Pular para o conteúdo
  • BTC $55.902 −9,7%
  • ETH $1.565 −10,2%
  • SOL $65,79 −9,5%
  • BNB $508,39 −11,1%
  • XRP $0,8697 −10,1%
  • DOGE $0,0515 −10,6%
  • ADA $0,1352 −9,9%

Modelo de IA Mistral Large 4 lidera testes de programação com pesos abertos, diz a Mistral

A Mistral AI lançou os pesos de seu modelo Mistral Large 4 em 29 de outubro de 2026, dando a empresas e governos um sistema de um trilhão de parâmetros que eles podem baixar, personalizar e executar por conta própria. Apelidado de “Le Chonk”, o modelo multimodal lidera os benchmarks de código de modelos de pesos abertos, segundo a Mistral, ao mesmo tempo em que combina capacidades de…

Mistral Large 4 AI model
Mistral Large 4 AI Model Advances Open-Weight Coding Benchmarks

A Mistral AI lançou os pesos do seu modelo Mistral Large 4 em 29 de outubro de 2026, oferecendo a empresas e governos um sistema de um trilhão de parâmetros que podem baixar, personalizar e executar por conta própria. Apelidado de “Le Chonk”, o modelo multimodal lidera benchmarks de código de modelos de pesos abertos, segundo a Mistral, ao mesmo tempo que combina capacidades defensivas de cibersegurança com menor uso de tokens.

Principais destaques

  • O Le Chonk foi treinado do zero em infraestrutura europeia.
  • A Mistral relata liderança entre modelos de pesos abertos no FrontierCode e Terminal-Bench.
  • Fornecedores comerciais de Model-as-a-Service precisam de uma licença separada.

Mistral Large 4 leva um modelo de IA treinado na Europa para implementações auto-hospedadas

O Mistral Large 4 é um modelo multimodal de 1 trilhão de parâmetros cujos pesos liberados permitem que as organizações o operem sem depender da API da Mistral. Ele entrou em prévia pública em 6 de outubro de 2026, antes da liberação dos pesos abertos em 29 de outubro.

A Mistral afirma que treinou o sistema do zero em infraestrutura europeia, com origens rastreáveis desde o desenvolvimento até o lançamento. As organizações podem inspecionar, modificar e hospedar o modelo por conta própria — capacidades que a empresa coloca no centro de sua oferta de IA soberana.

O acesso está disponível por meio do Mistral Studio, da API da Mistral e do OpenRouter. Desenvolvedores podem baixar os pesos do Hugging Face e servi-los usando vLLM ou SGLang. A NVIDIA também oferece endpoints hospedados e um contêiner NVIDIA NIM otimizado.

Ganhos em programação combinam pontuações mais altas com menos tokens

A Mistral relata que o Large 4 lidera os modelos de pesos abertos no FrontierCode 2.0 e Terminal-Bench 4.0, após três semanas adicionais de aprendizado por reforço depois da prévia. O benchmark privado FrontierCode, da Cognition, que avalia qualidade de código ponta a ponta e a aceitabilidade de mudanças propostas em repositórios, deu ao modelo 19,7%.

No Terminal-Bench, ele atingiu 41%, um ganho de 13 pontos percentuais em relação à prévia, ao mesmo tempo em que reduziu os tokens de saída em 30%. Sua pontuação de 48% no Artificial Analysis Coding Agent Index igualou efetivamente o GLM-5.3, usando em média 47% menos tokens por tarefa.

As comparações cegas do Surge Code o favoreceram em relação ao GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash. Entre os modelos avaliados, apenas o Claude Opus 5.5 obteve classificação superior.

Os resultados de cibersegurança incluem 51% no Artificial Analysis Cyber Index, abrangendo descoberta de vulnerabilidades, reprodução, validação e aplicação de patches. A Mistral também relata uma taxa média de recusa de 96,6% para solicitações maliciosas de cibersegurança, a mais alta que mediu entre os modelos abertos.

Para trabalho corporativo, o modelo obteve 73,3% nos fluxos de trabalho financeiros da Finch, ficando em segundo lugar atrás do Kimi K3 entre os modelos abertos, e 84,5% no BrowseComp. A resistência a ataques no B3 Agent Security Benchmark subiu para 97,1%, ante 93,3% na prévia.

Customização, modos de raciocínio e a licença comercial

O modelo de IA Mistral Large 4 oferece três modos de raciocínio: baixo, médio e alto, permitindo que os desenvolvedores ajustem desempenho e custo. O modo baixo é direcionado a tarefas simples, o médio lida com o trabalho do dia a dia, e o alto — o padrão — é voltado para tarefas exigentes que requerem raciocínio mais aprofundado.

Empresas podem adaptar o modelo a dados proprietários, políticas e requisitos de segurança usando o Mistral Forge e, em seguida, criar e governar aplicações por meio do Mistral Studio. As opções de implantação incluem hospedagem on-premise e Microsoft Foundry no Azure, com opções de implantação privada para desenvolvedores no Azure.

A licença Mistral Ecosystem Open-Weight é uma licença MIT modificada que permite uso, modificação, fine-tuning e comercialização gratuitos. Empresas que oferecem Model-as-a-Service devem obter uma licença comercial separada antes de usá-lo comercialmente.

Os preços da API por milhão de tokens são de US$ 0,70 para entrada, US$ 0,07 para entrada em cache e US$ 2,10 para saída.

Parceiros de segurança e La Banque Postale enfatizam controle

A Mistral está dando a parceiros corporativos de design, incluindo a Orange Cyberdefense, acesso antecipado a uma variante especializada do Large 4 para testes de penetração, avaliação de vulnerabilidades e red-teaming. O acesso exige triagem e salvaguardas contratuais, com testes limitados a sistemas próprios ou explicitamente autorizados, em ambientes controlados.

A empresa afirma que está atualizando suas barreiras de proteção de cibersegurança e trabalhando com clientes para personalizar modelos em torno de dados de segurança proprietários, lógica de detecção e ambientes de ameaça. Tarefas de segurança definidas também podem ser otimizadas em variantes menores e especializadas.

Em entrevista ao TechCrunch, o vice-presidente de Ciência da Mistral, Pierre Stock, disse que pesos abertos dão às organizações acesso a IA defensiva que não pode ser interrompida por um fornecedor externo.

La Banque Postale descreveu o lançamento como um reforço de sua parceria de longo prazo com a Mistral, vinculando soberania tecnológica à confiança do cliente. Sua ambição declarada é combinar expertise humana e tecnologia digital para melhorar as experiências de clientes e funcionários.

Artigo produzido com a assistência de inteligência artificial e revisado pela equipe editorial.

Francesco Antonio Russo

Todos os artigos de Francesco Antonio Russo