Ing. Calogero Bono
A Mistral liberou os pesos do Mistral Large 4, apelidado de Le Chonk, um modelo com cerca de mil bilhões de parâmetros. Isso aconteceu no final de outubro, depois de uma prévia pública no início do mês. Ele pode ser baixado do Hugging Face e também usado via API. Isso importa porque é um modelo aberto que a empresa francesa posiciona para código e defesa digital, e porque ninguém consegue desligá-lo remotamente.
Alguns termos antes de entrarmos nos fatos. Os pesos (weights) são os parâmetros numéricos aprendidos no treinamento, aqueles que fazem o modelo funcionar. Open-weight significa que você pode baixá-los, não que todo o código seja livre. MoE (Mixture-of-Experts) é uma arquitetura em que, para cada token, trabalha apenas um pequeno grupo de "especialistas" internos. Um token é um pedaço de texto processado pelo modelo. O benchmark é um teste padrão para comparar modelos.
O que é o Mistral Large 4?
Segundo a ficha oficial no Hugging Face, é um modelo multimodal e multilíngue do tipo MoE. Aceita texto e imagens e gera texto. Tem cerca de 1T de parâmetros totais, 49B ativos e uma janela de contexto de 1M de tokens.
A licença é a Mistral Ecosystem Open-Weight License, derivada da MIT, com limites para quem quer oferecer o modelo como serviço. O Punto Informatico relata que ele suporta mais de 160 idiomas e que foi treinado com 3.800 chips NVIDIA Grace Blackwell. A ZDNET, por sua vez, cita a declaração da Mistral sobre 4.000 GPUs por dois meses. Os dois números não batem, por isso reportamos ambos como atribuídos às fontes.
Quais números a Mistral divulga?
No código, a ficha do Hugging Face indica 61,7% no DeepSWE v1.1 e 28,3% no Terminal-Bench 4. Um Coding Agent Index de 49,8%. Segundo a ZDNET, o Terminal-Bench 4.0 subiu para 41% em relação aos 28% da prévia, um ponto acima do GLM-5.3. No índice geral, o modelo fica em 48 contra 49 do GLM-5.3.
A Mistral afirma que rivaliza com o GLM-5.3 usando 47% menos tokens por tarefa, como informa o TechCrunch. Na parte de cibersegurança, o Hugging Face fala em 82% num teste que pede para reproduzir uma vulnerabilidade real e depois corrigi-la, e em 93% no Cybench (40 desafios). O Punto Informatico escreve que apenas o DeepSeek V4.1 Flash supera o modelo no benchmark dedicado, enquanto a ZDNET diz que o Le Chonk fica logo acima do DeepSeek V4.1 Flash no CyberGym. As fontes não concordam nesse ponto.
Por que os pesos abertos importam para a segurança?
O argumento da Mistral é o controle. Pierre Stock, vice-presidente de ciência, disse à WIRED que a IA será como a eletricidade e que ninguém quer que alguém possa desligá-la. Modelos fechados podem bloquear pedidos de análise de malware ou vulnerabilidades, porque parecem ataques. Com os pesos em casa, a política de uso e a implantação continuam nas suas mãos.
Há o outro lado. Rafe Pilling, da Sophos, define o modelo como uma tecnologia de duplo uso, porque ele também pode ser baixado e adaptado por quem ataca. Para a Mistral, o modelo recusa pedidos perigosos em 97% dos casos (dado relatado pelo Punto Informatico). O Hugging Face afirma que a taxa média de recusa em prompts de cibersegurança é mais alta do que a de qualquer outro modelo open-weight.
Para entender o contexto do incidente citado pelos veículos, leia o nosso artigo sobre o caso Hugging Face.
Como usar na prática?
O modelo tem suporte day-0 para transformers, vLLM e llama.cpp, com quantizações GGUF. Há também Inference Endpoints e Inference Providers. Desenvolvedores também acessam o modelo pelo Mistral Studio, pela API e pelo OpenRouter.
O nível de raciocínio pode ser low, medium ou high. O padrão é high e, segundo a ficha, o raciocínio não pode ser desativado. A versão NVFP4 para vLLM exige GPUs NVIDIA Blackwell, e o exemplo oficial usa 8 GPUs. Não é um modelo para servidor pequeno. Se você precisa de uma IA mais acessível, veja o guia de IA para PMEs.
Limites que você precisa conhecer
Quase todos os números são divulgados pela própria Mistral. A ZDNET lembra que os benchmarks devem ser lidos com cautela. As fontes divergem sobre quem está na frente em cibersegurança e sobre os recursos de treinamento. O Hugging Face classifica o modelo em quinto lugar entre os open-weight no Artificial Analysis Intelligence index, enquanto a Mistral fala em melhor do mundo em código e cibersegurança no campo aberto, segundo a WIRED. São afirmações diferentes.
Não há verificação independente de que o modelo resista a uso malicioso após um fine-tuning. Faltam custos reais de execução e testes com casos em italiano. Além disso, a licença limita a oferta como serviço.
O que muda para quem trabalha com tecnologia digital
Para quem desenvolve, passa a existir uma alternativa europeia aberta para assistentes de código e análise de segurança, que pode rodar na própria infraestrutura. Para quem lida com dados sensíveis, a implantação on-prem evita enviar código e logs a terceiros. Como lembrou Stock ao TechCrunch, o acesso não pode ser revogado.
Para uma empresa pequena, no entanto, é preciso hardware robusto ou um provedor. Muito depende do fornecedor. O contexto regulatório também importa, então indicamos o guia sobre o AI Act para desenvolvedores. Se você administra servidores, hospedagem e servidores gerenciados com atualizações de segurança continuam sendo a base, qualquer que seja o modelo usado.
Nossa opinião
A jogada é interessante, e a decisão de publicar os pesos faz sentido para a defesa. Quem investiga uma vulnerabilidade não deveria ter a porta fechada no meio de um incidente. Achamos menos convincente o tom de corrida geopolítica. As palavras de Pilling são um bom antídoto, porque o risco depende de monitoramento e controles, não da bandeira do modelo.
Além disso, um modelo de mil bilhões de parâmetros não está ao alcance de quase nenhuma PME. O benefício concreto, por enquanto, é para órgãos públicos, grandes empresas e fornecedores. Vamos esperar testes independentes antes de chamá-lo de o melhor.
Perguntas frequentes
O Mistral Large 4 é realmente open source?
É open-weight, não open source em sentido estrito. Os pesos podem ser baixados do Hugging Face. A licença deriva da MIT, mas limita a oferta como serviço.
Dá para usar de graça?
Os pesos estão disponíveis gratuitamente, segundo o Punto Informatico. Rodar o modelo, porém, custa em hardware. O exemplo oficial usa 8 GPUs.
Ele é melhor que os modelos chineses?
Depende do teste. A Mistral diz igualar ou superar modelos como DeepSeek e Z.ai. A ZDNET fala em um ponto abaixo do GLM-5.3 no índice geral.
Pode ser usado para atacar?
Sim, como qualquer modelo que pode ser baixado. A Mistral declara recusar pedidos perigosos em 97% dos casos. Depois de um fine-tuning, porém, o comportamento pode mudar.
Quais idiomas ele suporta?
Mais de 160, segundo o Punto Informatico, incluindo todos os idiomas europeus. Aceita texto e imagens e gera texto.
O que acompanhar nos próximos meses, entre testes independentes e custos reais
- Acompanhe testes independentes, como o Artificial Analysis, e não confie apenas nos números da empresa.
- Calcule o custo de execução, em hardware ou via API, antes de migrar um fluxo de trabalho. Para começar aos poucos, veja cinco usos da IA para pequenos negócios.
- Prepare defesas contra abuso, começando por jailbreak e prompt injection.
