No DeepSWE v1.1, que mede a resolução de problemas reais de software, o modelo marca 61,7%. No Terminal-Bench 4.0, de tarefas em linha de comando, marca 28,3%. No Cybench, de segurança ofensiva, são 93%.

A comparação mais útil é a do VentureBeat. No gráfico da Mistral, o DeepSWE de 62% fica ao lado de 61% do GLM-5.3 e 57% do DeepSeek V4 Pro. Mas o placar público do DeepSWE, na melhor configuração de cada modelo, mostra GLM-5.3 e Kimi K3 perto de 69%, e o GPT-6 Astra, o Gemini 3.8 Flash e o Claude Opus 5 perto de 74%. O próprio VentureBeat conclui que o número é competitivo entre modelos abertos ocidentais, mas não prova liderança em código.

Quando o texto da Mistral fala em melhor modelo aberto fora da China, o VentureBeat avisa que isso continua provisório até alguém testar os pesos finais. O TechCrunch também registra que os resultados independentes ainda estavam pendentes na publicação.

Dá para rodar em casa?

Sem os pesos, não dá nem para tentar. Com eles, um modelo de 1 trilhão de parâmetros, como diz a Mistral, é outra conversa. Mesmo que só uma fração dos parâmetros trabalhe por vez, todos os pesos precisam estar na memória, porque qualquer especialista pode ser chamado a qualquer momento. Quantizar, isto é, guardar cada peso com menos bits, ajuda, mas a conta continua longe de uma placa de consumo.

A Mistral não publicou requisitos de hardware para rodar o modelo. Isso eu só espero ver quando os pesos saírem. Para quem usa IA local, como eu, com Ollama e uma placa AMD, a notícia prática não é o Large 4 em si. É a possibilidade de que versões menores e destiladas (modelos pequenos treinados para imitar o grande) apareçam depois.

O que muda para quem constrói software

Para quem desenvolve, a pergunta não é se o modelo é grande, e sim se ele cabe no seu fluxo de trabalho, no seu orçamento e na sua licença. Nenhuma dessas três respostas existe ainda.

Hoje, o Large 4 é mais um modelo na API, com preço por token baixo para um modelo desse tamanho e sem número independente. Se você já tem um roteador entre modelos, vale incluí-lo num teste com as suas próprias tarefas, e não com as da Mistral.

Minha leitura é que a data de 27 de outubro é o que importa. Se os pesos saírem no prazo, com licença que permita uso comercial, o modelo entra no conjunto dos abertos que dá para hospedar por conta própria. Se atrasarem ou vierem com restrição, "pesos abertos" na manchete terá sido uma promessa de marketing. Eu só vou tratar o modelo como aberto quando conseguir baixar o arquivo, ler a licença e ver alguém de fora, como a Artificial Analysis ou o placar do DeepSWE, repetir os números. Até lá, é um modelo de API com uma promessa anexada, e a promessa tem data marcada para ser cobrada.

Fontes

• Introducing Mistral Large 4, Mistral AI, 6 de outubro de 2026
• Mistral's new 1T model aims to leapfrog closed and open rivals, TechCrunch, 6 de outubro de 2026
• Mistral debuts Large 4 'Le Chonk', VentureBeat, 6 de outubro de 2026