A Mistral AI acaba de anunciar o lançamento do Mistral Large 4 (ML4), apelidado internamente de Le Chonk, como uma prévia pública. O ML4 é um modelo granular Mixture of Experts (MoE) com 1,05 trilhão de parâmetros totais, 49 bilhões ativos por token, um codificador de visão de 1,6 bilhão de parâmetros e uma janela de contexto de 1 milhão de tokens, de acordo com a documentação do modelo. Ele foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos próprios datacenters europeus da Mistral. TL;DR A Mistral AI lançou o Mistral Large 4 ('Le Chonk') como uma prévia pública em 6 de outubro de 2026: um MoE granular de 1,05T de parâmetros com 49 bilhões ativos por token, entrada de imagem nativa e uma janela de contexto de 1M, treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos próprios datacenters da UE da Mistral. A API já está ativa por US$ 1,36 por 1M de tokens de entrada e US$ 4,18 por 1M de tokens de saída, mas os pesos não serão enviados até o final de outubro, então o auto-hospedagem ainda não é possível. Seus resultados notáveis estão em cibersegurança, onde a Mistral relata 93% no Cybench e 82% no CyberGym-E2E e observa que vários modelos de fronteira fechados pontuam perto de zero porque recusam a tarefa. Qual é a arquitetura? O ML4 é um MoE híbrido de instrução e raciocínio que aceita entrada de imagem nativamente. Apenas cerca de 4,7% dos pesos são ativados por token, o que explica como um modelo de 1 trilhão de classes pode ser servido a preços de nível médio. O total de 1,05T ainda precisa permanecer na memória, então a contagem de ativações define o custo computacional, não sua conta de hardware. A Mistral ainda não publicou a contagem de especialistas, o roteamento top-k ou o layout das camadas; esses detalhes chegarão com os pesos. Os dados de treinamento abrangeram mais de 160 idiomas, incluindo todos os idiomas oficiais da UE. Interactive Explainer (function(){ window.addEventListener('message', function(e){ if(!e.data || typeof e.data.mtpML4Height !== 'number') return; var f = document.getElementById('mtpML4Frame'); if(f && e.data.mtpML4Height > 200){ f.style.height = e.data.mtpML4Height + 'px'; } }); })(); Como ele se comporta? Em cibersegurança, a Mistral relata 93% no Cybench e 82% no
Fonte: MarkTechPost
Publicado em 2026-10-06