Mistral Large 4 (Chonk) para competir con los gigantes tecnológicos estadounidenses y chinos

Aunque el apodo prometa una sonrisa, «Le Chonk» designa a un modelo serio. Detrás de él, Mistral Large 4 es el modelo más ambicioso presentado hasta la fecha por la start-up parisina, y su resultado es a la vez halagüeño y modesto.

El 6 de octubre, Artificial Analysis, un organismo independiente que compara los modelos de inteligencia artificial, le asignó 38 puntos en su índice de inteligencia, en su versión 4.3.2. Eso lo convierte en el modelo mejor valorado fuera de China entre los que Mistral presenta como de «pesos abiertos», es decir, aquellos cuyos parámetros pueden descargarse y ejecutarse por el cliente.

Este éxito sigue siendo relativo. En el mismo gráfico, Large 4 ocupa el puesto 18 de 25 modelos, empatado con GPT-6 Luna de OpenAI. Claude Opus 5.5, de Anthropic, tiene asignados 58. ¿Debemos ver en ello un fracaso? Creo más bien que la pregunta está mal planteada, y que la respuesta ilumina una estrategia que afecta mucho más allá de los laboratorios.

Una clasificación que exige algunas precauciones

Precisemos primero qué mide esta cifra. El índice de Artificial Analysis agrega diez evaluaciones: tareas de ofimática, programación, razonamiento científico, recuperación de conocimientos. Se revisa con frecuencia, y el organismo advierte de que las puntuaciones de versiones distintas no son comparables entre sí. Un 38 de hoy no puede, por tanto, compararse con un 38 del año pasado.

Segunda precaución: en esta fase, Large 4 es una versión preliminar. Mistral lo describe como un modelo de pesos abiertos, pero esos pesos no se habían publicado en el momento de redactar este artículo. Artificial Analysis lo clasifica, por tanto, de forma provisional entre los modelos propietarios. El organismo estima que figurará entre los tres primeros modelos abiertos en su índice de ciberseguridad una vez que se difundan los pesos. La clasificación también podría variar si Mistral prosigue el entrenamiento y se reevalúa el modelo final.

Por último, el coste. Según Artificial Analysis, ejecutar una tarea del índice cuesta en promedio 1,13 dólares con Large 4, frente a 0,03 dólares con Large 3. El organismo considera que este coste es más de cuatro veces superior al de modelos abiertos de inteligencia comparable. La mejora de 18 puntos respecto a Large 3 tiene, por tanto, un precio.

Dos carreras que ya no se disputan a la misma escala

Estos dos hechos, un modelo que lidera su categoría y un puesto mediocre en la clasificación mundial, coexisten porque Mistral ya no compite del todo en la misma competición que sus dos grandes rivales estadounidenses.

En 2026, OpenAI cerró en marzo una ronda de financiación de unos 122.000 millones de dólares, con una valoración de 852.000 millones. Anthropic cerró en mayo una serie H de 65.000 millones, que valora la compañía en 965.000 millones. Estas sumas financian potencias de cálculo y campañas de entrenamiento fuera del alcance de un actor europeo de este tamaño. Intentar alcanzar a los modelos de vanguardia en su propio terreno equivaldría, con un presupuesto comparable, a una apuesta perdida de antemano.

Mistral parece haber extraído la conclusión. Su oferta ya no se resume en «el mejor modelo», sino en «el mejor modelo que se puede controlar»: saber dónde funciona, bajo qué derecho, con qué garantías de servicio, y poder hacerlo funcionar sin depender de la buena voluntad de un tercero. El argumento interesa sobre todo a los actores para quienes una interrupción sería costosa: administraciones, bancos, industriales, operadores de infraestructuras.

Alojar en casa no basta

El episodio de Bercy, en junio, ilustra el límite de un enfoque puramente técnico de la soberanía. La Dirección General del Tesoro había desplegado a principios de junio, entre un centenar de agentes, un asistente llamado HéphAIstos, basado en Qwen, el modelo de Alibaba. Varios usuarios señalaron respuestas consideradas sesgadas sobre temas relacionados con China. El experimento se detuvo el 23 de junio, y un modelo de Mistral se instaló el miércoles siguiente, según la información difundida por la AFP y Le Monde.

Bercy insistió en dos puntos: el asistente funcionaba sin conexión, sin acceso a Internet ni puerta trasera identificada, y esta prueba no estaba destinada a durar. El ministerio descartó así cualquier riesgo de fuga de datos. Pero lo esencial está en otra parte. Un modelo ejecutado en los propios servidores no transmite nada al exterior, y sin embargo puede llevar en sus parámetros las inflexiones de su entrenamiento. Una especialista en IA responsable consultada por la AFP recordaba que los sesgos son inherentes a todo modelo, pero que algunos pueden introducirse deliberadamente.

Un estudio del laboratorio alemán Aleph Alpha, sobre 967 temas sensibles, apunta en la misma dirección: los modelos chinos probados (Qwen, DeepSeek, Kimi) solo producen respuestas equilibradas en entre el 17 y el 41 % de los casos. Claude Sonnet 5 alcanza el 70 % y Mistral Small el 92 %. No obstante, conviene leer estos resultados con cautela, ya que Aleph Alpha es a su vez un competidor europeo y puntuó las respuestas con su propio sistema de evaluación automatizado.

La apuesta por el arnés, la infraestructura y el derecho

Esta misma lógica explica una decisión que sorprendió. Desde agosto, Mistral ofrece a sus clientes GLM-5.3, un modelo de pesos abiertos del laboratorio chino Z.ai, alojado en sus propios servidores. El 21 de septiembre lo convirtió en la opción predeterminada en la interfaz web de su asistente de programación, Vibe Code. Según Reuters, este modelo se ofrece sin modificaciones. Algunos ingenieros han señalado, no obstante, en las redes sociales que GLM-5.3 se parece mucho a la versión anterior, GLM-5.2, ya disponible en Mistral.

A primera vista, la incoherencia es flagrante: ¿cómo defender una IA europea y distribuir un modelo chino? Mistral responde que este modelo abierto, como los siguientes, funcionará sobre la misma infraestructura, con los mismos controles regionales y los mismos compromisos de servicio que sus propios modelos. En otras palabras, lo que la empresa vende no es solo un modelo, sino lo que lo rodea: el «arnés», es decir, el conjunto de herramientas, salvaguardas y orquestación que permiten utilizarlo en la empresa, así como el alojamiento y el cumplimiento del derecho europeo.

Esta posición tiene sus detractores. Los críticos ven en ella una renuncia: si el modelo estrella de la start-up ya no es el argumento central, ¿qué queda de la promesa inicial? Lo que está en juego no es menor, porque la credibilidad de Mistral descansa en su capacidad para entrenar sus propios modelos. Los defensores de la estrategia responden que es pragmática: ningún cliente elige un proveedor por la nacionalidad de sus parámetros, sino por la garantía de no quedar en evidencia el día en que cambie un contrato, una ley o un control a la exportación.

Las cifras que conviene tener presentes:

• 38: puntuación de Mistral Large 4 Preview en el índice de Artificial Analysis (v4.3.2), frente a 58 de Claude Opus 5.5.
• 18.º de 25: su posición en el gráfico publicado, empatado con GPT-6 Luna.
• 1,13 dólares: coste medio por tarea del índice, frente a 0,03 dólares de Large 3.
• 122.000 y 65.000 millones de dólares: rondas de financiación de 2026 de OpenAI y Anthropic.
• 23 de junio: fecha de la interrupción de la prueba de Qwen en la Dirección General del Tesoro.
• Más de un millón de empleados públicos: objetivo del plan «Notre IA», con un asistente impulsado por Mistral, con un presupuesto inicial de 700.000 euros.

La pregunta que atañe a directivos, responsables de TI y compradores públicos

Queda la pregunta que este razonamiento plantea a cada organización: si su proveedor estadounidense corta el servicio mañana, ¿qué se detiene en su empresa?

La hipótesis no tiene nada de abstracta. En junio, Anthropic suspendió el acceso a dos de sus modelos más avanzados para cumplir con los controles a la exportación decididos por el Departamento de Comercio de Estados Unidos, antes de restablecerlo el 1 de julio, una vez levantados esos controles. Este episodio, que duró solo unas semanas, recuerda que un modelo consumido mediante API sigue sujeto a decisiones tomadas fuera de la empresa cliente. Esta constatación vale también para las organizaciones marroquíes y africanas que construyen hoy sus herramientas sobre modelos estadounidenses.

Para responder, se perfilan tres vías. Cartografiar los procesos que dependen de un modelo externo, ya que no todos son críticos. Prever un modelo de respaldo, posiblemente menos potente, capaz de asegurar un servicio mínimo. Y exigir a los proveedores transparencia sobre el alojamiento, la jurisdicción aplicable y el comportamiento del modelo ante temas sensibles.

Una soberanía todavía por demostrar

Sería imprudente concluir que la estrategia de Mistral ha demostrado su valía. El modelo estrella sigue en la mitad de la tabla y es caro de ejecutar. Su versión final, y su licencia, aún no se conocen. El contrato con la función pública atestigua la confianza del Estado, pero sigue pendiente de la prueba del uso a gran escala.

La verdadera incógnita es si el control es un argumento comercial duradero, o una ventaja que se desvanecerá si los modelos estadounidenses ofrecen algún día garantías comparables. Entretanto, las empresas tienen una decisión que tomar, que no depende ni de una clasificación ni de un apodo: elegir qué aceptan delegar, y a quién.

Preguntas frecuentes

¿Es Mistral Large 4 realmente un modelo abierto?

Mistral lo presenta como tal, pero sus pesos todavía no se habían publicado en el momento de redactar este artículo. Artificial Analysis lo clasifica por ello provisionalmente como propietario.

¿Por qué ofrece Mistral un modelo chino?

Porque su argumento comercial se centra en la infraestructura, los controles regionales y el marco jurídico europeo, más que en el origen del modelo. La empresa afirma aplicar a GLM-5.3 los mismos compromisos de servicio que a sus propios modelos.

¿Qué ocurrió en Bercy con Qwen?

El 23 de junio, la Dirección General del Tesoro detuvo una prueba del asistente HéphAIstos, basado en Qwen, tras recibir avisos de respuestas consideradas sesgadas sobre temas relacionados con China. Bercy subraya que la herramienta funcionaba sin conexión.

¿Qué cambia esto para una empresa?

Invita a cartografiar su dependencia de los proveedores de IA, a prever un modelo de respaldo y a exigir transparencia sobre el alojamiento y el comportamiento de los modelos.