Mistral ha abierto la vista previa pública de Large 4 en su plataforma para desarrolladores, Mistral Studio. El modelo está pensado para tareas de programación, agentes que utilizan herramientas y análisis multimodal; la compañía también destaca su rendimiento en ciberseguridad. Los pesos descargables, sin embargo, todavía no están disponibles: Mistral prevé publicarlos a finales de octubre.
La diferencia es importante para quienes quieran probarlo. Desde ahora se puede enviar consultas a Large 4 mediante la API, pero eso no equivale a descargar el modelo y ejecutarlo en servidores propios. Esa opción dependerá de que Mistral cumpla el calendario anunciado y publique los pesos, junto con más detalles técnicos. La ficha del modelo indica una ventana de contexto de un millón de tokens y compatibilidad con funciones como llamadas a herramientas y flujos de agentes.
Programación y ciberseguridad, entre sus objetivos
La presentación del 6 de octubre pone el foco en el desarrollo de software y en el uso de agentes para completar tareas de varios pasos. En DeepSWE v1.1, una prueba de programación, Mistral comunica un resultado del 61,7%; en Terminal-Bench 4, otra evaluación de tareas con terminal, informa de un 28,3%. La empresa también cita resultados en análisis de vulnerabilidades y ejercicios de seguridad.
Estas cifras sirven como referencia, no como una clasificación universal de modelos. La propia Mistral aclara que los datos de DeepSWE, Terminal-Bench y SWE-Atlas proceden de resultados comunicados por Artificial Analysis. La gráfica de DeepSWE que acompaña el anuncio redondea el 61,7% a 62 y añade una nota: las puntuaciones se evaluaron de forma privada antes de que el sistema de pruebas se abriera al público. Conviene leerlas con ese contexto y no convertir un resultado concreto en una garantía de que Large 4 será mejor en cualquier tarea de programación.
En seguridad, Mistral afirma que el modelo logra un 82% en una prueba del Artificial Analysis Cyber Index que pide reproducir y corregir una vulnerabilidad real, además de resolver el 93% de los ejercicios de Cybench. La compañía indica que equipos de ciberseguridad, colaboradores seleccionados y autoridades tendrán acceso a una versión con menos restricciones y capacidades ampliadas para someterla a pruebas de seguridad antes de publicar los pesos. Ese acceso especializado forma parte de la evaluación del modelo; no es la modalidad general de la vista previa pública.
Una vista previa antes de abrir los pesos
Large 4 también admite entradas multimodales: puede trabajar con imágenes y documentos, además de ejecutar tareas con herramientas externas. Para desarrolladores, la API permite empezar a evaluar esas capacidades en sus propios flujos de trabajo. Para empresas de seguridad, el atractivo que plantea Mistral es probar análisis de vulnerabilidades y tareas defensivas antes de decidir si les interesa desplegar el modelo por su cuenta.
Por ahora, esa segunda etapa sigue pendiente. Mistral promete publicar los pesos antes de que termine octubre y dice que entonces compartirá más información sobre la arquitectura y el entrenamiento. Hasta que eso ocurra, Large 4 es un modelo disponible para probar mediante la API, no una descarga abierta lista para instalar.
