Mistral Large 4

Artigo original ↗ Discussão no Hacker News ↗

A Mistral lançou “Mistral Large 4” (“Le Chonk”), um modelo de linguagem europeu de cerca de 1 trilhão de parâmetros, em breve com pesos abertos, que busca igualar os principais modelos chineses de pesos abertos como GLM-5.3 e DeepSeek em benchmarks de raciocínio, codificação, visão e cibersegurança, ao mesmo tempo em que fica abaixo de muitas ofertas proprietárias ocidentais no preço. Os comentadores o veem como um passo significativo para a “IA soberana” da UE e para implantação on-premises, mas observam que ele ainda fica atrás dos melhores modelos fechados da OpenAI e da Anthropic, questionam algumas escolhas de benchmark e o design dos gráficos, e debatem se seu custo mais alto em relação aos modelos chineses de pesos abertos limitará a adoção. O lançamento também reacende discussões mais amplas sobre a estagnação tecnológica da Europa, sua postura regulatória, privacidade versus vigilância e a dependência geopolítica em stacks de IA dos EUA e da China.

Desempenho do modelo e benchmarks

  • Muitos veem o Mistral Large 4 como um avanço sólido em relação aos modelos anteriores da Mistral, com boa visão e pontuações especialmente fortes em cibersegurança (por exemplo, CyberGym-E2E), além de resultados competitivos em alguns rankings de pesos abertos.
  • Outros observam que ele עדיין fica atrás dos modelos fechados de fronteira (Astra, Opus 5.5, GPT‑6 Sol) e está cerca de 9–12 meses atrás em métricas agregadas como VALS ou Artificial Analysis.
  • As pontuações de omniscience e de engenharia de software são destacadas como relativamente fracas; alguns testes independentes (por exemplo, trivia / Redactle, kimbench, tarefas de codificação) relatam resultados claramente piores do que os dos melhores modelos fechados ou chineses.
  • Várias pessoas alertam que os próprios gráficos da Mistral são “quase crime de gráfico” (ordenados para favorecer visualmente a barra) e selecionados a dedo.

Comparação com outros modelos de pesos abertos

  • Frequentemente comparado com GLM-5.3, DeepSeek V4.1 Flash, Kimi K3, MiMo v2.6 Pro, Qwen3.8-Flash-Next, etc.
  • Consenso geral:
    • GLM-5.3 / MiMo / K3 ainda são a “fronteira de Pareto” dos pesos abertos.
    • Mistral Large 4 fica perto do GLM-5.3 em competência geral e cibersegurança, mas geralmente abaixo de K3 e MiMo em benchmarks amplos.
    • DeepSeek V4.1 Flash frequentemente vence em custo-benefício e velocidade para codificação, embora alguns o considerem mais fraco em não inglês e em sumarização.

Preço, eficiência e uso

  • O preço de lançamento (50% de desconto) o torna temporariamente mais barato que GLM-5.3 e K3, mas mais caro que GLM-5.3-Flash e DeepSeek Flash; quando o desconto acabar, ele se tornará um dos pesos abertos mais caros.
  • Alguns argumentam que os modelos de preço intermediário ficam espremidos: a maioria dos usuários compra os melhores modelos fechados ou os chineses fortes mais baratos.
  • Outros dizem que, para empresas da UE, especialmente defesa e infraestrutura crítica, modelos “soberanos” treinados e hospedados na UE justificam o prêmio.
  • Alguns reclamam dos limites de assinatura da Mistral e da falta de planos empilháveis.

Treinamento, pesos abertos e destilação

  • A Mistral diz que o ML4 foi treinado do zero em 3.800 GPUs Grace Blackwell em seus próprios data centers europeus; o RL ainda está em andamento e uma versão final, além dos pesos abertos, é prometida.
  • Debate em curso sobre o quanto todos os laboratórios, incluindo a Mistral, dependem implicitamente de pesquisa e técnicas chinesas, e se alguém está destilando a partir de modelos fechados chineses ou dos EUA. As opiniões se dividem e as evidências são incertas.

Soberania, política e confiança

  • Um grande subfio argumenta que um laboratório europeu forte é estrategicamente importante para evitar dependência de provedores dos EUA e da China, especialmente diante de controles de exportação, controles de conteúdo e poderes de vigilância.
  • Outros contra-argumentam que a “soberania” da UE muitas vezes é protecionismo regulatório mascarando inovação mais fraca, e que laboratórios dos EUA e da China também recebem subsídios pesados (diretos ou indiretos).
  • Uma longa digressão compara o desempenho econômico dos EUA e da UE, qualidade de vida, privacidade, vigilância e proteções à liberdade de expressão; cada lado afirma que o outro é pior, sem consenso claro.

Segurança, capacidades de cibersegurança e guardrails

  • A Mistral é elogiada por ser muito menos restritiva em tarefas de cibersegurança do que laboratórios dos EUA, que muitas vezes recusam consultas de descoberta de exploits ou estilo pentest, distorcendo benchmarks de cyber.
  • Alguns defendem que modelos abertos fortes de cibersegurança tornam os defensores mais seguros; אחרים se preocupam com um uso indevido ofensivo mais fácil e observam que atores em nível estatal provavelmente detêm modelos não divulgados ainda mais capazes.

Marca, UX e percepções

  • O nome “Le Chonk / Le Chaton Fat” e o vídeo de lançamento são amplamente apreciados por serem divertidos e não excessivamente sérios, em contraste com a marca mais solene, quase religiosa, de alguns laboratórios dos EUA.
  • Os relatos de UX são mistos: alguns acham o modelo rápido e agradável (especialmente em francês), outros veem raciocínio fraco, configurações de “reasoning effort” quebradas e sinais de sobreajuste a benchmarks.