Lançamento · Mistral AI
Mistral Large 4 chega à API antes de liberar seus pesos
O modelo multimodal está em preview no Mistral Studio, com contexto declarado de um milhão de tokens; pesos e artefatos abertos foram prometidos para 27 de outubro.
A Mistral colocou o Large 4 em preview público na API em 6 de outubro. O modelo esparso combina 1,05 trilhão de parâmetros totais, 52 bilhões ativos e codificador visual de 1,6 bilhão, segundo a documentação. A Artificial Analysis encontrou desempenho forte em segurança cibernética, mas índice geral abaixo de líderes fechados e custo maior por tarefa. Os pesos ainda não estão disponíveis.
- Acontecimento
- Publicação
- Última revisão
- Leitura
- 4 min
O que aconteceu
A Mistral apresentou o Large 4 em 6 de outubro e abriu um preview público no Mistral Studio e na API. A documentação lista identificador de modelo, preço e recursos disponíveis, o que permite testes reais, mas classifica o produto como preview.
Os pesos não foram publicados na data do anúncio. Segundo a Reuters, a empresa pretende liberá-los em 27 de outubro, junto de artefatos adicionais. Até essa entrega ocorrer e ser verificada, o modelo não deve ser tratado como open weight.
O que mudou
A documentação descreve uma arquitetura mixture of experts com 1,05 trilhão de parâmetros totais, 52 bilhões ativos por passagem e codificador visual de 1,6 bilhão. O modelo aceita texto e imagem, tem contexto declarado de um milhão de tokens e oferece chamadas de ferramentas, saídas estruturadas e capacidades voltadas a agentes.
A página de lançamento cita 49 bilhões de parâmetros ativos, enquanto a documentação técnica lista 52 bilhões. A diferença deve ser esclarecida pela empresa e é um motivo para não reproduzir a especificação sem atribuição.
Por que importa
Para documentos longos, repositórios de código e processos com várias ferramentas, contexto e roteamento eficiente podem reduzir fragmentação. A dimensão multimodal também aproxima análise de relatórios, desenhos, telas e anexos dentro do mesmo fluxo.
A possibilidade de executar pesos próprios mudaria controle, custo e residência de dados, mas ainda é futura. Por enquanto, a decisão prática é sobre um serviço hospedado em preview, com preço, estabilidade e governança diferentes de uma implantação local.
Para quem importa
Equipes que avaliam modelos para pesquisa, revisão documental, análise multimodal, programação e agentes com ferramentas. Organizações europeias ou com estratégia multicloud podem considerar a Mistral como alternativa adicional a fornecedores norte-americanos e asiáticos.
Não é uma escolha pronta para cargas críticas apenas por aparecer na API. Preview exige avaliação de estabilidade, suporte, segurança, limites e continuidade. Uso local deve esperar os pesos, licença, documentação e formatos prometidos.
Impacto prático
A Mistral lista preço de US$ 1,36 por milhão de tokens de entrada e US$ 4,18 por milhão de saída, com redução de 50% nas duas primeiras semanas. A Artificial Analysis mediu cerca de 116 tokens por segundo, índice de inteligência 38, índice cibernético 50 e custo aproximado de US$ 1,13 por tarefa em seu conjunto.
Na avaliação independente, o desempenho geral ficou abaixo de modelos fechados líderes e o custo por tarefa foi mais de quatro vezes o de uma alternativa eficiente citada pela publicação. O resultado cibernético foi forte, mas não prova desempenho superior em todos os usos.
O que testar
Monte um conjunto com documentos longos, páginas com tabelas e imagens, perguntas que exigem citação interna e duas ou três ferramentas permitidas. Compare qualidade, perda de contexto, chamadas indevidas, latência, custo por tarefa e correções humanas com o modelo usado hoje.
Inclua ataques de instrução escondidos em anexos, conflito entre fontes e ferramenta indisponível. Verifique se o modelo recusa ações fora do escopo, registra evidências e mantém a resposta estruturada antes de considerar um agente em processo real.
O que observar
Confirme a publicação efetiva dos pesos em 27 de outubro, a licença, os arquivos de inferência, requisitos de memória, quantizações e relatório de segurança. A promessa de abertura só se completa quando os artefatos podem ser baixados, executados e auditados.
Acompanhe a resolução da diferença entre 49 e 52 bilhões de parâmetros ativos, limites de contexto verificados, retenção de dados na API, disponibilidade regional, acordo de nível de serviço e comportamento de preço depois do desconto inicial.
O que ainda não sabemos
Ainda não há reprodução ampla dos resultados divulgados pela Mistral nem testes públicos em português, documentos jurídicos brasileiros, desenhos técnicos ou fluxos de escritório. Um índice agregado não substitui avaliação com tarefas e riscos próprios.
Também não se sabe se os pesos, licença e ferramentas de execução serão entregues exatamente no escopo anunciado, nem qual infraestrutura será necessária para obter desempenho próximo ao serviço hospedado.
Fontes
- Mistral Large 4Mistral AI · Blog oficial · publicada em 6 de outubro de 2026 · conferida em 7 de outubro de 2026
- Mistral Large 4 model documentationMistral AI · Documentação · publicada em 6 de outubro de 2026 · conferida em 7 de outubro de 2026
- Mistral Large 4 analysisArtificial Analysis · Veículo especializado · publicada em 6 de outubro de 2026 · conferida em 7 de outubro de 2026
- Mistral Large 4 model profileArtificial Analysis · Veículo especializado · conferida em 7 de outubro de 2026
- Mistral CEO says new AI model beats Chinese ones in some areasReuters · Imprensa geral · publicada em 6 de outubro de 2026 · conferida em 7 de outubro de 2026