A Mistral AI anunciou em 6 de outubro de 2026 o acesso à prévia pública do Mistral Large 4 por API. A empresa planeja publicar os pesos do modelo para download até o fim de outubro, uma etapa diferente do acesso à prévia.
Mistral Large 4 entra em prévia pública
O acesso por API permite experimentar o modelo sem baixar seus pesos. A publicação planejada pela Mistral AI abriria outra possibilidade: baixar esses arquivos e, conforme a infraestrutura disponível, executar o modelo em um ambiente próprio.
A documentação da Mistral AI classifica o Mistral Large 4 como aberto e em prévia pública. A empresa anunciou a prévia em 6 de outubro de 2026 e disse que os pesos seriam publicados até o fim do mês.
O que dizem as especificações oficiais
A documentação da Mistral AI lista 1,05 trilhão de parâmetros no total e 52 bilhões de parâmetros ativos. O primeiro número descreve o conjunto do modelo; o segundo, a parcela de parâmetros ativa durante o processamento. São medidas diferentes, não especificações concorrentes.
| Característica | Especificação publicada pela Mistral AI |
| Parâmetros totais | 1,05 trilhão |
| Parâmetros ativos | 52 bilhões |
| Codificador de visão | 1,6 bilhão de parâmetros |
| Arquitetura | Granular Mixture-of-Experts (mistura de especialistas) |
| Descrição do modelo | Multimodal nativo |
Em uma arquitetura Mixture-of-Experts, diferentes componentes especializados formam o modelo; o número de parâmetros ativos indica a parte acionada no processamento. O Mistral Large 4 também inclui um codificador de visão, e a Mistral AI o descreve como multimodal.
A Mistral AI afirma que treinou o modelo do zero com 3.800 GPUs NVIDIA Grace Blackwell em seus centros de dados na Europa. Segundo a empresa, uma parcela significativa dos dados de treinamento abrange mais de 160 idiomas, incluindo todos os idiomas oficiais da União Europeia.
O que a publicação dos pesos mudaria
A previsão de acesso por API e os pesos para download atendem a etapas diferentes. Com os pesos publicados, organizações poderiam avaliar a execução do modelo em infraestrutura própria, em vez de depender apenas do acesso à API. A Mistral AI planeja essa publicação para o fim de outubro de 2026.
O que os resultados de desempenho permitem afirmar
A Mistral AI divulgou 61,7% no DeepSWE v1.1, 28,3% no Terminal-Bench 4 e 93% no Cybench, conjunto de 40 desafios de cibersegurança. No Dense 200, a empresa informou 42%, ante 41% do GPT-6-Astra.
Esses números são resultados divulgados pela própria empresa para avaliações específicas, não uma medida única de desempenho em qualquer tarefa. A quantidade total de parâmetros também descreve a escala do modelo, mas não basta para concluir que ele será melhor em todos os usos.
No anúncio da prévia, a Mistral AI afirmou que o treinamento por reforço ainda estava em andamento e que o modelo não havia atingido saturação nos benchmarks.
