Mistral Large 4: il modello che punta tutto sull'Europa

Mistral AI lancia un modello da un trilione di parametri, pensato per girare fuori dal cloud delle aziende americane. Buoni i numeri su sicurezza, ma i pesi scaricabili arrivano solo a fine mese.

Perché conta

È uno dei pochi modelli di punta costruiti fuori dagli Stati Uniti e dalla Cina, con pesi che chiunque potrà scaricare: per l'Europa è un argomento concreto nel dibattito sulla sovranità tecnologica, non solo uno slogan aziendale.

In pratica

Per ora resta uno strumento per sviluppatori, tramite un'API a pagamento. Chi vuole provarlo senza programmare dovrà aspettare che arrivi, se arriva, su Le Chat o un'app simile, oppure i pesi scaricabili promessi entro fine ottobre.

Il 6 ottobre l'azienda francese Mistral AI ha presentato Mistral Large 4, il suo modello più grande di sempre: un trilione di parametri (i numeri interni che il modello regola per imparare e rispondere), anche se durante il calcolo ne usa attivi soltanto 49 miliardi alla volta. Funziona così grazie a un'architettura chiamata "mixture of experts": invece di accendere tutto il modello per ogni domanda, accende solo le parti più utili al compito del momento, risparmiando calcolo.

Per ora si prova solo tramite l'API su Mistral Studio, pensata per chi scrive programmi: non è chiaro se e quando arriverà su Le Chat, l'app di chat di Mistral per il pubblico generale. i pesi scaricabili sono promessi entro fine ottobre 2026, con licenza open weight (pesi aperti): il file che chiunque potrà scaricare e far girare sui propri server. È il punto su cui Mistral insiste di più, parlando di "AI sovrana": la possibilità per aziende e governi europei di usare un modello di punta senza dipendere dai server di un'azienda americana o cinese.

Sui numeri, Mistral Large 4 si fa notare soprattutto sulla sicurezza informatica: 82% di successo su test di vulnerabilità reali e 93% sul benchmark Cybench, usato per misurare quanto un modello sa trovare falle nei sistemi. Va bene anche su compiti di programmazione (61,7% su DeepSWE) e, a sorpresa, batte GPT-6-Astra di OpenAI su un test di riconoscimento visivo (42% contro 41%). Secondo Mistral supera lo stesso modello OpenAI anche su compiti finanziari e legali, con una verifica di una società esterna, vals.ai.

Il modello è stato addestrato su 3.800 processori Nvidia Grace Blackwell nei data center europei di Mistral: una sola sessione di addestramento produce 33 miliardi di token al giorno (il token è l'unità con cui un modello di AI legge e scrive testo). Sul prezzo, l'accesso in anteprima costa 1,36 dollari per milione di token in ingresso e 4,18 per milione in uscita: cifre pensate per chi sviluppa software, non per chi cerca un'app pronta da aprire.

Resta da vedere quanto valgano questi numeri fuori dai test scelti da Mistral stessa: finché i pesi non sono scaricabili, nessuno fuori dall'azienda può controllarli davvero con i propri strumenti. È lo stesso limite che aveva Beam, il modello open-weight di Reflection AI raccontato da SIGNAL ieri: tanti numeri pubblicati dall'azienda, nessuna verifica indipendente possibile finché il file non è in giro.