Mistral abre os pesos do Le Chonk, modelo de 1 trilhão de parâmetros, e ele lidera o ranking de modelos abertos no FrontierCode
A Mistral publicou os pesos do Le Chonk, um modelo aberto de 1 trilhão de parâmetros que pode rodar nos seus próprios servidores, sem enviar código para uma API externa. Ele usa a arquitetura MoE: é como uma consultoria com mil especialistas, em que só os necessários são acionados para cada pergunta. Aqui, cada token ativa 52 bilhões de parâmetros. No benchmark FrontierCode, da Cognition, ele aparece em primeiro lugar entre os modelos abertos. Equipes que trabalham com código fechado devem testar suas próprias tarefas nele desde já.
Processado por IA de X: @minchoi; editado por Hamidun News
Imagine a situação típica: você está construindo um assistente de código para um banco ou para uma empreiteira de defesa. Os melhores modelos de código só estão disponíveis por meio da API de terceiros, e enviar os códigos-fonte para lá não é permitido pelas regras de segurança. Modelos abertos costumam ser mais fracos, e sobra a escolha entre qualidade e controle. A notícia da Mistral trata justamente de como essa escolha pode ficar menos rígida: a empresa publicou os pesos do modelo Le Chonk, de 1 trilhão de parâmetros. Segundo o post de Min Choi no X, trata-se do melhor modelo aberto no benchmark FrontierCode, da Cognition, e a Nvidia ofereceu suporte desde o primeiro dia.
O que foi lançado
O Le Chonk segue a arquitetura Mixture of Experts (MoE), ou "mistura de especialistas". No total, tem 1 trilhão de parâmetros, mas só cerca de 52 bilhões são usados para processar cada token. Os pesos já estão disponíveis no Hugging Face. Há também uma versão no formato NVFP4, uma representação numérica de 4 bits que a Nvidia promove para suas GPUs. Quanto menos bits por parâmetro, menos memória os pesos ocupam e mais rápida é a inferência.
A qualidade foi avaliada no FrontierCode, um benchmark da Cognition, empresa que desenvolve o agente de código Devin. O post afirma que o Le Chonk ocupa o primeiro lugar entre os modelos abertos. Os números do resultado não foram informados na fonte, por isso não é possível comparar o modelo com concorrentes fechados com base nesses dados.
Como entender "1 trilhão, mas 52 bilhões ativos"
Pense em uma consultoria com mil especialistas. Para cada pergunta do cliente, não se aciona a equipe inteira: um roteador escolhe alguns especialistas adequados. A conta sai como a de uma equipe pequena, mas o conhecimento disponível é o de uma grande. No MoE funciona da mesma forma: dentro do modelo há muitos blocos especialistas, e para cada token só uma parte deles é ativada.
Na prática, a velocidade e o custo de geração ficam mais próximos de um modelo de pouco mais de 50 bilhões de parâmetros do que de um modelo denso de um trilhão. Mas há uma ressalva: todos os pesos precisam estar na memória, porque não se sabe de antemão quais especialistas serão necessários no próximo token. Pelo nosso cálculo aproximado, com 4 bits por parâmetro, um trilhão de parâmetros ocupa algo em torno de 500 GB só com os pesos, sem contar a memória do contexto. Por isso, a versão NVFP4 não é um bônus, e sim uma condição para que o modelo possa rodar em um número razoável de aceleradores.
O que fazer com isso
Para equipes que desenvolvem agentes de código ou assistentes internos, a notícia interessa por três motivos.
- Alternativa às APIs fechadas. Se o resultado no FrontierCode se confirmar nas suas tarefas, haverá um modelo aberto que pode ser implantado internamente. Isso importa quando o código não pode sair para serviços externos.
- Pronto para a Nvidia. O suporte desde o primeiro dia significa que não será preciso esperar semanas por kernels otimizados e receitas de execução. Em produção, isso costuma pesar mais do que uma diferença de alguns pontos no benchmark.
- Economia da inferência. Menos parâmetros ativos significam menos cálculo por token. Sob carga alta, é isso que define o custo.
O que ainda não se sabe
O post é muito curto e deixa de fora vários detalhes. Não há informação sobre a licença, que determina o uso comercial, nem sobre o tamanho da janela de contexto, os requisitos de hardware em cada configuração ou os números do próprio benchmark. Também não está claro o quanto o FrontierCode reflete tarefas reais: qualquer benchmark público deve ser complementado com um conjunto de tarefas do seu próprio repositório.
O plano sensato é simples. Ler o model card no Hugging Face, verificar a licença, rodar algumas dezenas das suas tarefas reais (correção de bugs, revisão de código, geração de testes) e comparar o custo de propriedade com o que você paga hoje pela API. Se o modelo realmente lidera entre os abertos e a implantação cabe no orçamento de GPUs, ele é um forte candidato a base para um agente de código desenvolvido e hospedado por você.
- 22 de nov. de 2026Cursor pode abandonar os modelos chineses em que o Composer 2 é baseado
- 21 de nov. de 2026Microsoft vai permitir que empresas ajustem modelos MAI com seus próprios dados no Azure
- 21 de nov. de 2026Mistral abre sede na Cingapura para a Ásia e vai chegar a 200 funcionários até 2027
- 21 de nov. de 2026Magnific chega a US$ 300 milhões de receita anual com modelos de IA de terceiros e sem investidores
Perguntas frequentes sobre a notícia
O que foi lançado?
O Le Chonk segue a arquitetura Mixture of Experts (MoE), ou "mistura de especialistas". No total, tem 1 trilhão de parâmetros, mas só cerca de 52 bilhões são usados para processar cada token. Os pesos já estão disponíveis no Hugging Face. Há também uma versão no formato NVFP4, uma representação numérica de 4 bits que a Nvidia promove para suas GPUs. Quanto menos bits por parâmetro, menos memória os pesos ocupam e mais rápida é a inferência.
Como entender "1 trilhão, mas 52 bilhões ativos"?
Pense em uma consultoria com mil especialistas. Para cada pergunta do cliente, não se aciona a equipe inteira: um roteador escolhe alguns especialistas adequados. A conta sai como a de uma equipe pequena, mas o conhecimento disponível é o de uma grande. No MoE funciona da mesma forma: dentro do modelo há muitos blocos especialistas, e para cada token só uma parte deles é ativada.
O que fazer com isso?
Para equipes que desenvolvem agentes de código ou assistentes internos, a notícia interessa por três motivos. Alternativa às APIs fechadas. Se o resultado no FrontierCode se confirmar nas suas tarefas, haverá um modelo aberto que pode ser implantado internamente. Isso importa quando o código não pode sair para serviços externos. Pronto para a Nvidia. O suporte desde o primeiro dia significa que não será preciso esperar semanas por kernels otimizados e receitas de execução.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.