Mistral Large 4 'Le Chonk': 1 trilhão de parâmetros
A Mistral AI publicou os pesos do Mistral Large 4, seu primeiro modelo de um trilhão de parâmetros. Apelidado internamente de Le Chonk, ele é um sistema de mistura granular de especialistas com 1,05 trilhão de parâmetros no total, cerca de 49 a 52 bilhões ativos por token, uma janela de contexto de 1 milhão de tokens e suporte a imagens como entrada. Um único checkpoint atende tanto a perguntas rápidas em conversas quanto a longas execuções agênticas, alternando entre elas por meio de uma configuração de esforço de raciocínio com níveis baixo, médio e alto. O modelo foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos próprios centros de dados da Mistral na Europa e já está disponível no seletor de modelos do vega.chat e por meio de api.vega.chat.
Dois lançamentos, com um mês de intervalo
O registro de modelos da Mistral lista duas versões do Large 4: uma prévia pública de 6 de outubro de 2026, agora marcada como retirada, e o checkpoint final de 29 de outubro de 2026, que é o lançamento ativo. Os pesos abertos no Hugging Face correspondem à versão de 29 de outubro, aprimorada com treinamento adicional de RL. Os números divulgados durante o período de prévia, incluindo os preços originais da API, descrevem o checkpoint retirado, não a versão lançada. Até mesmo a página da documentação oficial ainda exibe a data de 6 de outubro e o rótulo Public Preview.
O carro-chefe anterior, Mistral Large 3, chegou em dezembro de 2025 como parte da família Mistral 3. Dez meses entre modelos de ponta é um ritmo acelerado para essa escala.
Arquitetura: de 675B a um trilhão
| Mistral Large 3 | Mistral Large 4 | |
|---|---|---|
| Parâmetros totais | 675B | 1.05T |
| Ativos por token | 41B | ~49B (52B com embeddings e camadas de saída) |
| Arquitetura | MoE granular | MoE granular |
| Codificador de visão | 2.5B | 1.6B no estilo Pixtral |
| Janela de contexto | 256k | 1M tokens |
| Raciocínio | nenhum | baixo / médio / alto, alto por padrão |
| Cluster de treinamento | 3,000 NVIDIA H200 | 3,800 NVIDIA Grace Blackwell |
| Licença | Apache 2.0 | Mistral Ecosystem Open-Weight License |
Segundo a análise de lançamento da equipe do vLLM, o tronco tem 72 camadas MoE com 128 especialistas roteados (top-4), mais um especialista compartilhado, e um tamanho oculto de 6.144. A atenção é MLA com um indexador DSA esparso que seleciona as 2.048 chaves mais relevantes por consulta, parte do que torna viável o contexto de um milhão de tokens. O codificador no estilo Pixtral aceita imagens de diferentes tamanhos e proporções, várias por solicitação. Os checkpoints oficiais são distribuídos em FP8 e NVFP4, ambos usando um cache KV latente FP8. Um gerador DSpark integrado executa decodificação especulativa em três camadas MLA de janela deslizante, aceita cerca de 2,9 tokens por etapa e oferece um ganho de desempenho próximo a 2x em TP8.
A ativação esparsa não disfarça o tamanho do modelo. Apenas ~49B parâmetros são ativados por token, mas armazenar 1.05T de pesos e o cache KV ainda exige um nó robusto com várias GPUs.
Benchmarks: alegações fortes, resultados variados
Os números divulgados pela Mistral para o checkpoint final parecem fortes no papel:
| Benchmark | Resultado | Observação |
|---|---|---|
| FrontierCode 2.0 | 19.7%, primeiro lugar | Avaliação fechada de programação ponta a ponta da Cognition |
| AA Coding Agent Index | 48% | Aproximadamente no nível do GLM-5.3, com 47% menos tokens por tarefa |
| Terminal-Bench 4.0 | 41% | +13 pontos em relação à prévia, liderança entre os pesos abertos |
| Cyber Index | 51% | Encontra, reproduz e corrige vulnerabilidades |
| Recusas a solicitações cibernéticas maliciosas | 96.6% | A maior entre os modelos abertos, segundo a Mistral |
| B3 Agent Security | 97.1% | Acima dos 93.3% da prévia |
| Finch (finanças, tabelas) | 73.3% | Segundo entre os pesos abertos, depois do Kimi K3 |
| BrowseComp | 84.5% | Acima do GLM-5.3 e do DeepSeek Flash 4.1 |
| Surge Code (preferências humanas cegas) | Supera GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash | Atrás apenas do Claude Opus 5.5 |
O laboratório independente Vals AI mediu o mesmo checkpoint aberto e obteve números diferentes: 26.26% no Terminal-Bench 4.0, contra 41% da Mistral; 81.56% no Vibe Code Bench; 61.72% em uma avaliação de agente financeiro; e um Vals Index de 56.42%, que coloca o modelo em 17º lugar entre 30. Uma diferença de 15 pontos em benchmarks com o mesmo nome normalmente significa que o ambiente de avaliação, as ferramentas, o orçamento de tokens e os critérios de parada foram diferentes entre as execuções. Ao comparar modelos, compare as configurações.
Um teste prático da MindStudio acrescenta uma ressalva importante. Em oito tarefas de programação agêntica, o modelo marcou 42 de 80: uma versão ajustada localmente da Gemma 2B obteve 10 de 10 e uma simulação com três elevadores, 9.5, mas duas tarefas receberam zero porque o modelo encerrou o turno sem criar o arquivo ou sequer retornar uma resposta. O ponto fraco é a confiabilidade: nessas execuções, o modelo parou antes de produzir qualquer coisa e ainda pode apresentar um resumo confiante enquanto o artefato correspondente está quebrado ou ausente.
Preços
O preço da API para o lançamento final é de $0.70 por milhão de tokens de entrada e $2.10 por milhão de tokens de saída, com entrada em cache a $0.07. Isso representa 40% a mais por token sem cache que o Large 3, embora fique bem abaixo dos valores da prévia, de $1.36 para entrada e $4.18 para saída.
| Large 3 | Large 4 | |
|---|---|---|
| Entrada por 1M de tokens | $0.50 | $0.70 |
| Entrada em cache | ~90% de desconto | $0.07 |
| Saída por 1M de tokens | $1.50 | $2.10 |
O argumento da Mistral é a eficiência: se o modelo conclui tarefas agênticas usando de 30 a 47% menos tokens que os concorrentes, o custo por tarefa concluída importa mais do que o custo por milhão de tokens. Vale a pena medir isso com sua própria carga de trabalho antes de tirar conclusões.
A ressalva da licença
O Large 4 é lançado sob a Mistral Ecosystem Open-Weight License, uma versão modificada da MIT. Uso, modificação, ajuste fino, distribuição e comercialização são permitidos, com uma condição: uma empresa que opere um negócio de Model-as-a-Service, no qual terceiros tenham acesso à inferência ou ao pós-treinamento com controle significativo sobre as entradas e os parâmetros, precisa de uma licença comercial separada da Mistral. O uso interno e o uso pelos próprios produtos da Mistral estão isentos. A Apache 2.0 do Large 3 não tem essa cláusula, o que faz dele a opção legalmente mais simples para provedores de hospedagem.
Notas sobre implantação
O vLLM lançou suporte desde o primeiro dia com uma lista substancial de melhorias de engenharia. O NVFP4 é executado em quatro GPUs Blackwell (ou em TP8 com oito). O paralelismo de contexto na decodificação distribui o cache KV latente entre as classificações para oferecer cerca de 7.9x mais capacidade de KV em TP8; o HiSparse descarrega o KV para a memória do host, ampliando a capacidade de KV de um nó GB300 de 1.97M para entre 8.77M e 11.25M tokens. SGLang, Transformers e Docker Model Runner também são compatíveis, e o Microsoft Foundry oferece implantações privadas no Azure para organizações que querem executar o modelo em sua própria infraestrutura.
Uma armadilha de integração no ecossistema: o provedor Mistral do Vercel AI SDK descartava silenciosamente o parâmetro reasoning_effort para o Large 4 porque o ID do modelo não constava em uma lista de permissões codificada. Assim, as solicitações eram enviadas sem nenhum raciocínio. O erro foi corrigido, com testes de regressão. A lição se aplica de forma geral: verifique se os parâmetros de raciocínio e ferramentas realmente chegam ao modelo, porque “o SDK é compatível com a Mistral” não garante isso.
Segurança, com ressalvas em aberto
A Mistral deu destaque incomum à segurança neste lançamento: a taxa de recusa de 96.6% a solicitações cibernéticas maliciosas, a resistência a ataques de 97.1% no B3 Agent Security Benchmark e uma variante cibernética especializada para testes de penetração e red teaming, disponibilizada a parceiros como a Orange Cyberdefense sob contratos rigorosos. A empresa também afirma claramente que o monitoramento do tráfego real identificou potencial de melhoria em ataques reais, por isso as proteções continuam evoluindo. A documentação técnica alerta que o modelo não foi projetado para ser infalível e não deve ser usado em decisões críticas sem validação e supervisão humana. Como mostram os resultados da MindStudio, métricas de segurança robustas e tarefas agênticas incompletas coexistem no mesmo modelo.
Large 3 ou Large 4
Escolha o Large 4 quando precisar do contexto de 1M, dos modos de raciocínio ou dos melhores resultados entre os pesos abertos em tarefas agênticas de programação e cibersegurança, e quando sua implantação puder dar conta de um checkpoint de um trilhão de parâmetros. Fique com o Large 3 quando o preço por token ou a simplicidade da licença forem mais importantes: a Apache 2.0 não impõe cláusula de MaaS, o token sem cache custa 40% menos e a documentação descreve a implantação em um único nó A100 ou H100 em NVFP4. O Large 3 tem suas próprias fragilidades conhecidas, incluindo queda de qualidade em NVFP4 além de 64k de contexto e chamadas de ferramentas menos confiáveis em testes independentes.
Qualquer que seja sua escolha, faça um piloto com o checkpoint de 29 de outubro e suas tarefas reais, confira se as chamadas de ferramentas são executadas e se os artefatos são realmente gravados, e registre a versão e a configuração de amostragem junto a cada número que anotar. As configurações recomendadas pela Mistral são temperatura 1.0 e top_p 0.95.
O Mistral Large 4 está disponível na lista de modelos do vega.chat, e os desenvolvedores podem acessá-lo pela API compatível api.vega.chat.