Rilascio e licenza del modello

Il 29 ottobre 2026 Mistral AI ha pubblicato i pesi di Mistral Large 4, il suo modello multimodale nativo da 1 000 miliardi di parametri, noto come Le Chonk. Il checkpoint è ora disponibile su Hugging Face per l’hosting autonomo e può essere accessibile tramite l’API di Mistral, Mistral Studio e le piattaforme dei partner.

I pesi sono rilasciati con la Mistral Ecosystem Open‑Weight License, una variante della licenza MIT. La licenza consente utilizzo, modifica, perfezionamento e commercializzazione gratuiti, ma le aziende che offrono il modello come servizio (Model‑as‑a‑Service) devono ottenere una licenza commerciale separata.

Il prezzo dell’API è di 0,70 $ per milione di token di input, 0,07 $ per milione di token memorizzati nella cache e 2,10 $ per milione di token di output. Il modello è distribuito come mistral-large-4 tramite:

    • Mistral API e Mistral Studio
    • OpenRouter
    • l’assistente di programmazione Vibe Code
    • container NVIDIA NIM ottimizzato
    • Microsoft Foundry, con opzioni di distribuzione privata su Azure

Performance nei benchmark di programmazione

Mistral Large 4 è in testa al benchmark privato FrontierCode 2.0 di Cognition, con un punteggio del 19,7 %, superiore a modelli come GLM‑5.3, Kimi K3 e DeepSeek V4.1 Flash.

Nel Artificial Analysis Coding Agent Index ottiene il 48 %, pari al principale modello open‑weight GLM‑5.3, ma usando in media il 47 % di token in meno.

Su Terminal‑Bench 4.0 il modello segna 41 %, migliorando di 13 punti percentuali rispetto all’anteprima pubblica e riducendo del 30 % i token di output, posizionandosi al primo posto tra i modelli open‑weight.

Nei test di preferenza umana a coppie (Surge Code), Le Chonk è stato preferito a GLM‑5.3, Kimi K3 e DeepSeek V4.1 Flash, rimanendo solo dietro a Claude Opus 5.5.

Modalità di ragionamento

Il modello supporta tre modalità:

    • bassa: sostituisce la precedente modalità “None”, adatta a compiti semplici;
    • media: bilancia performance e costi per l’uso quotidiano;
    • alta: predefinita, per scenari complessi che richiedono ragionamento approfondito.

Risultati in cybersicurezza

Nel Artificial Analysis Cyber Index Le Chonk raggiunge il 51 % di capacità di individuare, riprodurre, convalidare e correggere vulnerabilità senza compromettere le funzionalità.

Il modello dimostra un tasso medio di rifiuto del 96,6 % per richieste dannose nei benchmark JailbreakBench, StrongREJECT e AgentHarm, il più alto tra i modelli aperti secondo le proprie misurazioni.

Mistral ha monitorato l’uso legato alla cybersicurezza in produzione, rilevando che il modello rifiuta attacchi black‑box ma mostra un potenziale miglioramento nella capacità di condurre attacchi reali. Per questo, le misure di sicurezza saranno aggiornate nei prossimi mesi.

Partner come Orange Cyberdefense hanno accesso in anteprima a una variante specializzata per penetration testing, valutazione vulnerabilità e red‑teaming, soggetta a restrizioni contrattuali.

Architettura e addestramento

Mistral Large 4 è un modello a miscela di esperti granulare con circa 1 000 miliardi di parametri totali e circa 52 miliardi di parametri attivi per token (49 miliardi escludendo embedding e livelli di output). Dispone di 128 esperti instradati, di cui quattro attivi per token, più un esperto condiviso.

Supporta una finestra di contesto di 1 milione di token e accetta input testuali e immagini, generando output testuali tramite un encoder visivo Pixtral da 1,6 miliardi di parametri. È stato addestrato da zero su 3 800 GPU NVIDIA Grace Blackwell nei data center europei di Mistral.

Il modello è fluente in oltre 160 lingue, incluse tutte le lingue ufficiali dell’Unione europea.

Caratteristiche avanzate

Il checkpoint include una testa integrata DSpark per la generazione di bozze nella decodifica speculativa, proponendo blocchi di tre token e offrendo una velocità di elaborazione fino a 1,9 volte superiore rispetto all’esecuzione del solo modello target.

È disponibile anche un checkpoint quantizzato NVFP4 per le GPU Blackwell.

Valutazioni complessive e riconoscimenti

Nel Artificial Analysis Intelligence Index v5 il modello segna 26, il punteggio più alto tra i modelli occidentali open‑weight, sebbene i principali modelli cinesi a peso aperto ottengano valori più alti.

Altri indicatori:

    • Finch (FinWorkBench): 73,3 % (secondo dopo Kimi K3)
    • BrowseComp: 84,5 % (da 75 % in fase di fine‑tuning supervisionato)
    • Resistenza agli attacchi (B3 Agent Se): 97,1 %

L’annuncio ha raccolto dichiarazioni di dirigenti di Booz Allen Hamilton, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA, Orange Cyberdefense, Rubrik e Zscaler, evidenziando l’interesse dell’intero ecosistema di sicurezza.