Mistral Large 4 entra no Open Math OS — e a parte aberta vem com lista de espera

Em 3 de novembro de 2026, o Mistral Large 4 se tornou o modelo mais novo do Open Math OS, o espaço de trabalho compartilhado da SAIR Foundation onde matemáticos e agentes de IA trabalham nos mesmos projetos. O anúncio foi um post curto, e não uma página de lançamento: pesos abertos de 1,05T, uma janela de contexto de 1M, disponível naquele dia para equipes aprovadas. É essa última cláusula que merece ser considerada com calma. O Open Math OS é construído apenas com modelos abertos justamente para que a comunidade matemática possa inspecionar e executar aquilo em que está confiando, e a mais nova adição ainda chega atrás de uma fila de aprovação. O mesmo vale para os três modelos já na lista — DeepSeek V4.1 Flash, Kimi K3 e GLM-5.3-Flash.

O que a Mistral realmente disse, e o que ela deixou de fora

A publicação traz duas alegações técnicas e um termo de acesso. As alegações — {{1}}1,05 trilhão de parâmetros totais{{/1}} e {{2}}uma janela de contexto de um milhão de tokens{{/2}} — correspondem ao checkpoint que a Mistral publicou em 29 de outubro, portanto não são aritmética de marketing. O termo de acesso é {{3}}"equipes aprovadas",{{/3}} sem qualquer descrição do que a aprovação exige, de quanto tempo leva, ou se um pesquisador individual pode entrar sem uma equipe.

O que o post não contém é igualmente informativo. Não há benchmark de matemática. Não há declaração de que o Mistral Large 4 foi avaliado em provas Lean, em formalização ou em qualquer uma das tarefas para as quais o Open Math OS foi criado. Não há nota sobre se o modelo recebe o mesmo acesso a ferramentas que os concorrentes estabelecidos — o shell, as ferramentas de PDF, o verificador Lean, os servidores MCP — ou um conjunto reduzido. E não há preço, o que é consistente com um workspace que funciona com computação doada em vez de tokens medidos.

Nada disso é uma crítica ao modelo. É uma descrição de quanto ainda é desconhecido sobre o pareamento, seis dias depois que os pesos chegaram.

O Open Math OS é um espaço de trabalho, não um modelo.

A distinção é importante porque o nome dá a entender que se trata de um. O Open Math OS é uma iniciativa da SAIR Foundation, lançada em soft launch a 16 de outubro de 2026, e Terence Tao — cofundador da SAIR — descreveu-o como um serviço alojado com «serviços e interfaces web semelhantes aos modelos de IA de fronteira», e não algo que se instala. O seu ambiente de execução open source, o Open Math Harness, está escrito em Rust e estruturado como um micronúcleo baseado em capacidades: todos os programas, incluindo os agentes, são executados como processos confinados, e o princípio de conceção declarado é «os agentes propõem, os matemáticos decidem».

Ao redor desse núcleo estão as coisas que o tornam um espaço de trabalho em vez de uma janela de chat. Contas de equipe, nas quais os membros podem ver os prompts uns dos outros. Memória persistente de projeto. Um modo de exploração paralela chamado Ultramath que executa vários agentes sobre o mesmo problema ao mesmo tempo. Busca de provas verificadas por Lean. Suporte a servidores MCP e a plugins que os próprios usuários criam. A SAIR está concedendo contas gratuitas a solicitantes acadêmicos e executando tudo em computação doada, e é por isso que limites de contas e ajustes de alocação estão explicitamente em pauta.

O elenco com que foi lançado era inteiramente composto por modelos chineses de pesos abertos. É essa lacuna que o Mistral Large 4 preenche: é o primeiro modelo do Open Math OS de um laboratório europeu e o primeiro com uma história francesa de implantação soberana por trás. Para uma fundação cuja proposta é o controle comunitário dos dados, ter uma opção não chinesa e não americana é um acréscimo real, e não apenas um item de marcar.

A pergunta sobre a licença que ninguém no tópico fez

Mistral Large 4 não é Apache 2.0, e isso representa uma mudança em relação ao seu antecessor. Os seus pesos são distribuídos sob a Mistral Ecosystem Open-Weight License, uma licença MIT modificada que permite uso, modificação, ajuste fino e comercialização — com uma exceção. Qualquer pessoa que ofereça o modelo como modelo como serviço deve obter uma licença comercial separada da Mistral.

Open Math OS é um serviço hospedado que permite às equipes chamar um modelo por meio de uma interface web. Se esse arranjo é "modelo-como-serviço" no sentido da licença, ou se enquadra na isenção para produtos finais embarcados, ou se encaixa na exceção estreita para apenas retransmitir solicitações a modelos hospedados em outro lugar, é uma questão jurídica que a SAIR não abordou publicamente. A Mistral também não se pronunciou. É inteiramente possível — provável, até — que haja um acordo comercial por trás do anúncio que nenhuma das partes descreveu. Mas um leitor que viu "pesos abertos" e presumiu que a questão da hospedagem estava resolvida deve saber que não está, porque a mesma cláusula se aplicará a todo laboratório que queira construir um espaço de trabalho compartilhado com base nesse modelo.

Por que uma janela de 1M é mais do que uma linha de ficha técnica aqui

As janelas de contexto costumam ser vendidas com base no volume de documentos, e um milhão de tokens soa como um armário de arquivos. Em um espaço de trabalho de matemática formal, a versão útil é diferente. Um projeto acumula um arquivo Lean, suas importações, um estado de prova, a discussão em torno de uma tática que falhou e o histórico da própria sessão do agente. Tudo isso precisa estar no mesmo quadro para que um agente faça algo além de adivinhar. Threads que sobrevivem ao longo de dias são o sentido de um espaço de trabalho compartilhado; uma janela que as trunca transforma cada sessão em um início a frio.

Isso é um argumento para explicar por que o Mistral Large 4 se adequa ao design, não uma evidência de que ele tem bom desempenho. É fácil confundir as duas coisas em uma semana de lançamento, e o post da Mistral não ajuda — ele lista a janela de contexto como um número de destaque ao lado da contagem de parâmetros, o que é linguagem de ficha técnica, não uma avaliação.

O que uma equipe aprovada recebe e o que ainda não foi declarado

• Avaliação — nenhum resultado matemático publicado para o Mistral Large 4 no Open Math OS; os modelos de lançamento do roster foram descritos por Tao como roughly um ano atrás da fronteira e bons em formalização em Lean de porte médio, o que é uma afirmação de capacidade, não uma pontuação.

• Paridade de ferramentas — não está especificado se o novo modelo recebe o Ultramath, a busca de provas e o conjunto completo de ferramentas científicas, ou um subconjunto limitado enquanto está sendo avaliado.

• Limites — nenhum limite de taxa, cota ou teto de contexto publicado dentro do workspace, onde uma janela de 1M pode ser reduzida pela plataforma independentemente do que o modelo suporte.

• Política de dados — Tao escreveu em outubro que o SAIR queria "primeiro coletar alguns dados de uso antes de finalizar nossas políticas". Essa é uma declaração honesta e também um motivo para ler os termos atuais antes de colocar uma prova não publicada em um projeto.

• Seleção — nenhuma explicação de como uma equipe escolhe um modelo por projeto, se a escolha é por chat ou por projeto, ou se o SAIR roteia entre eles automaticamente.

O padrão é consistente: o anúncio descreve um modelo sendo adicionado a uma linha de produtos, não uma capacidade sendo demonstrada. Se você está decidindo se deve se candidatar, esse é o estado honesto das evidências.

Se o que você quer são os modelos, e não o workspace

O Open Math OS é a parte interessante desta história, mas não é a única forma de acessar os modelos que ele executa. O GLM-5.3-Flash está no catálogo do OrcaRouter pelo preço de lista do provedor, e o Kimi K3 também — dois dos três modelos com os quais o workspace foi lançado, chamáveis a partir de uma única API ao lado de mais de 200 outros, com failover automático entre provedores e 0% de margem sobre a tarifa do próprio provedor. A DSL de roteamento os comporá em uma única chamada se você quiser um painel em vez de uma única resposta, o que é uma aproximação grosseira do que o Ultramath faz dentro do workspace sem o verificador Lean acoplado.

O Mistral Large 4 não está no nosso catálogo, e não vamos fingir o contrário. Se quer especificamente esse modelo, as vias hoje são a API da própria Mistral, os checkpoints de pesos abertos no Hugging Face ou os parceiros de alojamento terceiros do fornecedor. A contrapartida é real: o espaço de trabalho dá-lhe o projeto partilhado, as ferramentas e a verificação de provas; a API dá-lhe apenas o modelo, a um preço que pode medir.

O que assistir a seguir

Três coisas transformariam isto de uma atualização de lista num resultado. Uma avaliação por modelo dentro do Open Math OS — mesmo pequena, um conjunto de formalizações em Lean pontuadas da mesma forma para os quatro modelos — seria a primeira evidência pública sobre qual modelo um matemático deve escolher para cada tarefa. Uma política de acesso publicada resolveria a tensão entre "aberto" e "aprovado". E uma declaração da SAIR ou da Mistral sobre como o arranjo de hospedagem se posiciona em relação à cláusula de model-as-a-service diria a todos os outros laboratórios se podem construir a mesma coisa.

Até então, o resumo preciso é limitado: um modelo de pesos abertos com um trilhão de parâmetros e uma janela de 1M agora é uma das opções em um ambiente de pesquisa que ainda é, pela própria descrição de seu fundador, uma versão muito inicial.