A Marcio.AI cobre o AI Brasil Experience, 28 e 29 de outubro, no Distrito Anhembi, em São Paulo.

CoberturaIngressos

Mistral lança o Large 4, modelo aberto de 1 trilhão de parâmetros treinado na Europa

Capa do Watcher com o título Mistral lança o Large 4, com 1 trilhão de parâmetros
Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A francesa Mistral AI lançou em 6 de outubro de 2026 o Mistral Large 4, apelidado de “Le Chonk”. É um modelo multimodal de cerca de 1 trilhão de parâmetros, treinado do zero em GPUs Grace Blackwell da Nvidia nos data centers próprios da empresa na Europa. A API está em prévia no Mistral Studio e os pesos abertos estão prometidos para o fim de outubro. A Mistral diz que é o modelo aberto mais forte feito fora da China.

Em resumo

  • Tamanho: cerca de 1 trilhão de parâmetros em arquitetura de mistura de especialistas. A Mistral fala em 52 bilhões ativos por token. The Next Web e The Register citam 49 bilhões.
  • Treino: cerca de 3.800 GPUs Grace Blackwell em data centers da Mistral na Europa, segundo a empresa. TechCrunch e The Next Web arredondam para 4.000.
  • Desempenho: 61,7% no DeepSWE v1.1 e 93% dos 40 desafios do Cybench, números da própria Mistral, ainda preliminares.
  • Acesso: API em prévia a US$ 1,36 por milhão de tokens de entrada e US$ 4,18 de saída. Pesos abertos no fim de outubro. The Next Web cita 27 de outubro.
  • Ressalva: a licença dos pesos não foi divulgada e, em ranking independente, o modelo fica atrás dos líderes fechados americanos.

O que a Mistral lançou?

O Large 4 junta instrução, raciocínio e agentes num só modelo e aceita texto e imagem. Foi treinado em mais de 160 idiomas, incluindo todas as línguas oficiais da União Europeia. A arquitetura é de mistura de especialistas, em que só uma parte dos parâmetros trabalha em cada token.

Há duas divergências nos números. O blog da Mistral fala em 52 bilhões de parâmetros ativos. The Next Web e The Register publicaram 49 bilhões. A Mistral prometeu detalhar a arquitetura junto com os pesos. Também há diferença no treino: a empresa diz 3.800 GPUs, e TechCrunch e The Next Web falam em cerca de 4.000. The Register fez a conta e chegou a 52 racks NVL72, o que bate com 3.800. Este texto usa os números da fonte primária.

O treino levou cerca de dois meses e consumiu perto de 10 megawatts, segundo The Next Web. O aprendizado por reforço continua, e a Mistral avisa que os resultados ainda vão mudar antes da versão final.

Quanto ele entrega nos testes?

Em código, a Mistral publicou 61,7% no DeepSWE v1.1, à frente do GLM-5.3, do DeepSeek V4 Pro, do Qwen 3.8 Max e do Beam, da Reflection, segundo The Next Web. Em cibersegurança, 93% dos 40 desafios do Cybench e 82% num teste de reproduzir e corrigir falhas. A Mistral diz que o Claude Opus 5.5 e o GPT-6 Astra ficam perto de zero nesse teste porque se recusam a fazer a tarefa.

A empresa aponta o Large 4 entre os cinco melhores do mundo no índice de cibersegurança do Artificial Analysis. No índice geral de inteligência do mesmo Artificial Analysis, porém, a prévia fica entre o DeepSeek V4.1 Flash e o GPT-6 Luna, segundo The Register. O jornalista Tobias Mann recomendou ler os gráficos da Mistral com cautela. A conclusão possível hoje: o modelo disputa com os abertos chineses e fica atrás dos fechados de ponta.

Por que o treino na Europa importa?

A Mistral vende o Large 4 como resposta a duas dependências. Uma é a de modelos fechados americanos, que o fornecedor pode desligar ou limitar. A outra é a de modelos abertos chineses. O cliente pode rodar o modelo na própria nuvem ou no próprio servidor, ou usar a API numa região da União Europeia, segundo The Next Web.

Na cibersegurança, a empresa faz uma liberação em etapas. Durante cerca de três semanas, parceiros verificados, empresas de segurança e governos recebem uma versão com menos travas. Pierre Stock, vice-presidente de ciência da Mistral, disse ao TechCrunch que a meta é que os pesos possam ser usados para defender sistemas, sem servir a ataques maliciosos. Guillaume Lample, cofundador, disse ao The Next Web que o modelo ajuda empresas e governos a se defender de quem quebra as travas dos modelos fechados.

Como chegamos até aqui?

O Large 4 é o primeiro modelo depois da rodada Série D de 3 bilhões de euros, fechada em setembro e liderada pela Samsung, com avaliação de 21 bilhões de euros, segundo o TechCrunch. A ASML liderou a Série C. A disputa de modelos abertos esquentou nas últimas semanas. A Reflection lançou o Beam, de 501 bilhões de parâmetros, e a alemã Aleph Alpha lançou o Kolibri-1, de 78 bilhões, os dois cobertos pela Marcio.AI. O Large 4 é o maior dessa leva fora da China.

O que isso significa para o Brasil?

O debate brasileiro sobre IA soberana gira em torno de onde o dado fica e de quem pode cortar o acesso. Um modelo de 1 trilhão de parâmetros com pesos abertos permite que bancos, órgãos públicos e empresas de tecnologia brasileiras rodem um modelo grande em infraestrutura própria, sem depender de API estrangeira. O custo é o hardware: The Register estima que o modelo roda bem em servidores com oito GPUs, como o HGX B300 da Nvidia ou o MI355X da AMD.

Antes de qualquer projeto, falta a licença. A Mistral ainda não disse sob quais termos os pesos sairão. Isso define se o uso comercial é livre.

O que observar nas próximas semanas

A tese da Marcio.AI: se os pesos saírem com licença permissiva no fim de outubro, o Large 4 vira a opção padrão de modelo grande aberto para governos e empresas reguladas fora da China e dos EUA, e a Europa ganha um argumento concreto na disputa por IA soberana. Sinais para conferir até 31 de outubro de 2026: a data real de publicação dos pesos no Hugging Face, a licença escolhida, o número final de parâmetros ativos, as notas independentes depois do aprendizado por reforço e o anúncio dos primeiros modelos especializados da família.

Fontes

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #Mistral #MistralLarge4 #ModelosAbertos #IASoberana #Ciberseguranca

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.


Leia também: Reflection lança o Beam, modelo aberto de 501 bilhões para disputar com os chineses e Aleph Alpha lança o Kolibri-1, modelo aberto e soberano de 78 bilhões.

Deixe um comentário

Rolar para cima