Os pesos do Mistral Large 4 finalmente são públicos: o que 1,06 TB e uma licença de 2.632 bytes realmente lhe oferecem

Vinte e três dias após a Mistral AI colocar o Mistral Large 4 à venda como uma prévia pública apenas via API, o checkpoint foi disponibilizado. O repositório mistralai/Mistral-Large-4-1T-A52B entrou no ar no Hugging Face em 29 de outubro de 2026 — seus metadados registram uma última modificação às 14:11 UTC daquele dia — com 54 shards safetensors, 68 arquivos, 1.060,6 GB em bf16 e absolutamente nenhuma barreira de acesso. O que chegou junto com os pesos é justamente o que a cobertura anterior vinha apontando como ausente: um arquivo de licença, com todos os seus 2.632 bytes, intitulado Mistral Ecosystem Open-Weight License. As lacunas foram preenchidas. A parte interessante é o que o preenchimento diz.

Vale a pena fixar a cronologia, porque três datas circularam e apenas uma delas é uma entrega. A Mistral anunciou a prévia em 6 de outubro e se comprometeu com os pesos “até o fim do mês”, sem indicar um dia. Reportagens secundárias apontaram 27 de outubro; essa data passou com o repositório ainda vazio, e os textos de pré-lançamento — incluindo vários neste blog — descreveram corretamente um card com um selo “Open”, sem nome de licença e uma aba de pesos que dizia “Coming soon”. O próprio repositório existia desde 30 de setembro como um espaço reservado sem nenhum arquivo. Agora ele tem arquivos.

O que um leitor pode verificar diretamente, hoje, é o estado do repositório: a lista de arquivos, as contagens de bytes, o texto da licença e o fato de nada pedir permissão antes do download. O que ainda não pode ser verificado é tudo que depende de alguém realmente executar a coisa em escala — se o checkpoint quantizado preserva as pontuações publicadas, se o contexto de 1M é efetivamente servido e não apenas configurado, e se a taxa de API com desconto profundo se mantém ao longo do mês. Esses pontos estão marcados como em aberto abaixo, em vez de atenuados.

O que está realmente dentro do repositório

A versão bf16 é uma única sequência contínua de shards: consolidated-00001-of-00054.safetensors até -00054, cinquenta e dois deles entre 19,7 e 20,0 GB, com os dois últimos em 16,9 GB e 4,2 GB, além de um consolidated.safetensors.index.json. O payload total é 1.060,6 GB. Trata-se de um download genuíno de 1 terabyte antes de você ter armazenado em cache um único token de estado KV, e é o número em torno do qual planejar o armazenamento, em vez da manchete "1T parâmetros", que descreve a largura aritmética do modelo, e não seu espaço ocupado em disco.

A aritmética que importa para o serving é a divisão esparsa: aproximadamente 1,05 trilhão de parâmetros no total, 49 bilhões ativos por token e 52 bilhões contando embeddings e camadas de saída, distribuídos entre 128 especialistas roteados, com quatro ativos por token mais um especialista compartilhado. A ficha também afirma um contexto de 1 milhão de tokens e mais de 160 idiomas. Ambos são tetos do fornecedor até que alguém meça o que é realmente servido.

• Acesso — sem restrições. A API do Hugging Face informa gated: false, portanto não há aceitação por clique, nem fila de aprovação, nem exigência de conta além dos termos usuais do site. A lista de espera que se formou em torno deste lançamento durante outubro era para um anúncio, não para uma permissão.

• Metadados de serving — config.json, generation_config.json, processor_config.json, um chat_template.jinja, e tanto tekken.json quanto tokenizer.json. A configuração do processador está presente porque o modelo aceita imagens, assim como texto.

• Tag de pipeline — imagem-texto-para-texto. A Mistral descreve o modelo como nativamente multimodal, com um codificador de visão de 1,6 bilhão de parâmetros, entrada de texto e imagem e saída de texto.

• Versão irmã quantizada — mistralai/Mistral-Large-4-1T-A52B-NVFP4, seu próprio repositório, criado em 15 de outubro, 43 arquivos, 32 shards, 610,1 GB, também sem restrição de acesso. A Mistral posiciona este modelo para hardware Blackwell com suporte nativo a NVFP4 e afirma que ele mantém o "mesmo desempenho", uma alegação que ninguém fora da empresa testou até agora.

• Imagens de benchmark — o repositório inclui exatamente dois gráficos, images/coding_index.png e images/intelligence_index.png. Ambos são feitos pelo fornecedor. Eles são úteis como evidência do que a Mistral quer que você veja, e não como uma medição independente, que é a distinção abordada na próxima seção.

A licença, lida em vez de resumida

O nome no arquivo é a Mistral Ecosystem Open-Weight License, e sua segunda frase se autodenomina "uma versão modificada da licença MIT". Com 2.632 bytes, é curta o bastante para ser lida de uma sentada, o que não se pode dizer da maioria dos termos de pesos abertos. A concessão é ampla: usar, copiar, modificar, mesclar, publicar, distribuir, sublicenciar e vender cópias do modelo; executá-lo, implantá-lo, treiná-lo adicionalmente e criar obras derivadas. O uso comercial é permitido. Não há limite de receita, nem teto de usuários, nem restrição de campo de uso e — ao contrário das especulações anteriores ao lançamento sobre um limite de receita — nenhum número de qualquer tipo abaixo do qual uma empresa precise se manter.

O que existe, em vez disso, é uma condição, na cláusula 2. Se o licenciado ou uma afiliada "opera um negócio de Model as a Service", deverá assinar uma licença comercial separada com a Mistral antes de usar o modelo ou os seus derivados para qualquer finalidade comercial. É essa a cláusula que separa pesos abertos de uma plataforma aberta, e é mais restrita do que parece à primeira leitura. "Model as a Service" é definido como dar a um terceiro acesso ao modelo para inferência ou pós-treinamento "de uma forma que permita a esse terceiro exercer controle significativo sobre as entradas, parâmetros ou dados de treinamento."

Seguem-se três exceções, e elas importam mais do que a restrição:

• Produtos para o usuário final — um produto cujas capacidades do modelo estão "unicamente incorporadas em recursos ou arcabouços específicos" está fora da definição. Lançar um recurso que, por acaso, chama o modelo não é operar um serviço de modelo.

• Repasse — "o mero repasse de solicitações a modelos hospedados por terceiros" também está fora disso. Um gateway ou roteador que encaminha para um endpoint hospedado por outra pessoa não é, segundo este texto, um negócio de Model-as-a-Service.

• Uso interno e produtos próprios da Mistral — a cláusula 3 isenta qualquer uso que não disponibilize o modelo a terceiros, e qualquer uso por meio dos produtos oficiais da Mistral.

A leitura prática é uma divisão em três partes. Hospedar os pesos dentro da sua própria organização é inequivocamente permitido. Criar um produto em torno disso é permitido. Disponibilizar uma API que dá aos clientes acesso bruto ao modelo — as entradas, os parâmetros, o treinamento — exige primeiro um acordo comercial com a Mistral. E uma camada de roteamento que encaminha para inferência hospedada pela Mistral se enquadra na exceção, que é precisamente a frase que um gateway precisa ler antes de adicionar qualquer modelo.

Vale a pena sermos francos sobre essa distinção em nossa própria página: o Mistral Large 4 não está no catálogo da OrcaRouter na data de publicação, portanto esta não é uma rota que podemos oferecer hoje. Por meio da API própria da Mistral e de diversas plataformas de hospedagem de terceiros, agora é possível chamá-lo. O que a OrcaRouter oferece é a alternativa geral para os modelos que ela inclui — uma API para todo o catálogo com os preços de tabela dos provedores repassados com 0% de markup, de modo que uma mudança de preço do fornecedor entra no mesmo dia; failover automático entre provedores; e uma DSL de roteamento para compor vários modelos em uma única chamada. Quando um modelo como este ainda não foi comprovado, o failover também é a maneira mais barata de colocá-lo por trás de tráfego real sem apostar um caminho de produção em um único endpoint.

Os números, rotulados por quem os produziu

Todas as métricas de desempenho associadas a este lançamento até agora vêm da Mistral. Nenhum terceiro publicou uma nova execução completa em relação ao checkpoint divulgado, então o que segue é reportado pelo fornecedor, a menos que a linha diga o contrário.

• Terminal-Bench 4.0 — 41%, acima de 28% na prévia. A Mistral atribui o ganho de 13 pontos a três semanas adicionais de aprendizado por reforço entre a prévia e o lançamento.

• Índice de Agentes de Codificação da Artificial Analysis — 48%, que a Mistral descreve como efetivamente empatado com o GLM-5.3, embora use, em média, 47% menos tokens por tarefa. O instrumento é da Artificial Analysis; a pontuação é o relato da Mistral sobre ele.

• Cyber — 51% no Artificial Analysis Cyber Index, com uma taxa média de recusa declarada de 96,6% em solicitações cibernéticas maliciosas, e 79% no CyberGym-E2E por cobertura de lançamento.

• Outros números de fornecedores — BrowseComp 84,5%, Finch 73,3% e resistência a ataques B3 de 97,1%, todos do post de lançamento da Mistral.

• Artificial Analysis Intelligence Index v5 — 26, que o card da Mistral chama de maior pontuação entre os modelos ocidentais de pesos abertos. Este é o número com maior probabilidade de ser citado incorretamente, porque a versão preview foi registrada em 38,4 na versão do índice em vigor em 6 de outubro. A Artificial Analysis reconstruiu e rebaseou esse índice para a v5 em 27 de outubro, portanto 38,4 e 26 são leituras de dois instrumentos diferentes. Subtraí-los produz uma "regressão" de 12 pontos que não existe. Não faça isso.

O único número que vale a pena levar para uma decisão de compra não é de modo algum um benchmark: 47% menos tokens por tarefa no índice de agentes de codificação. Se isso se mantiver sob suas próprias cargas de trabalho, muda a aritmética muito mais do que quatro pontos em um ranking, porque você paga por tokens, não por posição.

Quanto custa executar, em comparação com quanto custa chamar

O self-hosting divide-se em dois compromissos muito diferentes. O checkpoint bf16 tem 1.060,6 GB só de pesos, o que não cabe de forma útil em oito aceleradores de 141 GB depois que você reserva o cache KV; planeje mais hardware ou o caminho quantizado. O checkpoint NVFP4 tem 610,1 GB, e a orientação da própria Mistral é que esta versão roda em quatro GPUs B200 ou B300. A receita vLLM do model card pede paralelismo tensorial de 8 com um dtype de cache KV FP8, que é a configuração a tomar como referência para benchmark, e não uma promessa de throughput.

Fazer a chamada é mais simples. A tabela de preços publicada é de US$ 1,36 por milhão de tokens de entrada, US$ 0,14 para entrada em cache e US$ 4,18 por milhão de saída. Uma promoção de lançamento mostra as mesmas três linhas pela metade, em US$ 0,68, US$ 0,07 e US$ 2,09 — o valor que a barra lateral do produto na publicação de pesos abertos da própria Mistral arredonda para US$ 0,70 e US$ 2,10 — e nenhuma data de término para essa promoção foi publicada, o que significa que o preço efetivo de uma chamada de API hoje é aproximadamente metade do preço de tabela e ninguém consegue dizer quando isso deixa de ser verdade.

Coloque essas opções lado a lado e a decisão praticamente se toma sozinha. Para quase qualquer equipe abaixo da hiperescala, quatro GPUs Blackwell mais o tempo de engenharia para atender a um MoE de 1 trilhão de parâmetros custam mais por token útil do que a API com desconto. A auto-hospedagem aqui é uma compra de controle — residência de dados, segurança de licenciamento, capacidade de fazer ajuste fino e entregar derivados — não uma compra de economia. Essa é a razão honesta para baixar 1,06 TB.

Quem deve se mover, e quem deve continuar esperando?

Avance se o que faltava era disponibilidade. Uma equipe que queria pesos treinados na Europa que pudesse inspecionar, fazer ajuste fino ou executar dentro do próprio perímetro agora os tem, sob termos que permitem exatamente isso, sem nenhuma barreira no caminho. Avance também se você tiver capacidade Blackwell e uma carga de trabalho em que a alegação de eficiência de tokens pagaria o hardware — mas meça isso no seu próprio tráfego primeiro, porque os 47% são o número da Mistral no índice escolhido pela Mistral.

Espere se a qualidade era o obstáculo. Ainda não há avaliação independente do checkpoint lançado, apenas do preview, e os dois são artefatos diferentes separados por três semanas de RL. Espere se a sua frota é H100 ou H200 sem NVFP4 nativo — o caminho eficiente pressupõe Blackwell, e o caminho bf16 pressupõe muita memória. E espere se o modelo de negócios era revender acesso bruto ao modelo por meio da sua própria API: esse é o único uso que a licença claramente reserva a um acordo comercial.

O que ainda não sabemos

Quatro coisas, pela ordem de quanto poderiam mudar o panorama. Se as conversões NVFP4 e GGUF mantêm as pontuações publicadas — a Mistral diz "mesmo desempenho", o que é uma alegação, não uma medição. Se o contexto de 1M é servido ou limitado na prática; a Artificial Analysis mediu 524.288 tokens na configuração de pré-visualização, e o 1.048.576 do arquivo de configuração é um teto, não uma garantia. Se o preço pela metade da API sobrevive além da janela promocional, o que determina se as chamadas continuam mais baratas do que a hospedagem. E como a cláusula 2 será aplicada em casos limite — a expressão "controle significativo" está fazendo muito trabalho e ainda não tem jurisprudência por trás.

O lançamento em si já não está em questão. Vinte e três dias de "em breve", uma data não cumprida, e um repositório provisório passou a ter 1.060,6 GB, um download sem restrições de acesso e uma licença curta o bastante para que não haja desculpa para não lê-la. Se você estava esperando para decidir se o Mistral Large 4 era real, a resposta em 29 de outubro de 2026 é que os pesos estão no disco e os termos estão no papel. Se você estava esperando para decidir se ele é bom, essa pergunta ainda não foi respondida — e as únicas pessoas que podem respondê-la agora são aquelas dispostas a baixá-lo e executar os próprios testes.