Mistral AI ha presentato Mistral Large 4, il suo nuovo modello di intelligenza artificiale multimodale da 1 trilione di parametri, definito “il più potente modello open‑weight sviluppato negli Stati Uniti o in Europa”. Il nome in codice commerciale è “Le Chonk”, un riferimento a un meme nato online nei mesi scorsi attorno a un immaginario modello “Le Chaton Fat” da 30 trilioni di parametri.

Disponibilità e rilascio dei pesi

Large 4 è attualmente disponibile in versione preview tramite le API di Mistral. I pesi del modello saranno pubblicati il 27 ottobre, permettendo a sviluppatori, aziende e amministrazioni di scaricarlo ed eseguirlo autonomamente sui propri cluster.

Guillaume Lample, co‑fondatore e chief scientist di Mistral, ha scritto su X: “[Mistral Large 4] è all’avanguardia tra i modelli aperti, e di gran lunga il più potente modello open‑weight degli Stati Uniti o dell’Europa”. Arthur Mensch, CEO di Mistral, ha aggiunto: “Quindi la narrazione secondo cui l’Europa non può competere non è vera”.

Caratteristiche tecniche principali

    • Parametri totali: 1 000 miliardi
    • Parametri attivi per risposta (MoE): 49 miliardi
    • Modello nativamente multimodale
    • 49 miliardi di parametri “active” – confrontabile con i 41 miliardi del precedente Large 3 (675 miliardi complessivi)
    • Addestramento da zero in circa due mesi con 4.000 GPU NVIDIA Grace Blackwell
    • Consumo energetico durante il training: ~10 MW
    • Reinforcement learning in corso, senza segnali di rallentamento delle performance

Performance su benchmark

I primi risultati, ancora preliminari, mostrano che Large 4 si posiziona in prima linea su diversi test, ma con margini di miglioramento rispetto a concorrenti chiusi.

DeepSWE v1.1 (sviluppo software)

    • Large 4: 62 %
    • GLM‑5.3: 61 %
    • DeepSeek‑V4‑Pro: 57 %
    • Kimi K3 (leader): 68 %
    • GPT‑6 Astra e Claude Opus 5: 74 % (benchmark Datacurve)

Qualità del codice – Surge AI (valutazione cieca)

    • Large 4: 3,74/5
    • Claude Opus 5: 4,22/5 (posizione superiore)

FinWorkBench (finanza)

    • Large 4: 67 %
    • DeepSeek‑V4‑Pro: 67 % (pari)
    • GLM‑5.3: 65 %

Finance Agent v2

    • Large 4: 54,7
    • GPT‑6 Astra: 53,5
    • Claude Opus 5.5: 58,6

Harvey’s Legal Agent (legale)

    • Large 4: 15 %
    • Kimi K3: 13 %
    • GPT‑6 Astra: 5 %

AutomationBench (attività aziendali)

    • Large 4: 59,9 punti
    • Claude Sonnet 5.5: 71,8
    • Claude Opus 5.5: 69,5
    • Gemini 4 Argon: 77,5

Capacità visive e applicazioni pratiche

Nel benchmark DIOR‑RSVG, dedicato al visual grounding su immagini satellitari e remote sensing, Large 4 raggiunge il 73 %, superando GPT‑6 Astra (68 %). Su Dense200 entrambi ottengono il 42 %.

Mistral evidenzia diversi casi d’uso:

    • Analisi dei danni da eventi atmosferici su immagini aeree
    • Controllo di linee elettriche e monitoraggio coltivazioni
    • Conversione di disegni tecnici in modelli CAD
    • Test preliminari su semiconduttori

Esecuzione on‑premise e sovranità AI

Una volta pubblicati i pesi, le organizzazioni potranno eseguire Large 4 sui propri server, mantenendo dati e calcolo all’interno della propria infrastruttura. Questo è particolarmente rilevante per settori sensibili come la cybersecurity, dove Mistral sostiene di superare i principali modelli open‑weight di Kimi, DeepSeek e Meta in compiti di difesa informatica, sebbene i numeri specifici non siano ancora stati divulgati.

Guillaume Lample ha affermato: “Le capacità di cyber difesa consentiranno alle aziende e ai governi di difendersi dagli attori delle minacce che effettuano jailbreak dei modelli chiusi per compiere attacchi informatici”. Nelle prossime tre settimane il modello sarà testato in condizioni reali da sviluppatori, società di cybersecurity e agenzie governative, con una versione a restrizioni ridotte rispetto all’API pubblica.

Strategia di “AI sovrana”

Mistral punta a offrire “AI sovrana”: modelli che possono essere controllati direttamente da aziende e governi, evitando dipendenze da fornitori esterni. Large 4 potrà essere eseguito sia sui server del cliente sia tramite l’API Mistral, scegliendo la regione di elaborazione. L’infrastruttura europea garantisce conformità alle normative UE sulla protezione dei dati.

Supporto linguistico e pricing

Il modello supporta oltre 160 lingue, comprese tutte le lingue ufficiali dell’Unione Europea e il coreano.

Il modello è offerto a 1,36 $ per milione di token in ingresso e 4,18 $ per milione di token in uscita. Questi costi sono inferiori rispetto a Claude Opus 5.5 (4 $ e 20 $) e GPT‑6 Astra (10 $ e 50 $).

Finanziamenti e prospettive future

A settembre, Mistral ha chiuso un round di finanziamento da 3 miliardi di euro**, guidato da Samsung, che ha portato la valutazione della società oltre i 21 miliardi di euro. I capitali saranno destinati a potenziare la capacità di calcolo, con nuove infrastrutture previste nella prima metà del 2027.

In sintesi, Mistral Large 4 “Le Chonk” rappresenta un passo significativo verso l’indipendenza dell’Europa nel campo dell’intelligenza artificiale, combinando enormi capacità di parametri, un’architettura MoE efficiente e una strategia volta a garantire sovranità e sicurezza dei dati. I prossimi mesi saranno cruciali per verificare se le prestazioni preliminari si tradurranno in un vantaggio competitivo sostenibile rispetto ai modelli chiusi di OpenAI, Google e altri attori globali.