A Mistral AI publicou em 29 de outubro os pesos para download do Mistral Large 4, liberando o modelo multimodal apelidado internamente de "Le Chonk" para uso e hospedagem própria, com 1 trilhão de parâmetros no total, segundo comunicado da própria empresa e análise técnica publicada pela Hugging Face no mesmo dia.

O modelo recebe texto e imagem como entrada e gera texto como saída, numa arquitetura de mistura de especialistas (Mixture-of-Experts), segundo a Hugging Face. Ele é distribuído sob a Mistral Ecosystem Open-Weight License, uma licença derivada da MIT com restrições para ofertas de modelo como serviço, de acordo com a mesma análise. A Hugging Face também registra janela de contexto de 1 milhão de tokens.

Da pré-visualização à versão final

O Cortexplor noticiou em 6 de outubro o anúncio da pré-visualização do Large 4, quando o acesso era restrito a um endpoint de testes e a própria Mistral ainda não havia divulgado pesos para download. Segundo a empresa, esse período de pré-visualização pública durou cerca de três semanas, com aprendizado por reforço adicional, até a publicação dos pesos completos em 29 de outubro — o fato novo desta reportagem. A empresa afirma que esse período elevou o desempenho em programação e segurança ofensiva/defensiva e reduziu o número de tokens necessários para concluir tarefas, baixando o custo de inferência.

A empresa diz que o modelo passou a liderar o Terminal-Bench 4.0 entre modelos abertos, com melhora de 13 pontos percentuais em relação à pré-visualização, e que ficou praticamente no mesmo nível do GLM-5.3 no Coding Agent Index da Artificial Analysis, usando 47% menos tokens por tarefa, segundo a Mistral. A Hugging Face confirma, de forma geral, que o lançamento está entre os modelos abertos mais fortes em agentes de código e tarefas multimodais, sem repetir os mesmos números.

Segurança cibernética como vitrine

A Mistral apresenta o Large 4 como ferramenta para equipes de defesa cibernética, não para ataque: a empresa afirma taxa de recusa de 96,6% em pedidos maliciosos, a mais alta que mede entre modelos abertos, e diz que o modelo resiste a 93,3% das tentativas de injeção de prompt no benchmark B3, da Lakera. A Hugging Face concorda com a avaliação geral de que a cibersegurança é um dos pontos fortes do modelo, mas não reproduz os mesmos percentuais, por isso este texto não os mistura.

A Mistral diz que testou o modelo com empresas do setor, incluindo Booz Allen Hamilton e Cisco, embora os detalhes de desempenho citados venham apenas da própria Mistral.

Soberania de dados como argumento de venda

A Mistral apresenta o lançamento como parte da categoria que a própria empresa chama de "IA soberana": por ser aberto, o modelo pode ser baixado e executado dentro da infraestrutura do cliente, sem depender de uma API externa. A empresa afirma que o Large 4 foi treinado do zero em infraestrutura europeia, o que, segundo ela, dá a governos e empresas controle total sobre onde os dados processados pelo modelo ficam armazenados — um argumento recorrente da companhia francesa frente a rivais americanos e chineses.

Disponibilidade

Segundo a Hugging Face, o Large 4 já roda a partir do lançamento com as bibliotecas transformers, vLLM e llama.cpp, com versões quantizadas em formato GGUF produzidas pela Unsloth e pela própria equipe do llama.cpp. A plataforma também oferece hospedagem paga via Inference Endpoints e inferência sem servidor por meio dos Inference Providers. O modelo aceita três níveis de esforço de raciocínio — baixo, médio e alto —, sendo o alto o padrão; segundo a Hugging Face, não é possível desativar o raciocínio.

Na prática

  • Pesos abertos disponíveis para download e uso próprio desde 29 de outubro de 2026, sem custo de licenciamento informado pelas fontes.
  • Roda com transformers, vLLM e llama.cpp desde o lançamento, com versões GGUF quantizadas para hardware mais modesto, segundo a Hugging Face.
  • Quem opera a própria infraestrutura paga apenas pelo hardware ou pela nuvem escolhida; a Mistral também oferece hospedagem paga via Inference Endpoints.
  • Segundo a Mistral, a principal mudança em relação à pré-visualização de outubro é o ganho de desempenho em código e segurança, com menos tokens gastos por tarefa.