Mistral Large 4: pesi disponibili, licenza e primi risultati

Cosa cambia con la pubblicazione dei pesi

Mistral Large 4, soprannominato «Le Chonk», è passato da un’anteprima accessibile tramite API a una versione i cui pesi, secondo un aggiornamento del 29 ottobre, sarebbero già stati pubblicati. La novità conta perché scaricare i pesi può consentire di distribuire il modello al di fuori del servizio API, nel rispetto dei requisiti hardware e dei termini della licenza. Le informazioni sulla disponibilità e sulla licenza provengono da un aggiornamento secondario; i materiali primari disponibili per l’annuncio iniziale non confermano da soli che entrambi gli aspetti si siano concretizzati.

L’aggiornamento descrive i pesi come distribuiti con una licenza MIT modificata. Questa definizione non equivale necessariamente a una licenza MIT senza modifiche: per conoscere le condizioni effettive e gli eventuali limiti a determinati utilizzi occorre leggere il testo legale applicabile. Inoltre, la possibilità di scaricare i pesi non basta a stabilire che il modello sia open source in ogni senso o che non vi siano restrizioni all’uso commerciale.

Scala e architettura: cosa significa un trilione di parametri

Mistral ha presentato Large 4 come un modello multimodale di tipo Mixture of Experts, o MoE, con un trilione di parametri complessivi e 52 miliardi attivi. In un MoE, il sistema attiva una parte dei suoi componenti per elaborare ciascun input, invece di usare tutti i parametri a ogni passaggio. Le due cifre descrivono quindi aspetti diversi: il totale indica la scala del modello, mentre il numero di parametri attivi rappresenta la parte che partecipa a una specifica inferenza. Nessuno dei due valori, preso da solo, determina con precisione la memoria necessaria per l’esecuzione.

Nell’annuncio iniziale Mistral afferma che il modello è stato addestrato da zero con 3.800 GPU NVIDIA Grace Blackwell nei propri data center in Europa. L’azienda dichiara inoltre che i dati di addestramento coprivano più di 160 lingue. Sono informazioni comunicate dal produttore e riguardano il processo di addestramento: non dimostrano che la qualità sia uniforme in tutte le lingue né che ogni futura distribuzione del modello utilizzi la stessa infrastruttura.

Benchmark: risultati da non confondere

Un aggiornamento del 29 ottobre riferisce che Large 4 ha ottenuto 26 nella versione 5 dell’Intelligence Index di Artificial Analysis. Lo stesso aggiornamento confronta il punteggio con 32 per DeepSeek V4.1 Flash e GLM-5.3 e con 30 per MiMo-V2.6-Pro. Sono risultati attribuiti ad Artificial Analysis e relativi a una versione successiva dell’indice: non vanno confusi con il punteggio 38 associato da fonti secondarie al modello durante l’anteprima e in una versione precedente. Quando cambiano le versioni possono cambiare sia i compiti sia la scala; perciò i punteggi non sono direttamente confrontabili senza verificare la metodologia.

L’aggiornamento riferisce inoltre che il risultato di Large 4 in Terminal-Bench 4.0 sarebbe passato da circa il 28% nell’anteprima al 41% dopo settimane di ulteriore addestramento. Il dato è presentato come una cifra di Mistral, non come una misurazione indipendente verificata qui. Nello stesso testo, un punteggio di 51 nel Cyber Index è attribuito ad Artificial Analysis per la versione successiva. Le differenze fra i punteggi del lancio e quelli dell’aggiornamento possono dipendere da ulteriore addestramento, configurazioni diverse o cambiamenti nei benchmark; le informazioni disponibili non consentono di attribuire ogni variazione a una sola causa.

Cybersicurezza: capacità utile, ma non una garanzia di difesa

La cybersicurezza è uno degli ambiti su cui Mistral richiama l’attenzione. Nell’annuncio iniziale, l’azienda attribuiva a Large 4 un punteggio dell’82% in un test che richiede di riprodurre e correggere una vulnerabilità e del 93% nelle sfide di Cybench. Affermava anche che il modello resiste al 93,3% degli attacchi del benchmark B3 di Lakera. Sono risultati comunicati da Mistral nell’annuncio. Anche se alcune valutazioni vengono descritte come indipendenti, qui non sono stati forniti i protocolli completi, i dataset e le esecuzioni originali necessari per riprodurle.

Un punteggio elevato in un test sulle vulnerabilità non dimostra che un sistema possa proteggere una rete reale o che ogni risultato sia sicuro. Riprodurre un difetto e proporre una correzione è un compito circoscritto; nelle operazioni di sicurezza contano anche l’ambiente, i permessi, la revisione umana e la validazione delle modifiche. È importante distinguere tra attività difensive autorizzate e richieste dannose: consentire l’analisi delle vulnerabilità può agevolare usi legittimi, ma richiede anche controlli per ridurre il rischio di abuso.

Costi, velocità e utilizzo con gli agenti

Una valutazione dell’intelligenza generale non basta per decidere se Large 4 sia adatto a un agente di programmazione. In questi flussi il modello deve interpretare il repository, scegliere gli strumenti, eseguire comandi e controllare il risultato. Una risposta convincente può non corrispondere a un file creato o a un compito completato. Per l’anteprima, Mistral ha comunicato risultati propri del 61,7% in DeepSWE v1.1, del 59,4% in SWE-Atlas-QnA e del 28,3% in Terminal-Bench 4, con un 49,8% in un indice combinato di agenti di programmazione. Sono cifre del produttore e dipendono dal protocollo di valutazione.

L’aggiornamento successivo attribuisce ad Artificial Analysis una velocità di 161 token al secondo e un costo medio di 2,06 dollari per attività nell’indice, rispetto ai 5,54 dollari dell’anteprima. Riferisce inoltre che Large 4 ha generato 110 milioni di token in uscita nell’insieme dei compiti, contro i 150 milioni dell’anteprima. Questi dati mostrano perché il prezzo per milione di token non è sufficiente per stimare il costo effettivo di un’attività: incidono la lunghezza dell’output, il numero di passaggi e i tentativi necessari. Non garantiscono che il modello costi meno in ogni applicazione.

Disponibilità e limiti delle informazioni confermate

L’aggiornamento del 29 ottobre afferma che i pesi sono stati pubblicati su Hugging Face e descrive la licenza come una versione modificata della MIT. La fonte primaria disponibile, tuttavia, è l’annuncio iniziale di Mistral: annuncia che i pesi sarebbero stati pubblicati entro la fine del mese, ma non include la pagina del repository né il testo della licenza. Di conseguenza, si può riferire che la pubblicazione e le condizioni legali sono descritte nell’aggiornamento, ma non presentarle come verificate direttamente nel repository sulla base delle informazioni disponibili qui.

Anche la data è importante per interpretare i risultati. L’annuncio iniziale riguarda un’anteprima; l’aggiornamento parla di una versione successiva e di ulteriore addestramento. Punteggi, prezzi e prestazioni possono cambiare in base alla versione, alla modalità di ragionamento, al fornitore e all’ambiente di esecuzione. Prima di decidere un’implementazione, è utile identificare la versione esatta, esaminare la licenza applicabile e verificare il comportamento su compiti propri, prima di affidare al modello operazioni critiche.

Continua a esplorare

Correzioni e trasparenza

Se trovi un dato errato o non aggiornato, inviaci la pagina e la fonte da verificare.