Mistral Large 4 entra a far parte di Open Math OS — e la parte open arriva con una lista d'attesa

Il 3 novembre 2026, Mistral Large 4 è diventato il modello più recente su Open Math OS, lo spazio di lavoro condiviso della SAIR Foundation in cui matematici e agenti AI lavorano sugli stessi progetti. L’annuncio è stato un breve post anziché una pagina di lancio: 1,05T di pesi aperti, una finestra di contesto da 1M, disponibile quel giorno per i team approvati. È proprio quest’ultima clausola su cui vale la pena soffermarsi. Open Math OS si basa esclusivamente su modelli aperti proprio perché la comunità matematica possa ispezionare ed eseguire ciò su cui si affida, eppure la nuova aggiunta arriva comunque dietro una coda di approvazione. Lo stesso vale per i tre modelli già presenti nell’elenco — DeepSeek V4.1 Flash, Kimi K3 e GLM-5.3-Flash.

Cosa ha effettivamente detto Mistral, e cosa ha omesso

Il post contiene due affermazioni tecniche e un termine di accesso. Le affermazioni — 1,05 trilioni di parametri totali e una finestra di contesto di un milione di token — corrispondono al checkpoint pubblicato da Mistral il 29 ottobre, quindi non sono aritmetica di marketing. Il termine di accesso è "team approvati", senza alcuna descrizione di cosa richieda l'approvazione, quanto tempo richieda, o se un ricercatore individuale possa accedere senza un team.

Ciò che il post non contiene è altrettanto informativo. Non c’è alcun benchmark matematico. Non c’è alcuna dichiarazione che Mistral Large 4 sia stato valutato su dimostrazioni Lean, sulla formalizzazione o su nessuno dei compiti per cui è stato creato Open Math OS. Non c’è alcuna nota sul fatto che il modello riceva lo stesso accesso agli strumenti degli operatori consolidati — la shell, gli strumenti PDF, il verificatore Lean, i server MCP — o un set ridotto. E non ci sono prezzi, il che è coerente con uno spazio di lavoro che funziona su potenza di calcolo donata anziché su token a consumo.

Niente di tutto questo è una critica al modello. È la descrizione di quanto sia ancora sconosciuto riguardo all'abbinamento, sei giorni dopo l'arrivo dei pesi.

Open Math OS è uno spazio di lavoro, non un modello

La distinzione conta perché il nome lo fa sembrare tale. Open Math OS è un'iniziativa della SAIR Foundation, lanciata in soft launch il 16 ottobre 2026, e Terence Tao — cofondatore di SAIR — l'ha descritta come un servizio ospitato con "servizi e interfacce web simili a quelli dei modelli AI di frontiera", piuttosto che qualcosa da installare. Il suo runtime open source, Open Math Harness, è scritto in Rust ed è strutturato come un microkernel basato su capacità: ogni programma, agenti inclusi, viene eseguito come processo confinato, e il principio di progettazione dichiarato è "gli agenti propongono, i matematici decidono".

Attorno a quel nucleo si trovano gli elementi che lo rendono uno spazio di lavoro anziché una finestra di chat. Account di team, in cui i membri possono vedere i prompt gli uni degli altri. Memoria persistente di progetto. Una modalità di esplorazione parallela chiamata Ultramath che esegue più agenti contemporaneamente sullo stesso problema. Ricerca di dimostrazioni verificata con Lean. Supporto per server MCP e per plugin che gli utenti creano da soli. SAIR concede account gratuiti ai richiedenti accademici e gestisce l'intera cosa su potenza di calcolo donata, ed è per questo che i limiti sugli account e le modifiche alle allocazioni sono esplicitamente sul tavolo.

Il roster con cui è stato lanciato era interamente composto da modelli open-weight cinesi. È questo il vuoto che Mistral Large 4 colma: è il primo modello su Open Math OS proveniente da un laboratorio europeo, e il primo con alle spalle una storia di dispiegamento sovrano francese. Per una fondazione che punta sul controllo comunitario dei dati, avere un'opzione non cinese e non americana è un'aggiunta reale, non una casella da spuntare.

La domanda sulla licenza che nessuno nel thread ha posto

Mistral Large 4 non è Apache 2.0, e questo rappresenta un cambiamento rispetto al suo predecessore. I suoi pesi sono distribuiti con la licenza Mistral Ecosystem Open-Weight License, una licenza MIT modificata che consente uso, modifica, fine-tuning e commercializzazione — con un'eccezione. Chiunque offra il modello come model-as-a-service deve ottenere una licenza commerciale separata da Mistral.

Open Math OS è un servizio ospitato che consente ai team di richiamare un modello tramite un'interfaccia web. Se tale assetto sia "model-as-a-service" nel senso della licenza, oppure rientri nell'esenzione per i prodotti embedded destinati agli utenti finali, oppure rientri nella stretta deroga per il semplice inoltro di richieste a modelli ospitati altrove, è una questione giuridica che SAIR non ha affrontato pubblicamente. Neanche Mistral si è espressa. È del tutto possibile — anzi, probabile — che dietro l'annuncio ci sia un accordo commerciale che nessuna delle due parti ha descritto. Ma un lettore che ha visto "pesi aperti" e ha dato per scontata la questione dell'hosting dovrebbe sapere che non lo è, perché la stessa clausola si applicherà a ogni laboratorio che voglia costruire uno spazio di lavoro condiviso su questo modello.

Perché una finestra da 1M qui è più di una riga di scheda tecnica

Le finestre di contesto vengono di solito vendute in base al volume dei documenti, e un milione di token suona come uno schedario. In uno spazio di lavoro di matematica formale la versione utile è diversa. Un progetto accumula un file Lean, le sue importazioni, uno stato di dimostrazione, la discussione attorno a una tattica fallita e la cronologia delle sessioni dell'agente stesso. Tutto ciò deve trovarsi nella stessa cornice perché un agente possa fare qualcosa che non sia tirare a indovinare. I thread che sopravvivono per più giorni sono il senso di uno spazio di lavoro condiviso; una finestra che li tronca trasforma ogni sessione in un avvio a freddo.

Questo è un argomento a favore del fatto che Mistral Large 4 si adatti al design, non una prova che sia performante. Le due cose sono facili da confondere in una settimana di lancio, e il post di Mistral non aiuta — elenca la finestra come numero di punta accanto al conteggio dei parametri, che è grammatica da scheda tecnica, non una valutazione.

Cosa ottiene un team approvato e cosa resta ancora non dichiarato

• Valutazione — nessun risultato matematico pubblicato per Mistral Large 4 su Open Math OS; i modelli di lancio della lista sono stati descritti da Tao come circa un anno indietro rispetto alla frontiera e validi nella formalizzazione Lean di medie dimensioni, il che è un'affermazione di capacità, non un punteggio.

• Parità di strumenti — non è specificato se il nuovo modello riceverà Ultramath, la ricerca di dimostrazioni e l'intera toolchain scientifica, oppure un sottoinsieme limitato durante la fase di valutazione.

• Limiti — nessun limite di frequenza, quota o tetto di contesto pubblicato all'interno dell'area di lavoro, dove una finestra da 1M può essere ridotta dalla piattaforma indipendentemente da ciò che il modello supporta.

• Politica sui dati — Tao ha scritto in ottobre che SAIR intendeva «raccogliere prima alcuni dati di utilizzo, prima di finalizzare le nostre politiche». Questa è un'affermazione onesta, e anche un motivo per leggere i termini attuali prima di inserire una dimostrazione non pubblicata in un progetto.

• Selezione — nessuna spiegazione di come un team sceglie un modello per progetto, se la scelta avvenga per chat o per progetto, o se SAIR effettui automaticamente il routing tra di essi.

Lo schema è coerente: l'annuncio descrive un modello che viene aggiunto a una gamma, non una capacità che viene dimostrata. Se stai decidendo se candidarti, questo è lo stato onesto delle prove.

Se quello che vuoi sono i modelli anziché il workspace

Open Math OS è la parte interessante di questa storia, ma non è l'unico modo per accedere ai modelli che esegue. GLM-5.3-Flash è nel catalogo OrcaRouter al prezzo di listino del provider, e lo stesso vale per Kimi K3 — due dei tre modelli con cui è stato lanciato il workspace, richiamabili da un'unica API insieme a oltre 200 altri, con failover automatico tra provider e 0% di ricarico sulla tariffa del provider stesso. Il DSL di routing li composerà in un'unica chiamata se vuoi un pannello anziché una singola risposta, che è una rozza approssimazione di ciò che Ultramath fa all'interno del workspace senza il Lean checker collegato.

Mistral Large 4 non è nel nostro catalogo, e non abbiamo intenzione di far finta del contrario. Se volete specificamente quel modello, le strade oggi sono l'API di Mistral stessa, i checkpoint open-weight su Hugging Face, oppure i partner di hosting di terze parti del fornitore. Il compromesso è reale: il workspace vi dà il progetto condiviso, gli strumenti e la verifica delle prove; l'API vi dà solo il modello, a un prezzo che potete misurare.

Cosa guardare dopo

Tre cose trasformerebbero questo da un aggiornamento del roster in un risultato. Una valutazione per modello all'interno di Open Math OS — anche piccola, un insieme di formalizzazioni Lean valutate allo stesso modo per tutti e quattro i modelli — sarebbe la prima prova pubblica su quale modello un matematico dovrebbe scegliere per quale compito. Una politica di accesso pubblicata risolverebbe la tensione tra «aperto» e «approvato». E una dichiarazione di SAIR o Mistral su come l'accordo di hosting si rapporta alla clausola model-as-a-service direbbe a ogni altro laboratorio se può costruire la stessa cosa.

Fino ad allora, la sintesi accurata è limitata: un modello open-weight da mille miliardi di parametri con una finestra da 1M è ora una delle opzioni in uno spazio di lavoro di ricerca che è ancora, secondo la descrizione stessa del suo fondatore, una versione molto preliminare.