The Pulse
Mistral presenta Large 4, un modello da 1,05 bilioni di parametri
Mistral ha reso disponibile un’anteprima pubblica di Large 4, un modello da 1,05 bilioni di parametri, tramite la propria API e prevede di pubblicarne i pesi il 27 ottobre. L’azienda afferma che diffonderà ulteriori dettagli sul modello pri
AI.info Team · Scritto con l’IA ·
Mistral afferma che il nuovo Large 4 è il modello a pesi aperti più potente proveniente dagli Stati Uniti o dall’Europa, ma non ne pubblica ancora i pesi. Annunciato il 6 ottobre, il modello da 1,05 bilioni di parametri è disponibile inizialmente come anteprima pubblica tramite l’API di Mistral; l’azienda prevede di pubblicarne i pesi il 27 ottobre, dopo un’ulteriore fase di addestramento e di lavoro sulla sicurezza. Questo intervallo rende evidente la tensione al centro del lancio: ai clienti viene offerto un modello potente, mentre l’accesso su larga scala per eseguirlo in modo indipendente deve attendere.
1,05 bilioni di parametri, 49 miliardi attivi
La documentazione di Mistral descrive Large 4 come un modello multimodale e generalista basato su un’architettura Mixture-of-Experts. Ha 1,05 bilioni di parametri in totale, di cui 49 miliardi attivi per una determinata attività, e un encoder visivo da 1,6 miliardi di parametri. La pagina del modello indica una finestra di contesto di un milione di token.
L’azienda chiama il modello “Le Chonk” e afferma che può elaborare testo e immagini. Secondo l’articolo pubblicato da The Next Web il giorno del lancio, Mistral lo ha addestrato da zero per due mesi su circa 4.000 GPU Nvidia Grace Blackwell nei suoi data center europei. Il consumo energetico riportato è di circa 10 megawatt.
I primi punteggi richiedono una precisazione
I risultati iniziali di Large 4 nei benchmark lo collocano vicino ai principali modelli aperti in alcune attività, ma l’addestramento e il perfezionamento da parte di Mistral non sono terminati. Nel test di programmazione agentica DeepSWE, l’anteprima ha ottenuto il 62%, contro il 61% di GLM-5.3 di Zhipu e il 57% di DeepSeek-V4-Pro, secondo The Next Web. Su FinWorkBench ha ottenuto il 67%, alla pari con DeepSeek-V4-Pro e appena davanti a GLM-5.3, che ha raggiunto il 65%.
Lo stesso articolo riferisce che il modello ha ottenuto il 15% nel benchmark Legal Agent di Harvey, nel quale GPT-6 Astra di OpenAI ha ottenuto il 5% e Kimi K3 il 13%. Questi risultati non dimostrano che il modello possa svolgere autonomamente attività legali: i punteggi sono stati bassi per tutti i modelli. Anche Mistral definisce preliminari i risultati dei benchmark e si aspetta che cambino prima della pubblicazione dei pesi.
Mistral presenta Large 4 come competitivo con i migliori modelli aperti, non come un modello alla pari con i principali sistemi chiusi. Pierre Stock, vicepresidente per la ricerca scientifica di Mistral, ha detto ad Axios che l’azienda ritiene il modello il migliore al mondo tra quelli a pesi aperti.
«Non siamo ancora alla frontiera», ha detto ad Axios Pierre Stock, vicepresidente per la ricerca scientifica di Mistral.
L’accesso alle capacità di cybersicurezza è differenziato
Per ora, l’API pubblica prevede limiti di moderazione. Mistral sta inoltre condividendo con partner selezionati, tra cui sviluppatori, aziende di cybersicurezza e agenzie governative, una versione con meno restrizioni e capacità di cybersicurezza più ampie, affinché la testino. L’azienda afferma di voler sfruttare il tempo che precede la pubblicazione dei pesi, il 27 ottobre, per un ulteriore apprendimento per rinforzo e altri test di sicurezza.
È un compromesso noto per i modelli a pesi aperti: i pesi scaricabili danno ai clienti un maggiore controllo su dove e come eseguire un modello, ma rendono più difficile per lo sviluppatore controllare come viene usato da altri. Guillaume Lample, cofondatore e direttore scientifico di Mistral, ha detto a The Next Web:
«Le capacità di difesa informatica consentiranno alle imprese e ai governi di difendersi dagli autori di minacce che aggirano le protezioni dei modelli chiusi per condurre attacchi informatici.»
Questa finalità difensiva si accompagna al rischio di pubblicare un modello capace dotato di protezioni che gli utenti possono modificare. Con il rilascio in più fasi, Mistral mantiene l’anteprima destinata al vasto pubblico accessibile solo tramite la propria API, mentre i partner testano la versione con meno restrizioni. La prossima tappa concreta è il 27 ottobre, quando l’azienda afferma che pubblicherà i pesi. Prima di allora prevede di diffondere ulteriori informazioni sull’addestramento del modello, sui benchmark e sui test di sicurezza.