A Mistral publicou os pesos do Mistral Large 4, codinome Le Chonk, movendo seu modelo principal de 1 trilhão de parâmetros de um preview apenas via API para implantação self-hosted. O post de lançamento da empresa o descreve como um "modelo nativamente multimodal" treinado do zero em infraestrutura europeia, e os pesos estão disponíveis para download no Hugging Face hoje sob o que a Mistral chama de licença Mistral Ecosystem Open-Weight, uma licença MIT modificada.
A arquitetura é um modelo híbrido de mixture-of-experts com instrução e raciocínio que, segundo a Mistral, unifica capacidade de seguir instruções, raciocínio e comportamento agentic em um único checkpoint, com entrada multimodal nativa e fluência em mais de 160 idiomas, de acordo com o post de lançamento da Mistral. Os desenvolvedores têm três modos de raciocínio selecionáveis — Low, Medium e High (padrão) — permitindo que as equipes troquem custo de inferência por profundidade de raciocínio por requisição, em vez de trocar de família de modelo. A Mistral recomenda Low para tarefas simples, Medium para trabalho do dia a dia, e High para casos que "exigem alta precisão e raciocínio minucioso", segundo o post.
Para self-hosting, a Mistral indica vLLM e SGLang como as stacks de serving, com um container NVIDIA NIM disponível para equipes rodando em endpoints hospedados pela NVIDIA, além da biblioteca open-source NeMo AutoModel para customização e do TensorRT-LLM para serving de alto throughput. A Mistral também oferece a opção hospedada: o Microsoft Foundry se tornou, segundo o post, a primeira oferta em nuvem do Mistral Large 4, com opções de implantação privada para desenvolvedores Azure, o que o post da Mistral descreve como soberania sem self-hosting obrigatório.
Em relação a custo, o próprio preço de API da Mistral para o modelo, conforme declarado no lançamento, é $0.70 por milhão de tokens de entrada, $0.07 por milhão de tokens de entrada em cache, e $2.10 por milhão de tokens de saída. Esse é o número que uma equipe avaliando contra APIs fechadas pode colocar diretamente em um modelo de custo esta semana, ainda que descreva o preço hospedado da Mistral, não o custo de rodar os pesos abertos em GPUs próprias. Em eficiência de throughput, o post da Mistral relata que o modelo pontuou 48% no Artificial Analysis Coding Agent Index — "efetivamente empatado" com o GLM-5.3, o modelo de peso aberto líder nessa medida — enquanto usa, em média, 47% menos tokens por tarefa, uma diferença de eficiência de tokens que importa diretamente para o custo de inferência self-hosted por requisição.
Os ganhos de benchmark desde o preview foram substanciais segundo a Mistral: no benchmark privado FrontierCode 2.0, da Cognition, o modelo pontua 19.7%, o que, segundo o post da Mistral, lidera entre os modelos de peso aberto; no Terminal-Bench 4.0, ele melhorou 13 pontos percentuais, para 41%, em relação ao preview público, enquanto cortou os tokens de saída em 30%. Em segurança, a Mistral relata uma pontuação de 51% no Artificial Analysis Cyber Index e uma taxa média de recusa de 96.6% em solicitações cibernéticas maliciosas nos prompts do JailbreakBench, StrongREJECT e AgentHarm — números que a Mistral cita como evidência de que o modelo distingue tarefas cibernéticas defensivas de ofensivas sem recusa generalizada.
O que o lançamento não resolve é o risco de uso indevido no mundo real, na fronteira dessa linha defensiva/ofensiva. O próprio post da Mistral afirma que, ao monitorar o tráfego ao vivo desde o preview, a empresa "observou o modelo se recusando a cumprir ataques black-box contra alvos reais", mas acrescenta que "vemos um potencial de uplift para conduzir ataques reais", e diz que os guardrails estão sendo modificados de acordo. Uma variante especializada e otimizada para cibersegurança está sendo entregue a parceiros corporativos aprovados, como a Orange Cyberdefense, sob salvaguardas contratuais, em vez de ser lançada abertamente — o que significa que os pesos totalmente abertos que uma equipe baixar esta semana não são o mesmo artefato que a Mistral considera seguro para testes de segurança ofensiva. O post também observa que um relatório técnico completo "está a caminho", de modo que a verificação independente dos números de benchmark acima atualmente depende do próprio texto da Mistral, e não de um artigo de metodologia publicado.
Para um arquiteto comparando isso com uma API fechada, a decisão desta semana não é apenas paridade de performance — é se o ganho de eficiência de tokens e o preço hospedado de $0.70/$2.10 superam a economia do seu próprio self-hosting em vLLM ou SGLang antes que o relatório técnico e as avaliações independentes alcancem as alegações do lançamento.