Mistral Large 4: qué es, cuánto cuesta y la única línea que sigue en blanco en la propia ficha de Mistral

Mistral Large 4 es el modelo generalista insignia de Mistral AI y la cima de la línea Large que Mistral Large 3 ocupaba antes — un modelo de mezcla de expertos nativamente multimodal que la propia documentación de Mistral describe como teniendo 1,05 billones de parámetros totales, con 52.000 millones activos, un codificador de visión de 1.600 millones de parámetros, una ventana de contexto de 1M tokens y un precio de tarifa de $1,36 por millón de tokens de entrada frente a $4,18 por millón de tokens de salida. El nombre de la API es mistral-large-4. Lo que no está en esa tarjeta es lo que una gran parte de los lectores llega buscando: la insignia de licencia en la propia página del modelo de Mistral dice "Open" y luego no nombra nada en absoluto, y no hay ningún repositorio de checkpoint para descargar. Esta es la descripción del modelo tal como está el 13 de octubre de 2026.

El encuadre importa, así que va al principio. Mistral anunció la vista previa pública de Mistral Large 4 el 6 de octubre de 2026, y este blog ya incluye esa noticia además de las nueve páginas comparativas directas que se derivan de ella. Lo que ha faltado es la página simple que está debajo de ellas. Esa brecha se mide en lugar de suponerse: el nombre sin más atrajo 3.141 impresiones y 68 clics en nuestra propia propiedad en los veintiocho días hasta el 13 de octubre, repartidos entre cinco consultas, mientras que las filas cualificadas que aparecen debajo — artificial analysis con 129 impresiones, vista previa con 122, punto de referencia con 84, ollama con 70 — son todas pequeñas. Las filas comparativas, mientras tanto, convierten varias veces mejor que el término sin más, que es precisamente por lo que las páginas de comparación se escribieron primero. Esta es la página para el lector que escribió el nombre y quería saber qué es eso.

El nombre, y el 4-0 que está en nuestras propias URLs

Mistral escribe el modelo como Mistral Large 4. Su publicación de lanzamiento ofrece dos identificadores informales además de ese — "ML4", y "le Chonk" — y su documentación aloja la tarjeta del modelo en una página accesible tanto con mistral-large-4 y mistral-large-4-0. La insignia en la propia tarjeta dice mistral-large-4, y la guía de selección de modelos lista mistral-large-4 como el nombre de la API, así que la forma simple es la actual del proveedor y el cero final es un alias heredado del enlace del día del lanzamiento.

Eso merece una frase de reconciliación porque todas las páginas ya publicadas aquí usan 4-0 como forma — el artículo de vista previa, la página de alojamiento y las nueve comparaciones se archivan bajo mistral-large-4-0-*. Esas URL resuelven al mismo modelo que describe esta página. Esta página simplemente adopta la grafía del proveedor para la entrada de referencia, así que un lector que llega aquí desde el nombre simple se encuentra con el modelo bajo el nombre que su creador imprime actualmente.

Vale la pena leer juntas las tres etiquetas de estado en la ficha de Mistral, porque resumen toda la situación del modelo en tres palabras: Vista previa pública, Abierto, y v26.10. La primera indica que la configuración de servicio aún puede cambiar. La segunda es la afirmación de pesos abiertos. La tercera es la revisión, y es la única de las tres que es simplemente un hecho.

La especificación, tal como la formula Mistral

Todo lo que aparece en la lista a continuación es la propia redacción de Mistral, tomada de su ficha del modelo, su guía de selección de modelos y su publicación de lanzamiento. Cuando un laboratorio independiente lee el mismo número de manera diferente, esa lectura se indica en la línea en lugar de promediarse.

• Parámetros — 1,05 billones en total con 52 mil millones de parámetros activos, en una arquitectura granular de mezcla de expertos dispersa. La publicación de lanzamiento redondea el total a "1 billón de parámetros"; la tarjeta del modelo da la cifra de 1,05 T. Artificial Analysis registra el número de parámetros activos como 49 mil millones en lugar de 52 mil millones, lo que representa una diferencia de tres mil millones en la misma dimensión.

• Codificador de visión — 1.600 millones de parámetros, en un modelo que Mistral describe como multimodal nativo en lugar de adaptado a las imágenes a posteriori.

• Modalidades — entrada de texto e imagen, salida de texto, con razonamiento incluido. La guía de selección de Mistral clasifica la salida como «razonamiento, texto», y Artificial Analysis lo registra como un modelo de razonamiento con una nota de que también podría existir una variante sin razonamiento. La propia ficha de producto del anuncio de lanzamiento lo denomina «MoE híbrido de instrucción y razonamiento».

• Ventana de contexto — 1 M de tokens en la tarjeta de Mistral. Artificial Analysis lee 524.288 tokens en la configuración que prueba, que es la diferencia entre un techo del proveedor y una ventana servida.

• Precio — $1.36 por millón de tokens de entrada, $0.14 de entrada en caché, $4.18 por millón de salida, según la página de precios publicada por Mistral. Esa página también incluye una promoción de lanzamiento que muestra las mismas tres líneas tachadas a $0.68, $0.07 y $2.09.

• Idiomas: más de 160 idiomas en los datos de entrenamiento, incluidos todos los idiomas oficiales de la Unión Europea, según la propia Mistral.

• Licencia: sin nombre. Más sobre esto a continuación, porque es el espacio en blanco más crucial de la página.

Licencias y pesos: qué publica realmente esta versión

Mistral Large 3 se lanzó bajo Apache 2.0. Su tarjeta de modelo en Hugging Face lleva la etiqueta de licencia en los metadatos, y sus pesos se pueden descargar en FP8, NVFP4 y BF16. Mistral Small 4 y los tamaños de Ministral 3 también son Apache 2.0, y Mistral Medium 3.5 figura como Modified MIT. Nada de eso se transfiere. Una licencia se lee de la versión que se tiene delante, y en Mistral Large 4 el proveedor todavía no ha redactado ninguna.

Tres lugares en las propias superficies de Mistral muestran el espacio en blanco, y un lector puede comprobar cada uno de ellos en un navegador:

• La ficha del modelo en docs.mistral.ai incluye una etiqueta de licencia que muestra la única palabra «Open», sin ningún nombre de licencia asociado a ella.

• La guía de selección de modelos —la tabla comparativa que Mistral publica para los desarrolladores que eligen entre sus modelos— tiene una columna Licencia, y todas las filas vecinas están completadas: Apache 2.0 para Mistral Small 4, MIT modificada para Mistral Medium 3.5, Apache 2.0 para Mistral Large 3. La celda Licencia de la fila de Mistral Large 4 está vacía.

• La pestaña de pesos de la tarjeta del modelo dice «Próximamente».

Artificial Analysis, que sigue el mismo campo de forma independiente, registra el nombre de la licencia y la URL de la licencia de Mistral Large 4 como null, marca el modelo isOpenWeights: false, y lo categoriza como propietario. Ese indicador no es una contradicción del marketing de Mistral; es una declaración sobre lo que existe hoy. Una vista previa servida desde el propio clúster del proveedor, sin repositorio y sin texto de licencia, es un modelo invocable en lugar de un lanzamiento de pesos abiertos.

A lo que Mistral se ha comprometido es a una fecha: «Publicaremos los pesos antes de que acabe el mes», en palabras de la propia publicación de lanzamiento, junto con más detalles sobre la arquitectura, benchmarks adicionales y la metodología de post-entrenamiento. Antes de eso, la empresa dice que está llevando a cabo una ventana de red-teaming con socios verificados y autoridades nacionales. La cuenta de Hugging Face de la organización, consultada el 13 de octubre, todavía no tiene nada más reciente que el 8 de octubre, y ninguna de las dos entradas es un checkpoint de la línea Large.

Así que la descripción precisa de la afirmación sobre pesos abiertos hoy es que se trata de un plan con una fecha límite asociada, hecho por un laboratorio que ya ha publicado pesos con Apache 2.0 en este nivel antes. Esa es una posición más fuerte que una promesa vaga, y más débil que un enlace de descarga. La distinción entre esas dos cosas es la razón entera de que exista esta sección.

Dónde se ejecuta Mistral Large 4, en palabras de Mistral

Mistral afirma que la API de vista previa está disponible en Mistral Studio, y que el modelo está "disponible en múltiples regiones de todo el mundo, incluido un despliegue europeo que Mistral opera de principio a fin, con independencia de otros proveedores de servicios digitales y conforme a la legislación europea". La empresa también señala que la vista previa se sirve en la misma infraestructura en la que se entrenó el modelo —3.800 GPU NVIDIA Grace Blackwell en sus propios centros de datos europeos— y que el modelo podrá ejecutarse en nube privada o en las instalaciones para las cargas de trabajo a las que está destinado. Estas son las declaraciones del proveedor sobre dónde se ejecuta su modelo, atribuidas al proveedor y no a nosotros.

Por separado y sin rodeos: Mistral Large 4 no está en el catálogo de OrcaRouter. Nuestra lista de modelos en vivo, consultada el 13 de octubre, ofrece 207 identificadores de modelo y ni uno solo de ellos es un modelo de la familia Mistral, bajo mistral-large-4, mistral-large-4-0 o cualquier otra grafía. Aquí no se está reclamando ninguna ruta, y nada en este párrafo debe leerse como tal.

Una pregunta de implementación que esta página no volverá a responder es el listado de Ollama. Mistral Large 4 aparece en esa biblioteca como una única etiqueta de nube en lugar de una escalera de tamaños descargables, lo cual es una historia distinta con su propio artículo — mistral-large-4-ollama-cloud-only — y un lector que llegó queriendo saber si puede descargar los pesos en una máquina local debería leer esa página en lugar de esta.

Los números del benchmark, y quién los ejecutó

La publicación de lanzamiento de Mistral informa un conjunto denso de puntuaciones, y es inusualmente explícita sobre cuáles de ellas no ejecutó la empresa. En el apartado de codificación agéntica enumera un 61,7% en DeepSWE v1.1, un 59,4% en SWE-Atlas-QnA y un 28,3% en Terminal-Bench 4.0, que se combinan en una puntuación de 49,8% en el Coding Agent Index que, según la publicación, sitúa al modelo por delante de DeepSeek V4 Pro 0813 y Qwen3.8 Max. En flujos de trabajo agénticos informa un 59,9% en AutomationBench en 657 flujos de trabajo empresariales, y en trabajo de conocimiento de horizonte largo informa 1.393 Elo en AA-Briefcase. En sus evaluaciones de ciberseguridad informa una posición entre los cinco primeros en el Artificial Analysis Cyber Index, un 82% en una prueba de reproducir y parchear descrita como la más alta de cualquier modelo, y un 93% en los 40 ejercicios de competición de Cybench. En grounding multimodal informa un 42% en Dense 200 frente a un 41% de GPT-6 Astra. Todas esas son cifras reportadas por el proveedor; algunas se describen en la publicación como evaluadas por un tercero antes de que ese marco de evaluación se hiciera público, lo que constituye una procedencia más sólida que una cifra autoejecutada y aun así no es una cifra publicada.

Las cifras independientes son más escuetas y más útiles. Artificial Analysis otorga a Mistral Large 4 Preview una puntuación de 38.4 en su Intelligence Index v4.3, lo que sitúa al modelo por encima de la mediana de su clase de comparación y en el puesto 65 de 216 modelos de ese índice. La misma página sitúa el costo de ejecutar una tarea de Intelligence Index en $1.13 y registra algo que la publicación de lanzamiento no menciona en absoluto: el modelo generó 200 millones de tokens de salida durante la ejecución del índice, frente a una mediana de 85 millones, y lo coloca en el puesto 107 de 114 en verbosidad. Un modelo que está por encima del promedio en calidad y muy por encima del promedio en tokens gastados por respuesta cambia la aritmética de una factura de un modo que las puntuaciones de los titulares no lo hacen.

También hay una evaluación a ciegas en la publicación de lanzamiento que merece separarse del resto, porque el método es diferente. Surge AI realizó una comparación humana a ciegas sobre la calidad de codificación con las identidades de los modelos ocultas; anotadores profesionales calificaron a Mistral Large 4 Preview con 3,74 en una escala de 1 a 5, segundo de cinco, por delante de Kimi K3 con 3,59 y GLM-5.3 con 3,60, y por detrás de Claude Opus 5 con 4,22. Un panel a ciegas con un tercero nombrado al otro lado es una clase de evidencia distinta de una puntuación seleccionada por el proveedor, y es la única cifra del anuncio a la que un lector escéptico debería dar más peso.

¿Qué cambió desde Mistral Large 3, en tres frases?

Mistral Large 3 es un modelo de mezcla de expertos dispersos de 675 mil millones de parámetros con 41 mil millones de parámetros activos, una ventana de contexto de 256k, un codificador de visión de 2.5 mil millones de parámetros y pesos Apache 2.0 que puedes descargar hoy mismo. Mistral Large 4 eleva los totales a 1.05 billones con 52 mil millones activos según la ficha del proveedor, amplía el contexto declarado a 1M de tokens y añade razonamiento a un modelo que Mistral describía anteriormente como multimodal solo de instrucciones, lo cual es un cambio de naturaleza, no solo de escala. Además, por ahora llega sin la licencia y el checkpoint que hicieron que Large 3 fuera tan sencillo de adoptar.

Artificial Analysis registra Mistral Large 3 como obsoleto y apunta su objetivo de obsolescencia hacia Mistral Large 4, lo que constituye la señal más clara disponible de que se trata de generaciones sucesivas de la misma posición, y no de opciones paralelas. La propia página de precios de Mistral coincide: Large 3 se sitúa en $0.50 de entrada y $1.50 de salida por millón de tokens, y Large 4 aparece listado por encima de él con el par promocional en vigor.

El conjunto de comparación, como un índice en lugar de un veredicto

Ya existen nueve páginas comparativas directas para este modelo, y esta página deliberadamente no repite ninguna de ellas. Para un lector que decide entre Mistral Large 4 y otra opción, las páginas son mistral-large-4-0-vs-claude-opus-5, -vs-deepseek-v4-pro, -vs-gemini-3-1-pro, -vs-glm-5-5, -vs-gpt-6-sol, -vs-grok-4-7, -vs-kimi-k3, -vs-minimax-m3 y -vs-qwen-3-8-max. La demanda medida se encuentra exactamente en esas páginas — mistral large 4 vs claude con 78 impresiones y 11 clics, vs opus 5.5 con 84 y 10 — y ambas convierten muy por encima de la tasa del término simple, lo que es un argumento para mantener la definición aquí y la decisión allí.

La dependencia que vale la pena nombrar es mistral-large-4-0-vs-glm-5-5, porque GLM-5.5 es en sí mismo una página de este mismo lote y los dos escritos tienen que coincidir en una comparación en lugar de discutir sin escucharse. Todo lo demás de la lista es un objetivo estable.

Lo que no está resuelto

Si los pesos llegan para finales de octubre, y bajo qué licencia. Y si el precio promocional sobrevive a la ventana de vista previa, dado que la tarifa estándar y la tarifa de lanzamiento difieren exactamente en la mitad en las tres líneas. Ambas cosas las puede comprobar un lector sin preguntar a nadie: la licencia y el checkpoint aparecerán en Hugging Face o no aparecerán, y la tarifa o bien seguirá mostrando un número tachado o no.

Hasta entonces, la postura a la que invita este modelo es la que sugiere su propia etiqueta de etapa. Invócalo, mídelo frente a tu propia carga de trabajo —incluido el gasto de tokens, que es la cifra que omite la publicación de lanzamiento—, y mantén la ruta de producción en algo cuyo comportamiento no esté programado para cambiar. Una preview no es solo una etiqueta en una hoja de precios. Significa que el modelo, la licencia y la factura pueden cambiar a la vez.

En OrcaRouter enrutamos más de 200 modelos a través de un único endpoint compatible con OpenAI al precio de lista del proveedor, con un 0% de margen repercutido — así que un cambio de precio de un proveedor es un cambio de precio por nuestra parte el mismo día, sea cual sea el modelo al que afecte. La conmutación automática por error es la otra mitad de eso para todo lo que está en fase de vista previa: permite que una porción de tráfico real se encuentre con un modelo no probado mientras uno ya asentado sostiene el resto, de modo que una regresión se redirija en lugar de avisar a alguien. Ninguna de las dos es una afirmación sobre Mistral Large 4, que no servimos. Son la forma de la respuesta para el próximo modelo, y para este, que se lanza antes que su licencia.

Nada de eso es hipotético: los fallos de IA y los incidentes con agentes que están documentados y contra los que se ha escrito esta referencia se recopilan en the OrcaRouter AI Incident Archive , donde cada entrada incluye sus propias fuentes, su grado de gravedad, su calificación de confianza y su indicador de disputa.