Estamos publicando los pesos de Mistral Large 4

Artículo original ↗ Discusión en Hacker News ↗

Mistral ha publicado los pesos de su modelo Large 4 de 1T de parámetros bajo una licencia permisiva pero restrictiva, lo que ha provocado un debate sobre qué debería significar “open-weights” cuando el uso comercial de model-as-a-service sigue requiriendo un acuerdo aparte. Los comentaristas valoran los compromisos técnicos y económicos del modelo: demandas de hardware extremas y resultados de benchmarks discretos frente a modelos abiertos chinos como DeepSeek y GLM, pero con precios mejorados, buen comportamiento de rechazo y el atractivo de una opción alojada en la UE para organizaciones reguladas o preocupadas por la soberanía. Muchos lo ven como un paso significativo, aunque no líder de frontera, para la IA europea, mientras expresan preocupación porque los modelos de frontera verdaderamente abiertos y reproducibles siguen siendo raros.

Lanzamiento del modelo y capacidades

  • Los pesos de Mistral Large 4 (≈1T parámetros, 52B activos MoE) se publican en Hugging Face, incluidas variantes cuantizadas y GGUF.
  • Muchos lo ven como una opción abierta de pesos “casi frontier” importante, especialmente para organizaciones con sede en la UE o para aquellas que no pueden usar modelos chinos.

Hardware y autoalojamiento

  • Incluso una cuantización agresiva sigue requiriendo una VRAM enorme (cientos de GB); varios comentaristas dicen que sus rigs multimodo con varias GPU no son suficientes.
  • Las sugerencias incluyen descarga de MoE, streaming desde NVMe, alternativas MoE activas de 3–5B y pipelines de benchmark personalizados para evaluar pilas de cuantización/inferencia.
  • Algunos sostienen que los modelos grandes muy cuantizados se sienten peor que modelos más pequeños y no cuantizados.

Precios y competitividad

  • El precio de la API se ha reducido aproximadamente a la mitad respecto a la vista previa inicial, además de un precio separado para entradas en caché; algunos siguen viéndolo poco competitivo frente a DeepSeek, GLM, Qwen, etc.
  • Los benchmarks se debaten: algunos citan gráficos externos de “inteligencia vs coste” que muestran a Mistral por detrás; otros desconfían de esas puntuaciones agregadas o señalan que los benchmarks pueden estar “benchmaxxed”.
  • Varios dicen que el rendimiento es “bien pero no SOTA”, especialmente para programación en comparación con Claude/Opus o los mejores pesos abiertos chinos.

Licencia y el significado de “open weight”

  • La licencia permite un uso interno y comercial amplio, pero requiere un acuerdo separado si ejecutas “Model as a Service” (sirviendo inferencia a terceros).
  • Hay un gran debate sobre los términos:
    • Un bando dice que “open weights” debería reflejar las normas de código abierto (no se necesita permiso para ningún propósito), y sugiere en su lugar “weights available”.
    • Otros sostienen que “open weights” solo significa pesos descargables (frente a APIs cerradas), y que esto sigue siendo mucho más abierto que los laboratorios frontier.
  • Se cita la nueva definición de IA de código abierto de la OSI (que exige código de entrenamiento abierto/composición de datos y uso sin restricciones) como algo que aquí no se cumple.

Situación legal, copyright y aplicabilidad

  • Largo subhilo sobre si los pesos del modelo y las salidas pueden tener copyright; varios afirman que los pesos y la salida pura de IA probablemente carecen de copyright en la UE, lo que dificulta la aplicación.
  • Otros responden con protecciones de bases de datos o derecho contractual (quedas vinculado por los términos al descargar/usar), pero muchos aspectos siguen sin aclararse.

Soberanía de la UE, modelos chinos y confianza

  • Según los informes, algunas organizaciones reguladas en EE. UU. o relacionadas con defensa prohíben por completo los modelos chinos por preocupaciones sobre puertas traseras/censura.
  • La procedencia de Mistral en la UE y el alojamiento regional (con recargo) se consideran valiosos por la protección de datos y por las preocupaciones sobre la CLOUD Act, aunque algunos argumentan que siguen existiendo problemas de jurisdicción.

Experiencia de usuario y elecciones de producto

  • Varios encuentran confusos el portal de Mistral y los flujos de suscripción; existen páginas de precios y mejoras “Pro”, pero no son obvias.
  • A algunos les molesta que la app de chat de Mistral por defecto use un modelo chino (GLM) en lugar de su modelo más reciente, viéndolo como una señal ambigua sobre la confianza en Large 4.