A Mistral anunciou, a 6 de outubro de 2026, uma prévia pública do Large 4, um modelo multimodal de arquitetura Mixture-of-Experts (MoE). Segundo a documentação da empresa, o sistema tem 1,05 biliões de parâmetros no total e 49 mil milhões ativos. A prévia pode ser experimentada através da API do Mistral Studio. A Mistral prevê publicar os pesos até ao fim de outubro, mas as fontes não indicam um dia específico para essa disponibilização.

Na documentação, a empresa descreve o Large 4 como um modelo de utilização geral e de pesos abertos, e refere que inclui um codificador de visão com 1,6 mil milhões de parâmetros. A página do modelo indica uma janela de contexto de um milhão de tokens. No anúncio, a Mistral apresenta-o como o seu modelo mais capaz até à data e destaca programação, fluxos de trabalho com agentes e compreensão multimodal como áreas de utilização. Estas caracterizações são da própria empresa.

A Mistral afirma que o Large 4 foi treinado de raiz nos seus centros de dados na Europa, com 3.800 GPU NVIDIA Grace Blackwell, e que a prévia é servida na mesma infraestrutura. Acrescenta que uma parte significativa dos dados de treino era multilingue e abrangia mais de 160 línguas, incluindo todas as línguas oficiais da União Europeia. Estes dados foram divulgados pela empresa; as fontes fornecidas não incluem verificação independente dos detalhes do treino.

Os resultados de desempenho apresentados no anúncio também são atribuídos à Mistral, embora a empresa cite avaliações externas. Entre os exemplos, refere uma posição entre os cinco primeiros no Artificial Analysis Cyber Index e uma pontuação de 82% num teste que envolve reproduzir e corrigir uma vulnerabilidade. Diz ainda que o modelo resolveu 93% dos desafios do Cybench. A informação fornecida não permite tratar estas afirmações como uma comparação independente abrangente, nem determinar como os resultados se traduzem em diferentes utilizações reais.

Antes da publicação dos pesos, a empresa diz estar a testar o sistema em contextos reais com responsáveis de cibersegurança, parceiros selecionados e autoridades estatais. De acordo com o anúncio, esses participantes terão acesso ao mesmo modelo, com moderação reduzida e capacidades cibernéticas alargadas. A Mistral argumenta que a execução em infraestrutura própria pode ser relevante para organizações com necessidades de autonomia em tarefas de segurança. As fontes não especificam os termos da licença dos pesos.

A empresa promete divulgar mais informações sobre a arquitetura, outros benchmarks e a metodologia de pós-treino à medida que se aproxima a publicação. Por enquanto, o acesso anunciado é à API de pré-visualização, não aos pesos. Assim, a previsão de disponibilização até ao fim do mês não significa que os pesos já estejam acessíveis nem confirma a data exata de lançamento. Esta distinção é relevante para quem pretende avaliar o modelo localmente ou integrá-lo em sistemas próprios. A documentação também apresenta preços para utilização da API, mas o acesso anunciado continua a ser uma prévia, e não a publicação dos pesos.

Porque importa

A prévia permite experimentar o modelo antes da publicação dos pesos, mas não equivale a acesso para execução local. A previsão de lançamento e as alegações de desempenho devem ser distinguidas da disponibilidade efetiva dos pesos e de resultados independentes.

Fontes

Mistral Large 4 — Mistral DocsMistral AI ↗Introducing Mistral Large 4 — MistralMistral AI ↗