Presentamos Mistral Large 4

Mistral ha lanzado una vista previa pública de Mistral Large 4, apodado "le Chonk", un modelo nativamente multimodal con 1 billón de parámetros totales y 49.000 millones de parámetros activos, lo que lo convierte en el modelo más grande y capaz de la compañía hasta la fecha. Alcanza un rendimiento de frontera competitivo con los modelos de código abierto más potentes y supera a los modelos de pesos abiertos desarrollados en Estados Unidos y Europa, con especial fortaleza en ciberseguridad, finanzas, derecho, programación, flujos de trabajo agénticos y comprensión multimodal, y sus pesos se publicarán a finales de mes. El modelo se entrenó desde cero con 3.800 GPU NVIDIA Grace Blackwell en los centros de datos propios de Mistral en Europa, lo que lo posiciona como un hito para la soberanía europea en IA y brinda a las organizaciones control abierto y autodesplegable sobre un modelo que lidera pruebas de ciberseguridad como el Artificial Analysis Cyber Index y Cybench, donde los modelos cerrados a menudo rechazan tareas. Sus capacidades adicionales abarcan programación agéntica, automatización de flujos de trabajo empresariales, razonamiento científico y matemático, y trabajo de conocimiento como hojas de cálculo, presentaciones y análisis legal y financiero, todo respaldado por una gran infraestructura de aprendizaje por refuerzo que opera en unos 3.000 GPU y produce alrededor de 33.000 millones de tokens al día. El trabajo está financiado por la ronda Serie D de 3.000 millones de euros de Mistral, la mayor ronda de capital levantada por una empresa tecnológica europea, y el modelo servirá como base para una nueva generación de modelos Mistral especializados.

(Fuente：Mistral)