Mistral Large 4 llega con 1,05 billones de parámetros
Mistral Large 4 es un modelo MoE de pesos abiertos con 1,05 billones de parámetros y un contexto de 1 millón de tokens. La vista previa de la API cuesta 1,36 $ por millón de tokens de entrada. Los pesos llegan en octubre.
4 min de lectura

En cifras
- total parameters, per Mistral's model card
- 1.05T
- token context window
- 1M
- per million input tokens in the API preview
- $1.36
- Nvidia Grace Blackwell GPUs used for training
- 3,800
Mistral AI lanzó Mistral Large 4 en vista previa pública el 6 de octubre de 2026. Es un modelo de mezcla de expertos con 1,05 billones de parámetros y una ventana de contexto de 1 millón de tokens. Ya está disponible a través de la API de Mistral, y el anuncio de Mistral promete los pesos abiertos «a finales de mes». Eso lo convertiría en uno de los modelos más grandes que un equipo podrá descargar y ejecutar en sus propios servidores.
Qué ha lanzado Mistral
Mistral Large 4 es un modelo de propósito general que lee texto e imágenes. Mistral lo llama «nativamente multimodal». Eso significa que las imágenes forman parte del modelo desde el principio, y no son un complemento aparte. Su apodo es «Le Chonk».
Es un modelo de mezcla de expertos, o MoE. Un modelo MoE divide sus parámetros en muchas redes «expertas» más pequeñas. Para cada token, un enrutador elige solo unos pocos expertos para hacer el trabajo. Así, el modelo almacena un número enorme de parámetros, pero solo usa una pequeña parte a la vez.
Las propias páginas de Mistral no coinciden en los tamaños exactos:
| Especificación | Anuncio | Ficha del modelo |
|---|---|---|
| Parámetros totales | «1 billón» | 1,05T |
| Parámetros activos por token | 49 mil millones | 52B |
| Codificador de visión | no indicado | 1,6B |
| Ventana de contexto | 1 millón de tokens | 1M de tokens |
Unite.AI y The Bright Minded informan ambos de 1,05 billones en total y 49 mil millones activos. Hasta que Mistral corrija una de las páginas, conviene tratar la cifra de parámetros activos como algo entre 49 y 52 mil millones.
Según Unite.AI, el modelo admite más de 160 idiomas, incluidos todos los idiomas oficiales de la Unión Europea. Mistral dice que lo entrenó con 3800 GPU Nvidia Grace Blackwell en sus propios centros de datos europeos.
Precio y disponibilidad
El nombre del modelo en la API es mistral-large-4. El anuncio de Mistral indica 1,36 $ por millón de tokens de entrada y 4,18 $ por millón de tokens de salida.
Unite.AI informó de otras cifras: 0,68 $ por millón de tokens de entrada, 0,07 $ por la entrada en caché y 2,09 $ por la salida. Las páginas de Mistral no mencionan esos precios ni una tarifa para la entrada en caché. Compruebe el precio en su consola de Mistral antes de hacer un presupuesto con cualquiera de las dos cifras.
Los pesos abiertos son la otra mitad del lanzamiento. Mistral dice que los publicará a finales de octubre. The Bright Minded cita el 27 de octubre, según información de Reuters. Ni el anuncio ni la ficha del modelo nombran la licencia con la que se publicarán los pesos.
Benchmarks y el aspecto de seguridad
Mistral publicó sus propios resultados de benchmarks. Son cifras de la empresa, no pruebas independientes.
| Benchmark | Qué mide | Mistral Large 4 |
|---|---|---|
| DeepSWE v1.1 | Tareas de ingeniería de software | 61,7 % |
| SWE-Atlas-QnA | Preguntas sobre bases de código | 59,4 % |
| AutomationBench | Automatización de tareas | 59,9 % |
| Terminal Bench 4.0 | Tareas de línea de comandos | 28,3 % |
| Cybench | Retos de seguridad | 93 % |
| AA Cyber Index | Reproducción de vulnerabilidades de software | 82 % |
En las valoraciones humanas, Mistral puntúa a Large 4 con 3,74 sobre 5. Claude Opus 5 obtuvo 4,22, GLM-5.3 obtuvo 3,60 y Kimi K3 obtuvo 3,59 en la misma comparación.
La puntuación en ciberseguridad es el titular. Según Unite.AI, un 82 % sitúa al modelo entre los cinco primeros del mundo en el Artificial Analysis Cyber Index. También es el mejor modelo de pesos abiertos de fuera de China en ese índice.
Mistral gestiona esa capacidad con dos versiones. Su anuncio dice que está haciendo red teaming del modelo «con líderes de ciberseguridad, socios verificados y autoridades estatales». Esos grupos «accederán al mismo modelo con moderación reducida y capacidades cibernéticas ampliadas». Todos los demás reciben el modelo estándar, más filtrado.
Mistral ha crecido rápido este año. En septiembre levantó 3000 millones de euros con una valoración de 21 000 millones de euros. El lanzamiento llega además un día después de que Reflection AI anunciara Beam, un modelo de pesos abiertos de 501B, cuyos pesos también se esperan a finales de octubre.
Qué significa para los desarrolladores
- Pruebe la vista previa ahora, planifique la producción después. La API funciona hoy con
mistral-large-4. Ejecute su propio conjunto de evaluación mientras se conoce el precio y aún no se conocen los pesos. - Espere a la licencia antes de planificar el autoalojamiento. «Pesos abiertos» puede significar muchas condiciones de licencia. No prometa a un cliente un despliegue local hasta que Mistral las publique.
- Dimensione el hardware según el total, no según el número activo. Solo unos 50 mil millones de parámetros trabajan en cada token, pero los 1,05 billones deben caber en memoria. Autoalojarlo exige un servidor con varias GPU, no una sola tarjeta.
- Aclare por escrito las dudas de especificaciones y precio. La diferencia entre 49B y 52B y las dos listas de precios importarán para planificar capacidad y costes. Pregunte al soporte de Mistral, o espere a la ficha del modelo del lanzamiento.
- Los equipos de seguridad deberían mirar con atención. Un modelo tan fuerte reproduciendo vulnerabilidades ayuda a los defensores con el triaje y las pruebas. También significa que sus modelos de amenazas deben suponer que los atacantes podrán ejecutar algo similar cuando se publiquen los pesos.
La publicación de los pesos es la fecha que hay que vigilar. Hasta entonces, Mistral Large 4 es una API alojada, y su promesa de pesos abiertos sigue siendo un plan.
Fuentes
- Introducing Mistral Large 4 - Mistral AI
- Mistral Large 4 - Mistral AI Docs
- Mistral Unveils 1.05T-Parameter 'Le Chonk' MoE Model in Public Preview - Unite.AI
- Mistral Large 4: A One-Trillion-Parameter Preview, With Looser Cyber Limits for Defenders Only - The Bright Minded
Artículos relacionados

Xiaomi lanza MiMo-V2.6-Pro con 1 billón de parámetros en pesos abiertos bajo MIT
MiMo-V2.6-Pro de Xiaomi tiene 1,02 billones de parámetros, 42.000 millones activos, un contexto de 1 millón de tokens y pesos con licencia MIT, pero necesita unos 680 GB de memoria de GPU.

Reflection AI lanza Beam, un modelo de pesos abiertos con 501.000 millones de parámetros
Beam, de Reflection AI, tiene 501.000 millones de parámetros pero usa 23.000 millones por token, obtiene 80,9 en SWE-Bench Verified y publicará sus pesos bajo Apache 2.0 más adelante en octubre.

Aleph Alpha Kolibri 1: modelo MoE abierto en alemán e inglés
Aleph Alpha lanzó Kolibri 1 el 3 de octubre: un modelo abierto de 78.100 millones de parámetros, con 3.460 millones activos, creado para alemán e inglés y con licencia Apache 2.0.