Los pesos de Mistral Large 4 por fin son públicos: lo que realmente obtienes con 1,06 TB y una licencia de 2.632 bytes

Veintitrés días después de que Mistral AI pusieraMistral Large 4 a la venta como una vista previa pública disponible únicamente mediante API, el checkpoint llegó. El repositorio mistralai/Mistral-Large-4-1T-A52B se publicó en Hugging Face el 29 de octubre de 2026 —sus metadatos registran una última modificación a las 14:11 UTC de ese día— con 54 fragmentos safetensors, 68 archivos, 1.060,6 GB en bf16 y ningún control de acceso de ningún tipo. Lo que llegó junto con los pesos es eso que la cobertura anterior no dejaba de señalar como ausente: un archivo de licencia, con sus 2.632 bytes completos, titulado Mistral Ecosystem Open-Weight License. Los espacios en blanco están rellenados. Lo interesante es lo que dice el relleno.

Vale la pena concretar la cronología, porque han circulado tres fechas y solo una de ellas es una entrega. Mistral anunció la vista previa el 6 de octubre y se comprometió a publicar los pesos «para finales del mes» sin especificar un día. Los informes secundarios apuntaban al 27 de octubre; esa fecha pasó con el repositorio aún vacío, y los artículos previos al lanzamiento —incluidos varios en este blog— describían correctamente una ficha con una insignia «Open», ningún nombre de licencia y una pestaña de pesos que decía «Coming soon». El propio repositorio existía desde el 30 de septiembre como marcador de posición sin ningún archivo. Ahora tiene archivos.

Lo que un lector puede verificar de primera mano, hoy, es el estado del repositorio: la lista de archivos, los recuentos de bytes, el texto de la licencia y el hecho de que nada pide permiso antes de que descargues. Lo que aún no se puede verificar es todo lo que depende de que alguien ejecute realmente la cosa a escala — si el checkpoint cuantizado preserva las puntuaciones publicadas, si el contexto de 1M se sirve en lugar de simplemente configurarse, y si la tarifa de API profundamente descontada sobrevive el mes. Esos se marcan como abiertos a continuación en lugar de disimularse.

¿Qué hay realmente dentro del repositorio?

La versión bf16 es una única secuencia plana de fragmentos: consolidated-00001-of-00054.safetensors hasta -00054, cincuenta y dos de ellos entre 19,7 y 20,0 GB, con los dos últimos en 16,9 GB y 4,2 GB, además de un consolidated.safetensors.index.json. El contenido total asciende a 1.060,6 GB. Se trata de una descarga real de 1 terabyte antes de haber almacenado en caché un solo token de estado KV, y es la cifra con la que hay que planificar el almacenamiento, más que el titular de «1T parámetros», que describe la amplitud aritmética del modelo y no su huella en disco.

La aritmética que importa para el servicio es el reparto disperso: aproximadamente 1,05 billones de parámetros en total, 49 mil millones activos por token y 52 mil millones contando embeddings y capas de salida, distribuidos entre 128 expertos enrutados con cuatro activos por token más un experto compartido. La ficha también afirma un contexto de 1 M de tokens y más de 160 idiomas. Ambos son límites máximos del proveedor hasta que alguien mida lo que realmente se sirve.

• Acceso — sin restricciones. La API de Hugging Face informa gated: false, así que no hay que hacer clic para aceptar, ni cola de aprobación, ni requisito de cuenta más allá de los términos habituales del sitio. La lista de espera que se formó en torno a este lanzamiento durante octubre era para un anuncio, no para un permiso.

• Metadatos de servicio — config.json, generation_config.json, processor_config.json, un chat_template.jinja, y tanto tekken.json como tokenizer.json. La configuración del procesador está ahí porque el modelo admite imágenes además de texto.

• Etiqueta de pipeline — image-text-to-text. Mistral describe el modelo como nativamente multimodal, con un codificador de visión de 1.600 millones de parámetros; entrada de texto e imagen, salida de texto.

• Hermano cuantizado — mistralai/Mistral-Large-4-1T-A52B-NVFP4, su propio repositorio, creado el 15 de octubre, 43 archivos, 32 fragmentos, 610,1 GB, también sin restricciones de acceso. Mistral posiciona esta versión para hardware Blackwell con soporte nativo de NVFP4 y afirma que mantiene "el mismo rendimiento", una afirmación que nadie fuera de la empresa ha probado todavía.

• Imágenes de benchmark — el repositorio incluye exactamente dos gráficos, images/coding_index.png y images/intelligence_index.png. Ambos están elaborados por el proveedor. Resultan útiles como evidencia de lo que Mistral quiere que mires, no como medición independiente, que es la distinción de la que trata la siguiente sección.

La licencia, leída en lugar de resumida

El nombre que figura en el archivo es el de la Mistral Ecosystem Open-Weight License, y su segunda frase se autodenomina "una versión modificada de la licencia MIT". Con 2.632 bytes, es lo bastante corta como para leerse de una sentada, lo cual es más de lo que puede decirse de la mayoría de los términos de peso abierto. La concesión es amplia: usar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar y vender copias del modelo; ejecutarlo, desplegarlo, seguir entrenándolo y crear obras derivadas. Se permite el uso comercial. No hay umbral de ingresos, ni límite de usuarios, ni restricción de campo de uso y —contrariamente a las especulaciones previas al lanzamiento sobre una barrera de ingresos— no hay ninguna cifra de ningún tipo bajo la cual una empresa deba mantenerse.

Lo que hay en su lugar es una condición, en la cláusula 2. Si el licenciatario o una sociedad afiliada «opera un negocio de Modelo como Servicio», debe firmar una licencia comercial separada con Mistral antes de utilizar el modelo o sus derivados con cualquier fin comercial. Esa es la cláusula que separa los pesos abiertos de una plataforma abierta, y es más restrictiva de lo que parece a primera vista. «Modelo como Servicio» se define como dar a un tercero acceso al modelo para inferencia o posentrenamiento «de una manera que permita a dicho tercero ejercer un control significativo sobre las entradas, los parámetros o los datos de entrenamiento».

Siguen tres excepciones, y importan más que la restricción:

• Productos para usuarios finales: un producto cuyas capacidades de modelo están «únicamente integradas dentro de determinadas funcionalidades o harnesses» queda fuera de la definición. Lanzar una funcionalidad que simplemente invoca el modelo no equivale a operar un servicio de modelo.

• Reenvío — {{1}}«el mero reenvío de solicitudes a modelos alojados por terceros»{{/1}} también queda fuera de ello. Una puerta de enlace o un enrutador que reenvía a un endpoint alojado por otra persona no es, según este texto, un {{2}}negocio de Model-as-a-Service{{/2}}.

• Uso interno y productos propios de Mistral — la cláusula 3 exime cualquier uso que no ponga el modelo a disposición de terceros, y cualquier uso a través de los productos oficiales de Mistral.

La interpretación práctica es una división tripartita. Alojar los pesos dentro de tu propia organización es incuestionablemente aceptable. Construir un producto en torno a ello es aceptable. Poner en marcha una API que da a los clientes acceso directo al modelo —las entradas, los parámetros, el entrenamiento— requiere primero un acuerdo comercial con Mistral. Y una capa de enrutamiento que redirige a la inferencia alojada en Mistral queda dentro de la excepción, que es precisamente la frase que una pasarela tiene que leer antes siquiera de añadir un modelo.

Vale la pena ser francos sobre esta distinción en nuestra propia página: Mistral Large 4 no está en el catálogo de OrcaRouter a fecha de publicación, por lo que no es una ruta que podamos ofrecerte hoy. A través de la propia API de Mistral y de varias plataformas de alojamiento de terceros, ya se puede invocar. Lo que OrcaRouter sí ofrece es la alternativa general para los modelos que sí incluye — una única API para todo el catálogo con los precios de lista de los proveedores repercutidos con un 0 % de margen, de modo que un cambio de precio del proveedor se refleja el mismo día; conmutación por error automática entre proveedores; y un DSL de enrutamiento para combinar varios modelos en una sola llamada. Cuando un modelo como este no está probado, la conmutación por error también es la forma más económica de ponerlo detrás de tráfico real sin apostar una ruta de producción a un solo endpoint.

Los números, etiquetados según quién los produjo

Todas las cifras de rendimiento asociadas a este lanzamiento hasta ahora provienen de Mistral. Ningún tercero ha publicado una repetición completa contra el checkpoint publicado, por lo que lo que sigue son datos reportados por el proveedor salvo que la línea indique lo contrario.

• Terminal-Bench 4.0 — 41 %, frente al 28 % en la vista previa. Mistral atribuye la mejora de 13 puntos a tres semanas adicionales de aprendizaje por refuerzo entre la vista previa y el lanzamiento.

• Índice de agentes de programación de Artificial Analysis: 48%, que Mistral describe como prácticamente empatado con GLM-5.3 aunque usando, en promedio, 47% menos tokens por tarea. El instrumento es de Artificial Analysis; la puntuación es la que Mistral reporta de él.

• Ciber — 51 % en el Índice de Ciber de Artificial Analysis, con una tasa de rechazo promedio declarada del 96,6 % en solicitudes cibernéticas maliciosas, y 79 % en CyberGym-E2E según la cobertura de cada lanzamiento.

• Cifras de otros proveedores — BrowseComp 84,5 %, Finch 73,3 % y resistencia a ataques de B3 97,1 %, todas de la publicación de lanzamiento de Mistral.

• Artificial Analysis Intelligence Index v5 — 26, que la ficha de Mistral presenta como la puntuación más alta entre los modelos occidentales de pesos abiertos. Esta es la cifra que más probablemente se citará mal, porque la versión preliminar se comunicó como 38,4 en la versión del índice vigente el 6 de octubre. Artificial Analysis reconstruyó y rebasó ese índice a la v5 el 27 de octubre, por lo que 38,4 y 26 son lecturas de dos instrumentos distintos. Restarlos produce una "regresión" de 12 puntos que no existe. No lo hagas.

La única cifra que vale la pena incorporar en una decisión de compra no es en absoluto un benchmark: un 47 % menos tokens por tarea en el índice de agentes de programación. Si eso se mantiene con tus propias cargas de trabajo, cambia los cálculos mucho más que cuatro puntos en una tabla de clasificación, porque pagas por tokens, no por la posición en el ranking.

Lo que cuesta ejecutarlo, frente a lo que cuesta llamarlo

El autoalojamiento se divide en dos compromisos muy diferentes. El checkpoint bf16 ocupa 1.060,6 GB solo en pesos, lo que no encaja de forma útil en ocho aceleradores de 141 GB una vez que se reserva la caché KV; planifica más hardware o la ruta cuantizada. El checkpoint NVFP4 ocupa 610,1 GB, y la propia guía de Mistral indica que esta versión se ejecuta en cuatro GPU B200 o B300. La receta de vLLM de la ficha del modelo requiere paralelismo tensorial de 8 con un dtype de caché KV FP8, que es la configuración con la que se debe comparar, no una promesa de rendimiento.

Hacer la llamada es más sencillo. La tarifa publicada es de $1.36 por millón de tokens de entrada, $0.14 de entrada en caché y $4.18 por millón de salida. Una promoción de lanzamiento muestra las mismas tres líneas reducidas a la mitad: $0.68, $0.07 y $2.09 —la cifra que la barra lateral del producto en la publicación de pesos abiertos de Mistral redondea a $0.70 y $2.10— y no se ha publicado fecha de finalización para esa promoción, lo que significa que el precio efectivo de una llamada a la API hoy es aproximadamente la mitad de la tarifa de lista y nadie puede decirte cuándo dejará de ser cierto.

Si los pone uno al lado del otro, la decisión casi se toma por sí sola. Para casi cualquier equipo por debajo del nivel de hiperescala, cuatro GPU Blackwell más el tiempo de ingeniería para servir un MoE de un billón de parámetros cuesta más por token útil que la API con descuento. El autoalojamiento aquí es una compra de control —residencia de datos, certeza sobre las licencias, la capacidad de ajustar y distribuir derivados—, no una compra de ahorros. Esa es la razón honesta para descargar 1,06 TB.

¿Quién debería moverse y quién debería seguir esperando?

Da el paso si lo que faltaba era la disponibilidad. Un equipo que quería pesos entrenados en Europa que pudiera inspeccionar, afinar o ejecutar dentro de su propio perímetro ahora los tiene, en unas condiciones que permiten exactamente eso, sin ninguna barrera de por medio. Da el paso también si tienes capacidad Blackwell y una carga de trabajo en la que la promesa de eficiencia de tokens amortizaría el hardware; pero mídela primero con tu propio tráfico, porque el 47% es la cifra de Mistral sobre el índice elegido por Mistral.

Espera, si la calidad era el obstáculo. Sigue sin haber una evaluación independiente del checkpoint publicado, solo de la preview, y son dos artefactos distintos separados por tres semanas de RL. Y espera si tu flota es de H100 o H200 sin NVFP4 nativo: la ruta eficiente asume Blackwell, y la ruta bf16 asume una enorme cantidad de memoria. Y espera si el modelo de negocio era revender acceso bruto al modelo a través de tu propia API: ese es precisamente el uso que la licencia reserva claramente a un acuerdo comercial.

Lo que todavía no sabemos

Cuatro cosas, en orden de cuánto podrían cambiar el panorama. Que las conversiones a NVFP4 y GGUF mantengan las puntuaciones publicadas — Mistral dice "el mismo rendimiento", lo cual es una afirmación, no una medición. Que el contexto de 1M se sirva o se limite en la práctica; Artificial Analysis midió 524.288 tokens en la configuración de vista previa, y el 1.048.576 del archivo de configuración es un techo, no una garantía. Que el precio de API reducido a la mitad sobreviva más allá de la ventana promocional, lo que determina si llamar sigue siendo más barato que alojar. Y cómo se aplicará la cláusula 2 en casos límite: la frase "control significativo" está haciendo mucho trabajo y aún no tiene jurisprudencia que la respalde.

El lanzamiento en sí ya no está en duda. Veintitrés días de «próximamente», una fecha incumplida y un repositorio provisional se convirtieron en 1.060,6 GB, una descarga sin restricciones y una licencia tan breve que no hay excusa para no leerla. Si estabas esperando para decidir si Mistral Large 4 era real, la respuesta a fecha de 29 de octubre de 2026 es que los pesos están en disco y los términos en papel. Si estabas esperando para decidir si es bueno, esa pregunta aún no tiene respuesta, y las únicas personas que pueden responderla ahora son las que estén dispuestas a descargarlo y ejecutar sus propias pruebas.