La empresa francesa Mistral anunció su nuevo modelo Mistral Large 4, apodado Le Chonk, del que afirma que puede competir con los mejores modelos de inteligencia artificial cerrados de Estados Unidos y China. El modelo incorpora un billón de parámetros y actualmente está disponible en una versión preliminar con pesos abiertos que permite a empresas y desarrolladores utilizarlo y personalizarlo. La versión final se publicará antes de finales de octubre de 2026.
Un modelo general con enfoque sectorial
Le Chonk fue diseñado para competir con los principales modelos generales, pero se dirige especialmente a la programación y la ciberdefensa, además de a aplicaciones en la fabricación, las finanzas, la ingeniería eléctrica y otros ámbitos especializados. Mistral considera que estos sectores le ofrecen margen para destacar, porque los grandes laboratorios de inteligencia artificial no se centran en la misma medida en todos los campos profesionales.
La empresa presenta el modelo como el modelo de pesos abiertos más potente desarrollado por una entidad fuera de China, y afirma que se aproxima mucho al nivel de algunos modelos comerciales cerrados. También asegura que fue entrenado desde cero, en contraste con las críticas dirigidas a laboratorios chinos por utilizar técnicas de destilación para entrenar modelos más pequeños basándose en las salidas de modelos más grandes.
¿Qué cambia en la práctica?
El efecto más importante no está relacionado únicamente con el tamaño del modelo, sino con la disponibilidad de sus pesos para ejecutarlo y personalizarlo. El coste de ejecutar modelos abiertos depende principalmente de la capacidad computacional consumida, en lugar de las tarifas de acceso a un modelo cerrado impuestas por un proveedor externo. Reducir la brecha de rendimiento con los modelos comerciales podría hacer que la adopción de un modelo abierto resultara más atractiva para las empresas que necesitan controlar sus datos o adaptar el modelo a sus operaciones.
Sin embargo, la fuente no ofrece resultados de pruebas independientes ni métricas comparativas detalladas que demuestren la afirmación de equivalencia con los mejores modelos cerrados. Además, la versión disponible sigue siendo experimental, por lo que la calidad de la versión final y los requisitos para ejecutar un modelo de este tamaño siguen siendo cuestiones abiertas.
La competencia por la soberanía y el acceso
La medida llega en un momento de creciente preocupación por la dependencia de las instituciones respecto de modelos cuyo acceso puede cambiar por decisión de un proveedor o de un Gobierno. El artículo señaló que la Administración del presidente estadounidense Donald Trump impuso en junio restricciones temporales a la distribución de modelos de OpenAI y Anthropic debido a la preocupación de que se utilizaran para lanzar ciberataques avanzados. También aparecieron informes sobre una solicitud para bloquear modelos no anunciados incluso ante el Instituto de Seguridad de la Inteligencia Artificial del Reino Unido.
Este contexto brinda a Mistral una oportunidad estratégica en Europa, especialmente mientras la Unión Europea busca reforzar la soberanía tecnológica y se tensan las relaciones transatlánticas. La empresa también se apoya en su expansión comercial: recaudó 3.300 millones de dólares en septiembre, en una ronda que la valoró en 24.000 millones de dólares, y sus ingresos aumentaron aproximadamente 20 veces durante el último año, según se informó.
El análisis de certi.news
Si la versión final mantiene el nivel de rendimiento anunciado, Le Chonk podría convertirse en una opción importante para las instituciones que quieren un modelo avanzado con mayor capacidad de control y personalización, especialmente en la programación, la ciberseguridad y los sectores de ingeniería. No obstante, los pesos abiertos no eliminan los desafíos relacionados con la infraestructura, la operación y la gobernanza, ni demuestran por sí solos que el modelo supere realmente a las alternativas cerradas. Su valor práctico se determinará cuando aparezcan pruebas independientes y detalles más claros sobre la licencia, los requisitos de implementación y el rendimiento del modelo en tareas especializadas.