I pesi di Mistral Large 4 sono finalmente pubblici: cosa ottieni davvero con 1,06 TB e una licenza da 2.632 byte

Ventitré giorni dopo che Mistral AI ha messo Mistral Large 4 in vendita come anteprima pubblica solo tramite API, il checkpoint è arrivato. Il repository mistralai/Mistral-Large-4-1T-A52B è diventato disponibile su Hugging Face il 29 ottobre 2026 — i suoi metadati registrano un'ultima modifica alle 14:11 UTC di quel giorno — con 54 shard safetensors, 68 file, 1.060,6 GB in bf16 e nessun controllo di accesso di alcun tipo. Ciò che è arrivato insieme ai pesi è la cosa che i resoconti precedenti continuavano a segnalare come assente: un file di licenza, tutti i suoi 2.632 byte, intitolato Mistral Ecosystem Open-Weight License. I vuoti sono stati riempiti. La parte interessante è ciò che il riempimento dice.

La sequenza temporale merita di essere precisata, perché sono circolate tre date e solo una corrisponde a un rilascio effettivo. Mistral ha annunciato l'anteprima il 6 ottobre e si è impegnata a rendere disponibili i pesi "entro la fine del mese" senza indicare un giorno. I resoconti secondari indicavano il 27 ottobre; quella data è passata con il repository ancora vuoto, e gli articoli pre-rilascio — inclusi diversi su questo blog — descrivevano correttamente una scheda con un badge "Open", nessun nome di licenza e una scheda dei pesi con scritto "Coming soon." Il repository esisteva già dal 30 settembre come segnaposto senza file. Ora contiene file.

Ciò che un lettore può verificare direttamente, oggi, è lo stato del repository: l'elenco dei file, i conteggi in byte, il testo della licenza e il fatto che nulla richieda un permesso prima del download. Ciò che non può ancora essere verificato è tutto ciò che dipende dal fatto che qualcuno esegua davvero il sistema su larga scala: se il checkpoint quantizzato preservi i punteggi pubblicati, se il contesto da 1M venga effettivamente servito anziché soltanto configurato e se la tariffa API fortemente scontata resista per tutto il mese. Questi punti sono indicati come aperti più sotto anziché essere attenuati.

Cosa c'è effettivamente all'interno del repository

La versione bf16 è un'unica sequenza lineare di shard: consolidated-00001-of-00054.safetensors fino a -00054, cinquantadue dei quali tra 19,7 e 20,0 GB, con gli ultimi due a 16,9 GB e 4,2 GB, più un consolidated.safetensors.index.json. Il payload totale è di 1.060,6 GB. Si tratta di un vero e proprio download da 1 terabyte prima ancora di aver memorizzato nella cache un singolo token di stato KV, ed è il numero su cui pianificare lo spazio di archiviazione, piuttosto che il titolo "1T parametri", che descrive l'ampiezza aritmetica del modello anziché la sua impronta su disco.

L'aritmetica che conta per l'erogazione del servizio è la suddivisione sparsa: circa 1,05 trilioni di parametri in totale, 49 miliardi attivi per token e 52 miliardi contando embedding e livelli di output, distribuiti su 128 esperti instradati con quattro attivi per token più un esperto condiviso. La scheda del modello dichiara anche una finestra di contesto di 1M token e più di 160 lingue. Entrambe sono soglie dichiarate dal fornitore finché qualcuno non misura ciò che viene effettivamente erogato.

• Accesso — senza restrizioni. L'API di Hugging Face riporta gated: false, quindi non c'è alcun clic di conferma, nessuna coda di approvazione e nessun requisito di account oltre ai termini ordinari del sito. La lista d'attesa che si è formata attorno a questo rilascio durante ottobre riguardava un annuncio, non un permesso.

• Metadati di servizio — config.json, generation_config.json, processor_config.json, un file chat_template.jinja, e sia tekken.json sia tokenizer.json. La configurazione del processor è presente perché il modello accetta immagini oltre al testo.

• Tag della pipeline — image-text-to-text. Mistral descrive il modello come nativamente multimodale, con un codificatore visivo da 1,6 miliardi di parametri: testo e immagini in input, testo in output.

• La variante quantizzata — mistralai/Mistral-Large-4-1T-A52B-NVFP4, in un repository dedicato, creato il 15 ottobre, 43 file, 32 shard, 610,1 GB, anch'esso senza restrizioni di accesso. Mistral lo posiziona per l'hardware Blackwell con supporto NVFP4 nativo e afferma che mantiene "le stesse prestazioni", un'affermazione che nessuno al di fuori dell'azienda ha ancora testato.

• Immagini di benchmark — il repository include esattamente due grafici, images/coding_index.png e images/intelligence_index.png. Entrambi sono realizzati dal fornitore. Sono utili come prova di ciò che Mistral vuole che tu guardi, non come misurazione indipendente, che è la distinzione di cui tratta la sezione successiva.

La licenza, letta anziché riassunta

Il nome riportato nel file è la Mistral Ecosystem Open-Weight License, e la sua seconda frase si autodefinisce "una versione modificata della licenza MIT". Con 2.632 byte è abbastanza breve da poter essere letta tutta d'un fiato, cosa che non si può dire della maggior parte dei termini open-weight. La concessione è ampia: usare, copiare, modificare, unire, pubblicare, distribuire, sublicenziare e vendere copie del modello; eseguirlo, implementarlo, addestrarlo ulteriormente e creare opere derivate. L'uso commerciale è consentito. Non esiste alcuna soglia di ricavi, alcun limite di utenti, alcuna restrizione di campo d'uso e — contrariamente alle speculazioni precedenti al rilascio circa una soglia di ricavi — nessun numero di alcun tipo al di sotto del quale un'azienda debba rimanere.

Quello che c’è invece è una condizione, nella clausola 2. Se il licenziatario o un’affiliata "gestisce un’attività di Model as a Service", deve stipulare una licenza commerciale separata con Mistral prima di utilizzare il modello o i suoi derivati per qualsiasi scopo commerciale. È la clausola che separa i pesi aperti da una piattaforma aperta, ed è più ristretta di quanto non sembri a una prima lettura. "Model as a Service" è definito come il conferire a una terza parte l’accesso al modello per inferenza o post-addestramento "in modo tale da consentire a tale terza parte di esercitare un controllo significativo sugli input, sui parametri o sui dati di addestramento".

Seguono tre deroghe, e contano più della restrizione:

• Prodotti per utenti finali — un prodotto le cui capacità del modello sono "unicamente incorporate all'interno di specifiche funzionalità o harness" è escluso dalla definizione. Distribuire una funzionalità che si limita a chiamare il modello non equivale a gestire un servizio di modello.

• Inoltro — anche il «mero inoltro di richieste a modelli ospitati da terzi» è al di fuori di esso. Un gateway o router che inoltra verso un endpoint ospitato da qualcun altro non è, secondo questo testo, un business Model-as-a-Service.

• Uso interno e prodotti di Mistral — la clausola 3 esenta qualsiasi utilizzo che non renda il modello disponibile a terzi e qualsiasi utilizzo tramite i prodotti ufficiali di Mistral.

L'interpretazione pratica è una suddivisione in tre parti. Ospitare i pesi all'interno della propria organizzazione va bene senza ambiguità. Sviluppare un prodotto attorno a esso va bene. Creare un'API che fornisca ai clienti accesso diretto al modello — gli input, i parametri, l'addestramento — richiede prima un accordo commerciale con Mistral. E un livello di instradamento che inoltra verso l'inferenza ospitata da Mistral rientra nella deroga, che è precisamente la frase che un gateway deve leggere prima ancora di aggiungere un modello.

Su una distinzione del genere vale la pena essere diretti sulla nostra stessa pagina: Mistral Large 4 non è nel catalogo di OrcaRouter al momento della pubblicazione, quindi non è una soluzione che possiamo offrirti oggi. Tramite l'API di Mistral stessa e una serie di piattaforme di hosting di terze parti, è già possibile richiamarlo. Ciò che OrcaRouter offre è l'alternativa generale per i modelli che ha in catalogo — un'unica API per tutto il catalogo con i prezzi di listino dei provider trasferiti con 0% di ricarico, così una variazione di prezzo del fornitore si applica lo stesso giorno; failover automatico tra provider; e un DSL di routing per comporre più modelli in un'unica chiamata. Quando un modello come questo non è ancora collaudato, il failover è anche il modo più economico per metterlo dietro traffico reale senza puntare un percorso di produzione su un singolo endpoint.

I numeri, etichettati da chi li ha prodotti

Ogni cifra di prestazione associata a questo rilascio finora proviene da Mistral. Nessuna terza parte ha pubblicato una ri-esecuzione completa rispetto al checkpoint rilasciato, quindi quanto segue è riportato dal fornitore, salvo diversa indicazione nella riga.

• Terminal-Bench 4.0 — 41%, in aumento dal 28% nella preview. Mistral attribuisce l'aumento di 13 punti a tre settimane in più di apprendimento per rinforzo tra la preview e il rilascio.

• Artificial Analysis Coding Agent Index — 48%, che Mistral descrive come sostanzialmente alla pari con GLM-5.3, pur usando in media il 47% di token in meno per attività. Lo strumento è di Artificial Analysis; il punteggio è la cifra riportata da Mistral.

• Cyber — 51% sull'Artificial Analysis Cyber Index, con un tasso di rifiuto medio dichiarato del 96,6% sulle richieste informatiche malevole, e 79% su CyberGym-E2E secondo la copertura per release.

• Cifre di altri fornitori — BrowseComp 84,5%, Finch 73,3% e resistenza agli attacchi B3 97,1%, tutte dal post di rilascio di Mistral.

• Artificial Analysis Intelligence Index v5 — 26, che la scheda di Mistral definisce il punteggio più alto tra i modelli occidentali a pesi aperti. È il numero più facilmente citato in modo errato, perché l'anteprima era stata riportata a 38,4 sulla versione dell'indice in vigore il 6 ottobre. Artificial Analysis ha ricostruito e ribasato quell'indice alla v5 il 27 ottobre, quindi 38,4 e 26 sono letture di due strumenti diversi. Sottrarli produce una "regressione" di 12 punti che non esiste. Non fatelo.

L'unico numero che valga la pena portare in una decisione d'acquisto non è affatto un benchmark: 47% di token in meno per attività sull'indice del coding agent. Se regge con i tuoi carichi di lavoro, cambia l'aritmetica molto più di quattro punti su una classifica, perché paghi per i token, non per la posizione in classifica.

Quanto costa eseguire, rispetto a quanto costa chiamare

Il self-hosting si divide in due impegni molto diversi. Il checkpoint bf16 è di 1.060,6 GB solo di pesi, che non entra in modo utile su otto acceleratori da 141 GB una volta riservata la cache KV; pianificare più hardware o il percorso quantizzato. Il checkpoint NVFP4 è di 610,1 GB, e secondo le indicazioni di Mistral stessa questa versione gira su quattro GPU B200 o B300. La ricetta vLLM della model card richiede un tensor parallelism di 8 con un dtype FP8 per la cache KV, che è la configurazione rispetto a cui fare benchmark, non una promessa di throughput.

Effettuare la chiamata è più semplice. Il listino pubblicato prevede 1,36 $ per milione di token di input, 0,14 $ per l’input in cache e 4,18 $ per milione di output. Una promozione di lancio mostra le stesse tre voci dimezzate a 0,68 $, 0,07 $ e 2,09 $ — la cifra che la barra laterale del prodotto nel post sui pesi aperti di Mistral stesso arrotonda a 0,70 $ e 2,10 $ — e non è stata pubblicata alcuna data di fine per quella promozione, il che significa che il prezzo effettivo di una chiamata API oggi è all’incirca la metà della tariffa di listino e nessuno può dirti quando questo smetterà di essere vero.

Mettili fianco a fianco e la decisione si prende quasi da sola. Per quasi ogni team che non sia di scala iperscalare, quattro GPU Blackwell più il tempo di ingegneria necessario a servire un MoE da 1 trilione di parametri costano, per token utile, più di quanto costi l'API scontata. L'hosting in proprio, in questo caso, è un acquisto di controllo — residenza dei dati, certezza delle licenze, la capacità di fare fine-tuning e distribuire derivati — non un acquisto di risparmio. Questa è la ragione onesta per scaricare 1,06 TB.

Chi dovrebbe muoversi e chi dovrebbe continuare ad aspettare

Passa se ciò che mancava era la disponibilità. Un team che voleva pesi addestrati in Europa da ispezionare, sottoporre a fine-tuning o eseguire all'interno del proprio perimetro ora li ha, con condizioni che consentono esattamente questo, senza alcun cancello che si frapponga. Passa anche se disponi di capacità Blackwell e di un carico di lavoro in cui la promessa di efficienza sui token ripagherebbe l'hardware — ma misurala prima sul tuo traffico, perché il 47% è il dato di Mistral sull'indice scelto da Mistral.

Un attimo: se la qualità era il fattore bloccante. Non c'è ancora una valutazione indipendente del checkpoint rilasciato, solo della preview, e i due sono artefatti diversi separati da tre settimane di RL. Un attimo: se la tua flotta è di H100 o H200 senza NVFP4 nativo — il percorso efficiente presuppone Blackwell, e il percorso bf16 presuppone molta memoria. E un attimo: se il modello di business era rivendere l'accesso grezzo al modello tramite la tua API: quello è l'unico uso che la licenza riserva chiaramente a un accordo commerciale.

Quello che ancora non sappiamo

Quattro cose, in ordine di quanto potrebbero cambiare il quadro. Se le conversioni NVFP4 e GGUF mantengono i punteggi pubblicati — Mistral afferma "stesse prestazioni", che è un'affermazione, non una misurazione. Se il contesto da 1M viene servito o limitato nella pratica; Artificial Analysis ha misurato 524.288 token sulla configurazione di anteprima, e il valore 1.048.576 nel file di configurazione è un tetto, non una garanzia. Se il prezzo API dimezzato sopravvive oltre la finestra promozionale, il che determina se chiamare resta più economico che ospitare. E come la clausola 2 sarà applicata nei casi limite — l'espressione "controllo significativo" fa molto lavoro e non ha ancora precedenti giurisprudenziali alle spalle.

Il rilascio in sé non è più in discussione. Ventitré giorni di "prossimamente", una data saltata e un repository segnaposto sono diventati 1.060,6 GB, un download senza restrizioni e una licenza così breve che non ci sono scuse per non leggerla. Se aspettavi di capire se Mistral Large 4 fosse reale, la risposta al 29 ottobre 2026 è che i pesi sono sul disco e i termini sono sulla carta. Se aspettavi di capire se sia buono, a quella domanda non è ancora stata data risposta — e le uniche persone che possono rispondere ora sono quelle disposte a scaricarlo ed eseguire i propri test.