Mistral abre os pesos do Large 4: forte em código, mas chineses marcam 32 pontos contra 26

A empresa francesa Mistral publicou no Hugging Face os pesos de seu maior modelo, o Mistral Large 4, que chama de «Le Chonk». É um modelo aberto que recebe texto e imagens e gera texto e código. Ele tem cerca de um trilhão de parâmetros, mas apenas 52 bilhões são usados a cada passo de geração: os demais ficam «dormentes», por causa da arquitetura de mistura de especialistas (MoE).

O laboratório independente Artificial Analysis reúne os resultados de nove testes em um único índice de inteligência. O Large 4 obteve 26 pontos. É mais que a mediana dos modelos abertos de porte semelhante (23), mas menos que os chineses DeepSeek V4.

1 Flash e GLM-5.3, com 32 pontos, e o MiMo-V2.6-Pro, com 30.

Os líderes do mercado ainda estão distantes: o Gemini 4 Carbon, do Google, tem 59, e o Claude Opus 5.5, da Anthropic, 58.

Código: líder entre os abertos, mas não entre todos

Depois da prévia pública, lançada três semanas atrás, a Mistral continuou o ajuste fino do modelo com aprendizado por reforço. O modelo recebe tarefas que a própria equipe inventou e sabe verificar automaticamente, e é recompensado por soluções corretas. A dificuldade das tarefas aumentou ao longo do treinamento. Os pesquisadores Pierre Stock e Corentin Petit disseram a jornalistas que o teto de qualidade é definido apenas pela dificuldade da tarefa verificável que a equipe ainda consegue criar. A própria Mistral chama isso de «aposta de dois anos».

Este foi o resultado:

• Terminal-Bench 4.0 (agente resolve tarefas no terminal): era 28%, agora 41%. O GLM-5.3 marca 40%. • Coding Agent Index, da Artificial Analysis: 48 pontos, ou seja, praticamente no nível do GLM-5.3, mas com consumo 47% menor de tokens. O Claude Code, baseado no Opus 5.5, marca 62. • FrontierCode 2.0, da Cognition: 19,7%, melhor resultado entre os modelos abertos. O Opus 5.5 tem 46%. • Comparação às cegas da Surge (os avaliadores escolhem o melhor código sem saber quem o escreveu): o Large 4 vence com mais frequência o código de GLM-5.3, Kimi K3 e DeepSeek, mas contra o Opus 5.5 ganha em apenas 22% das vezes.

Uma ressalva sobre o Kimi K3.1 Pro, da Moonshot. Ele não aparece nas comparações da Mistral porque seus pesos continuam fechados por enquanto. A Moonshot promete abri-los até 4 de novembro de 2026. No Terminal-Bench 4.0, o Kimi K3.1 Pro já tem 67%, então a vantagem do Large 4 em código aberto provavelmente vai durar pouco.

Cibersegurança: pretensão ao primeiro lugar, terceiro lugar na prática

A Mistral diz que o Large 4 é o melhor modelo aberto para defesa cibernética. O Cyber Index avalia se o modelo consegue encontrar uma vulnerabilidade em uma base de código, reproduzi-la e corrigi-la sem quebrar nada. O Large 4 tem 51 pontos nesse índice. Mas, no próprio gráfico da Mistral, aparecem à frente o DeepSeek V4.1 Flash (57) e o MiMo-V2.6-Pro (56), ou seja, o modelo é o terceiro entre os abertos. Entre todos, o líder é o Kimi K3.1 Pro, com 64. A prévia marcava 50, então as três semanas adicionais de treinamento renderam aqui apenas um ponto.

Além disso, sai caro: $1,21 por tarefa, enquanto o DeepSeek V4.1 Flash pontua mais por uma pequena fração desse valor. Em compensação, o modelo recusa 96,6% das solicitações maliciosas de ciberataque, melhor que qualquer outro aberto, segundo a Mistral. A empresa admite que o modelo pode facilitar ataques reais e promete reforçar a proteção nos próximos meses. Uma versão separada, voltada a testes de intrusão (pentest), já está sendo testada por parceiros selecionados, como a Orange Cyberdefense, com acesso mediante verificação e restrições contratuais.

Velocidade, preço e licença com ressalva

O Large 4 se destaca mais em custo e velocidade:

• 161 tokens por segundo contra 111 da prévia; só DeepSeek V4.1 Flash e Muse Wonder são mais rápidos. • Uma tarefa média do índice custa $2,06 (na prévia, $5,54). O GLM-5.3 sai por $5,01 e o Kimi K3.1 Pro por $3,68, mas o DeepSeek V4.1 Flash custa só $0,60 e o MiMo-V2.6-Pro, $0,26. • Para o índice inteiro, o modelo gerou 110 milhões de tokens de saída, contra 150 milhões da prévia. A mediana de modelos comparáveis é de 100 milhões. • Preço na API: $0,70 por milhão de tokens de entrada e $2,10 por milhão de tokens de saída. Durante a prévia eram $1,36 e $4,18. Para comparar, o Kimi K3.1 Pro custa $2 e $10.

A licença é uma MIT modificada. É possível usar, alterar e aplicar o modelo comercialmente de graça. Mas empresas que queiram vender o Large 4 como serviço de nuvem precisam de um contrato separado com a Mistral. Rodar o modelo localmente não é simples: segundo a documentação do SGLang, a versão padrão exige oito GPUs NVIDIA B300, e a comprimida, quatro GB300. Quem não tem o hardware encontra o modelo, entre outros lugares, no Microsoft Foundry.

O que isso significa na prática

A Mistral vende o Large 4 como IA «soberana»: treinada inteiramente na Europa e executada em servidores próprios. Para empresas europeias com requisitos rígidos de proteção de dados, esse é um argumento. Em tarefas nas quais preço e velocidade pesam mais que o máximo absoluto de qualidade, o modelo parece uma opção razoável. Quem precisa do melhor resultado em código complexo e em segurança deve, por enquanto, olhar para Claude e Gemini e, entre os modelos abertos, para os chineses.

Vale considerar também a metodologia. A versão 5 do índice saiu na quarta-feira, e três quintos dos testes são fechados: as tarefas ou as soluções não são publicadas. No índice antigo, a distância era a mesma: a prévia tinha 38 pontos contra 45 do GLM-5.3. A Mistral afirma que trabalha com uma fração dos recursos dos laboratórios americanos e chineses e que, com um capital dez vezes maior, estaria no topo. O Large 4 será a base dos modelos especializados da empresa, mas a Mistral ainda não diz nada sobre versões menores construídas a partir dele.