Mistral Large 4: modelo aberto de 1 trilhão de parâmetros chega em preview
Mistral lança preview do Mistral Large 4, modelo nativamente multimodal de 1 trilhão de parâmetros com pesos abertos previstos para o fim do mês. Veja o que…
Resumo: A Mistral lançou o preview público do Mistral Large 4, um modelo nativamente multimodal de 1 trilhão de parâmetros (52 bilhões ativos) que ela descreve como o mais capaz já treinado na Europa, com pesos abertos prometidos para o fim do mês. A relevância imediata está no foco em cibersegurança e autonomia: a empresa argumenta que recusas de provedores fechados podem bloquear pesquisa legítima de vulnerabilidades e resposta a incidentes.
Pontos-chave
- Mistral Large 4 tem 1 trilhão de parâmetros totais e 52 bilhões ativos, com modalidade nativa de texto e imagem.
- Preview público já está disponível via API no Mistral Studio; pesos abertos chegam até o fim do mês.
- Foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos data centers da Mistral na Europa.
- Marca 82% em teste de reprodução e correção de vulnerabilidade e 93% no Cybench, segundo a Mistral.
- A empresa ressalta que pesos abertos e autodeploy dão autonomia para trabalho de segurança sob políticas próprias.
Nesta matéria
O que é o Mistral Large 4 e por que importa agora?#
O Mistral Large 4, apelidado internamente de ML4, é o maior modelo já lançado pela Mistral. Ele tem 1 trilhão de parâmetros totais, dos quais 52 bilhões ficam ativos, e é nativamente multimodal.
A empresa abriu um preview público via API no Mistral Studio e afirma que os pesos serão liberados até o fim do mês. É esse anúncio de abertura que torna a notícia relevante agora: promete desempenho de fronteira em formato que organizações podem executar sob suas próprias políticas.
- 1 trilhão de parâmetros totais e 52 bilhões ativos
- Modelo nativamente multimodal
- Preview público via API no Mistral Studio
- Pesos previstos para o fim do mês
Como o ML4 foi treinado e onde roda?#
Segundo a Mistral, o ML4 foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell, dentro dos próprios data centers da empresa na Europa. O preview público é servido na mesma infraestrutura.
A empresa diz que uma parcela significativa dos dados de treino era multilíngue, cobrindo mais de 160 idiomas, incluindo todos os idiomas oficiais da União Europeia. O modelo será disponibilizado em múltiplas regiões, com uma implantação europeia operada de ponta a ponta pela Mistral, sob lei europeia.
- Treino do zero em 3.800 GPUs NVIDIA Grace Blackwell
- Infraestrutura própria da Mistral na Europa
- Dados multilíngues em mais de 160 idiomas
- Implantação europeia operada de ponta a ponta pela empresa
Quais são os números de cibersegurança?#
A Mistral posiciona o ML4 como um dos modelos mais fortes do mundo para cibersegurança. No Artificial Analysis Cyber Index, avaliação independente de como modelos encontram e corrigem falhas em software real, ele aparece entre os cinco melhores globalmente.
Em um dos testes do índice, que pede ao modelo reproduzir uma vulnerabilidade real em software de código aberto e depois corrigi-la, o ML4 marca 82%, o maior placar entre todos os modelos. No Cybench, conjunto de 40 exercícios de competições de segurança, ele resolve 93% dos desafios.
- Entre os cinco melhores no Artificial Analysis Cyber Index
- 82% no teste de reproduzir e corrigir vulnerabilidade real
- 93% de acerto no Cybench
- Segundo a Mistral, supera modelos abertos dos EUA e da Europa
Como o modelo se sai em código, agentes e trabalho profissional?#
Em engenharia de software, o ML4 obtém 61,7% no DeepSWE v1.1, 59,4% no SWE-Atlas-QnA e 28,3% no Terminal-Bench 4. O Coding Agent Index combinado fica em 49,8%, à frente de DeepSeek V4 Pro 0813 e Qwen3.8 Max, segundo a Mistral.
Em uma avaliação humana cega conduzida com a Surge AI, anotadores profissionais deram nota média de 3,74 ao ML4 Preview, em uma escala de 1 a 5, o segundo lugar entre cinco modelos. Ficou atrás apenas do Claude Opus 5 (4,22) e à frente de Kimi K3, GLM-5.3 e GLM-5.2.
Para agentes de uso geral, o modelo marca 59,9% no AutomationBench, que cobre 657 fluxos de trabalho em aplicativos como Gmail, Google Sheets, Slack e Salesforce. No AA-Briefcase, voltado a trabalho de conhecimento de longo prazo, alcança 1.393 Elo.
- 61,7% no DeepSWE v1.1 e 28,3% no Terminal-Bench 4
- Coding Agent Index de 49,8%
- Segundo lugar em avaliação humana cega de código (3,74 de 5)
- 59,9% no AutomationBench
Visão, ciência e áreas jurídica e financeira: o que o ML4 entrega?#
A Mistral descreve um salto na compreensão de imagens, com raciocínio sobre documentos complexos, gráficos e imagens naturais. Em grounding visual, o modelo supera o GPT-6-Astra no Dense 200, com 42% contra 41%, segundo a empresa.
Em ciência, o ML4 é apresentado como estado da arte no SciCode-Verified entre modelos de pesos abertos. A Mistral afirma que ele consegue gerar uma simulação completa de Hartree–Fock em uma única execução, tarefa de química com várias etapas.
Na seção de segurança, a empresa diz que o modelo resiste a 93,3% dos ataques no benchmark público B3 da Lakera e atinge 1.691 no KORA Benchmark. A Mistral também relata taxa de recusa a pedidos maliciosos de cibersegurança superior à de todos os modelos abertos avaliados.
- 42% no Dense 200, contra 41% do GPT-6-Astra
- Estado da arte no SciCode-Verified entre pesos abertos
- 93,3% de resistência no B3 da Lakera
- 1.691 no KORA Benchmark, segundo a Mistral
O que isso muda para quem usa IA?#
Para equipes que constroem com IA, o anúncio reforça uma tendência prática: modelos de fronteira com pesos abertos e opção de execução própria. Isso interessa especialmente a quem precisa de auditoria, soberania de dados ou menor dependência de recusas de provedores fechados.
Vale lembrar que o ML4 ainda está em preview e que os pesos só chegam no fim do mês, sem data exata informada. Arquitetura detalhada, benchmarks adicionais e metodologia de pós-treinamento serão divulgados depois, segundo a Mistral.
Quem desenvolve pode acessar diferentes modelos por uma única chave de API na Invision, o que facilita testar alternativas e comparar resultados sem trocar de integração a cada novo lançamento.
Modelos citados na Invision
Perguntas frequentes
O Mistral Large 4 já está disponível?
Sim, em preview público via API no Mistral Studio. Os pesos abertos serão liberados até o fim do mês, segundo a Mistral.
Quantos parâmetros tem o Mistral Large 4?
São 1 trilhão de parâmetros totais, com 52 bilhões ativos, em um modelo nativamente multimodal.
O Mistral Large 4 é bom em cibersegurança?
A Mistral afirma que ele está entre os cinco melhores no Artificial Analysis Cyber Index, com 82% em um teste de reprodução e correção de vulnerabilidade e 93% no Cybench.
Onde o Mistral Large 4 foi treinado?
Em 3.800 GPUs NVIDIA Grace Blackwell nos data centers da própria Mistral na Europa, com dados multilíngues em mais de 160 idiomas.
Quais são os pesos do Mistral Large 4?
A Mistral não informou a licença nem os detalhes de arquitetura; disse apenas que os pesos serão liberados até o fim do mês e que publicará mais detalhes depois.
Fonte original: Introducing Mistral Large 4 (Mistral). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.