Mistral abre la preview de Le Chonk, su modelo open-weight de 1T

Mistral abrió el 6 de octubre la public preview de Mistral Large 4, y tiene un nombre menos formal: Le Chonk. Es un modelo nativamente multimodal de 1 billón de parámetros con 52.000 millones activos, un MoE híbrido que junta instruction, reasoning y comportamiento agéntico en un solo modelo. La preview API ya está corriendo en Mistral Studio, y Mistral dice que los pesos salen a fin de mes. El precio de la preview: USD 1,36 por millón de tokens de input y USD 4,18 por millón de output.

Qué dicen los benchmarks, y quién los corrió

El claim principal de Mistral es que Le Chonk es el open-weights más fuerte del mundo en sus workloads objetivo, y que lidera a todo open-weights desarrollado en EE.UU. o Europa. Los números que tienen pie independiente son los que conviene quedarse:

• En el Artificial Analysis Cyber Index, una evaluación independiente de cómo los modelos encuentran y reparan flaws reales de seguridad, entra en el top 5 global y lidera a los open-weights desarrollados fuera de China. En el test donde el modelo tiene que reproducir una vulnerabilidad real y luego parchearla, Le Chonk saca 82%, el puntaje más alto de cualquier modelo del índice.
• En Cybench, un set de 40 ejercicios de seguridad, resuelve el 93%, uno de los puntajes más altos reportados para un open-weights.
• En una evaluación ciega de coding corrida por Surge AI, los anotadores le pusieron 3,74 sobre 5, segundo de cinco modelos, detrás de Claude Opus 5 (4,22) y por delante de Kimi K3 y de los dos GLM-5.x.
• En el B3 AI Security Benchmark de Lakera, un test público de resistencia a prompt injection indirecta, Mistral reporta que se resiste al 93,3% de los ataques.

El resto del tablero es de la propia empresa: 61,7% en DeepSWE v1.1, 59,4% en SWE-Atlas-QnA, 59,9% en AutomationBench y 1.393 de Elo en AA-Briefcase, y Mistral afirma además que supera a GPT-6 Astra en tareas de legal y finanzas en evaluaciones corridas por el tercero vals.ai. Ninguno de esos es reproducible de forma independiente todavía, pero son lo bastante específicos para poder chequearlos.

Un resultado se destaca por otra razón. Varios frontier cerrados, entre ellos Claude Opus 5.5 y GPT-6 Astra, sacan cerca de cero en ese test de reproducir-y-parchear porque se niegan a hacer la tarea. Ahí está el trade que hace el release open-weights: Mistral argumenta que los defensores necesitan poder probar que un flaw es real sin esperar los safety filters de un provider, y que perder el acceso a mitad de un incidente es un riesgo en sí mismo. Hasta que salgan los pesos, Mistral está red-teamiendo la preview con organizaciones de ciberseguridad, partners vetados y autoridades estatales, que acceden al mismo modelo con moderación reducida y capacidades cyber ampliadas.

Entrenado en Europa, vendido como soberanía

Le Chonk se entrenó desde cero en 3.800 GPUs NVIDIA Grace Blackwell en los propios datacenters europeos de Mistral, y la preview se sirve desde esa misma infraestructura. El modelo va a salir en varias regiones del mundo, incluyendo un despliegue europeo que Mistral opera de punta a punta bajo ley europea. Sus datos de entrenamiento abarcaron más de 160 idiomas, todos los oficiales de la Unión Europea.

El dinero detrás se ve: Mistral presenta a Le Chonk como el primer hito de la roadmap financiada por su Series D de 3.000 millones de euros, la ronda de equity más grande que levantó una empresa de tecnología europea, y sigue escalando ese compute europeo en los próximos meses. La corrida de reinforcement learning detrás de esta preview todavía está en vuelo, y la empresa dice que el modelo no se saturó: a la escala actual, una corrida de entrenamiento produce unos 33.000 millones de tokens por día, de los cuales unos 16.000 millones son trainables.

Qué significa para tu setup

Tres cosas importan si te mandás workloads a modelos open-weights. Primera, el precio: a USD 1,36/4,18 por millón de tokens, este es el dato de dónde está parado el frontier open en costo mientras todavía lleve la palabra preview. Segunda, el calendario: los pesos llegan a fin de mes, que es cuando el cálculo de self-deployment se vuelve posible de verdad, y Mistral dice que este modelo será la base de una nueva generación de modelos especializados propios. Tercera, el use case: los resultados más fuertes publicados están en operaciones de ciberseguridad, knowledge work empresarial (spreadsheets, slides, documentos de legal y finanzas) y visual grounding, incluyendo imágenes satelitales de gigapíxeles y dibujos técnicos.

Si lo estás evaluando, tratá la preview API como primera corrida de prueba, no como benchmark: la mayoría de los números del titular salen de la empresa, y el modelo sigue mejorando hasta que salgan los pesos.