Mistral Large 4: o que se sabe sobre os pesos, a licença e os resultados

O que muda com a publicação dos pesos

Mistral Large 4, apelidado de “Le Chonk”, passou de uma prévia disponível por API para uma versão cujos pesos, segundo uma atualização publicada em 29 de outubro, já estavam disponíveis. Baixar os pesos pode permitir executar o modelo fora do serviço de API, desde que haja hardware adequado e que o uso respeite as condições da licença. Mas o anúncio inicial da Mistral não confirma, por si só, que os arquivos tenham sido publicados: ele dizia que os pesos seriam disponibilizados até o fim do mês.

A atualização descreve os pesos como distribuídos sob uma licença MIT modificada. Isso não equivale necessariamente à licença MIT sem alterações. Para saber quais usos, modificações e redistribuições são permitidos, é preciso considerar o texto legal aplicável. Além disso, a possibilidade de baixar os pesos não basta para concluir que o modelo seja de código aberto em todos os sentidos ou que não haja restrições ao uso comercial.

Escala e arquitetura: o que significa um trilhão de parâmetros

A Mistral apresentou o Large 4 como um modelo multimodal de mistura de especialistas, ou MoE, com um trilhão de parâmetros no total e 52 bilhões ativos. Em um MoE, o sistema ativa parte de seus componentes para processar cada entrada, em vez de usar todos os parâmetros a cada etapa. Por isso, o total e a quantidade ativa descrevem aspectos diferentes: o primeiro indica a escala total do modelo; o segundo, a parte que participa de uma inferência específica. Nenhuma dessas cifras, isoladamente, determina a quantidade exata de memória necessária para executá-lo.

No anúncio inicial, a Mistral afirmou que treinou o modelo do zero com 3.800 GPUs NVIDIA Grace Blackwell em seus próprios centros de dados na Europa. Também declarou que os dados de treinamento abrangiam mais de 160 idiomas. Essas informações, fornecidas pela fabricante, descrevem o treinamento; não demonstram que o modelo tenha qualidade uniforme em todos os idiomas nem que qualquer implantação futura use a mesma infraestrutura.

Benchmarks: resultados que não devem ser misturados

Uma atualização de 29 de outubro informa que o Large 4 recebeu 26 pontos na versão 5 do Intelligence Index, da Artificial Analysis. A mesma atualização compara esse resultado com 32 pontos para DeepSeek V4.1 Flash e GLM-5.3, e 30 para MiMo-V2.6-Pro. Esses resultados são atribuídos à Artificial Analysis e correspondem a uma versão posterior do índice. Não devem ser confundidos com os 38 pontos que fontes secundárias associaram ao modelo durante a prévia, em uma versão anterior. Quando uma avaliação muda de versão, as tarefas ou a escala podem mudar também; por isso, as pontuações não são diretamente comparáveis sem verificar a metodologia.

A atualização também relata que o desempenho do Large 4 no Terminal-Bench 4.0 teria passado de cerca de 28% na prévia para 41% após semanas adicionais de treinamento. O texto atribui esse número da versão posterior à Mistral; não se trata de uma medição independente verificada aqui. A mesma atualização atribui à Artificial Analysis um resultado de 51 no Cyber Index. As diferenças entre os números do lançamento e os da atualização podem refletir treinamento adicional, configurações diferentes ou mudanças nas avaliações. As informações disponíveis não permitem atribuir cada diferença a uma única causa.

Cibersegurança: capacidade útil, mas sem garantia de defesa

A Mistral destaca a cibersegurança entre os usos do Large 4. Em seu anúncio inicial, atribuiu ao modelo 82% em um teste de reprodução e correção de uma vulnerabilidade e 93% nos desafios do Cybench. Também afirmou que o modelo resiste a 93,3% dos ataques no benchmark B3, da Lakera. São resultados divulgados pela própria Mistral. Embora o anúncio identifique algumas avaliações como independentes, as informações disponíveis aqui não incluem os protocolos completos, os conjuntos de dados e as execuções originais necessários para reproduzi-los.

Uma pontuação alta em um teste de vulnerabilidades não demonstra que um sistema consiga proteger uma rede real nem que todas as respostas sejam seguras. Reproduzir uma falha e propor uma correção é uma tarefa delimitada; uma operação de segurança também depende do ambiente, das permissões, da revisão humana e da validação das mudanças. É importante distinguir tarefas defensivas autorizadas de solicitações maliciosas: permitir a análise de vulnerabilidades pode ajudar em usos legítimos, mas também exige controles para reduzir o risco de abuso.

Custo, velocidade e uso com agentes

Um benchmark de inteligência geral não basta para decidir se o Large 4 é adequado a um agente de programação. Nesse tipo de fluxo, o modelo precisa interpretar um repositório, escolher ferramentas, executar comandos e verificar os resultados. Uma resposta convincente pode não corresponder a um arquivo realmente criado ou a uma tarefa concluída. Durante a prévia, a Mistral divulgou resultados próprios de 61,7% no DeepSWE v1.1, 59,4% no SWE-Atlas-QnA e 28,3% no Terminal-Bench 4, além de 49,8% em um índice combinado de agentes de programação. Esses números são da fabricante e dependem do protocolo de avaliação.

A atualização posterior atribui à Artificial Analysis uma velocidade de 161 tokens por segundo e um custo médio de US$ 2,06 por tarefa do índice, contra US$ 5,54 na prévia. Também informa que o Large 4 gerou 110 milhões de tokens de saída no conjunto de tarefas, ante 150 milhões na prévia. Esses números ajudam a explicar por que o preço por milhão de tokens, sozinho, não basta para estimar o custo real de uma tarefa: a extensão da resposta, a quantidade de etapas e o número de tentativas também influenciam. Eles não garantem que o modelo seja mais barato em qualquer aplicação.

Disponibilidade e limites do que foi confirmado

A atualização de 29 de outubro afirma que os pesos foram publicados no Hugging Face e descreve uma licença MIT modificada. Porém, a fonte primária disponível aqui é o anúncio inicial da Mistral, que prometia publicar os pesos até o fim de outubro; ela não inclui a página do repositório nem o texto da licença. Assim, a publicação e as condições legais podem ser descritas como informações divulgadas pela atualização, mas não como fatos confirmados diretamente no repositório com os dados disponíveis.

A data também importa para interpretar os resultados. O anúncio inicial se refere a uma prévia; a atualização fala de uma versão posterior e de treinamento adicional. Pontuações, preços e desempenho podem variar conforme a versão, o modo de raciocínio, o provedor e o ambiente de execução. Antes de decidir pelo uso, é importante identificar a versão exata, consultar a licença aplicável e testar o comportamento em tarefas próprias, sobretudo antes de depender do modelo em operações críticas.

Continue a explorar

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.