Mistral anunció el 29 de octubre de 2026 que los pesos abiertos de Mistral Large 4 ya se podían descargar desde Hugging Face. La publicación llegó después de la vista previa pública del 6 de octubre, que NeoTeo cubrió en su artículo sobre la vista previa de Large 4. Descargar los pesos permite examinar, adaptar y desplegar el modelo, pero los servicios alojados están sujetos a una condición comercial concreta. (Mistral AI)
Qué permite la licencia para un servicio alojado
La Mistral Ecosystem Open-Weight License, una licencia modificada de tipo MIT, permite usar, modificar, distribuir, vender, desplegar y seguir entrenando el modelo, además de crear obras derivadas, siempre que se respeten sus condiciones y avisos de licencia. (Texto de la licencia)
La licencia comercial separada se exige antes del uso comercial del modelo o sus derivados si quien lo licencia, o una empresa afiliada, opera un servicio Model-as-a-Service. La definición abarca ofrecer a terceros acceso a inferencia o a entrenamiento posterior, por ejemplo mediante una API o un servicio alojado, cuando esos terceros pueden controlar de forma significativa las entradas, los parámetros o los datos de entrenamiento.
La licencia excluye de ese requisito las funciones integradas en un producto para usuarios finales, cuando el modelo solo se ofrece dentro de funciones concretas; la mera transmisión de solicitudes a modelos alojados por terceros; el uso interno que no dé acceso a terceros al modelo o a sus derivados; y el acceso a través de los productos oficiales de Mistral. También exige conservar los avisos de derechos y permisos en las copias o partes sustanciales del modelo.
Por qué la ficha distingue 49B de 52B
Mistral Large 4 tiene un billón de parámetros en total. La ficha de Hugging Face cuenta 49.000 millones activos por token y 52.000 millones al incluir las capas de embeddings y de salida. Son dos alcances de cómputo distintos. La ficha también describe entradas de texto e imagen, salida de texto y una ventana de contexto de un millón de tokens. (Ficha del modelo)
Qué implica el ejemplo de vLLM
La configuración de vLLM de la ficha usa ocho GPU con paralelismo tensorial. Es un ejemplo de servicio, no un mínimo universal para ejecutar el modelo. Si falta memoria de GPU, la ficha recomienda reducir la longitud máxima del modelo o el número de secuencias concurrentes. (Ficha del modelo)
Una demostración puntual de programación
Amine AI publicó una prueba de una sola ejecución con el mismo prompt para crear un mapa satelital 3D con Mistral Large 4 y Claude Opus 5.5. Es una demostración del creador sobre una tarea concreta, no una evaluación estandarizada.
