Mistral revela una IA con un billón de parámetros mientras Google protege la suya.

La cifra es un billón. Esa es la cantidad de parámetros, la configuración interna que una IA aprende durante el entrenamiento, que contiene Mistral Large 4, el modelo que la empresa francesa puso a disposición para su descarga gratuita el 29 de octubre. Esa misma semana, Google anunció que su modelo más potente para la ciberseguridad solo estaría disponible inicialmente para expertos en seguridad informática. Dos de las ideas mejor financiadas en IA ahora apuntan en direcciones opuestas, y la brecha entre ellas es importante para cualquiera que use, compre o se preocupe por la IA.

Lo que Mistral lanzó

Mistral mostró por primera vez Large 4, apodado “Le Chonk”, como un preestreno pagado el 6 de octubre y Prometieron entregar los pesos a finales de mes.. Ahora tiene los publicaron. Los pesos son el modelo entrenado en sí, el archivo que transforma una pregunta en una respuesta. Su publicación permite que cualquier persona con suficientes ordenadores pueda ejecutar el modelo en sus propias máquinas en lugar de alquilarlo a través de la página web de Mistral.

En Tarjeta de modelo en Hugging Face da una idea de la escala. Large 4 tiene aproximadamente 1 billón de parámetros en total, pero usa solo unos 52 mil millones de ellos para cada palabra que escribe. Ese diseño, llamado mezcla de expertos, divide el modelo en partes especializadas y activa solo unas pocas a la vez. Mantiene el costo de operación mucho más bajo de lo que sugiere el tamaño del titular. El modelo lee texto e imágenes, puede mantener aproximadamente 1 millón de tokens (aproximadamente 750 000 palabras) en vista a la vez, y Mistral dice que es fluido en más de 160 idiomas. Fue entrenado desde cero en 3800 chips Nvidia Grace Blackwell en los propios centros de datos de Mistral en Europa.

Mistral también redujo su precio. Utilizar el modelo a través de su propio servicio ahora cuesta $0.70 por millón de tokens de entrada y $2.10 por millón de tokens de salida. Un token es un fragmento de texto, aproximadamente tres cuartos de palabra.

¿Qué tan bueno es?

Según la propia interpretación de Mistral de los puntos de referencia, es el mejor modelo abierto para codificación. En el Índice de Agentes de Codificación de Análisis Artificial, una prueba independiente de asistentes de codificación de IA, obtiene una puntuación de 48%. Esto es prácticamente igual al GLM-5.3, un modelo abierto chino, mientras que utiliza 47% menos tokens por tarea., Mistral dice. Menos tokens significa una factura más barata por el mismo trabajo. En Terminal-Bench 4.0, una prueba para trabajar dentro de la línea de comandos de una computadora, aumentó 13 puntos porcentuales hasta 41% en las tres semanas transcurridas desde la vista previa.

El panorama general es más modesto. En el Índice de Inteligencia Artificial de Análisis más amplio, Large 4 obtiene una puntuación de 26, según su tarjeta modelo. Mistral afirma que es la puntuación más alta de cualquier modelo abierto occidental y admite que los principales modelos abiertos chinos obtienen puntuaciones más altas. El nuevo Gemini 4 Carbon de Google Obtiene una puntuación de 59 en el mismo índice., la máxima calificación. En pocas palabras, el modelo europeo libre es robusto para ser un modelo que se puede poseer, pero no se acerca a los mejores modelos cerrados en cuanto a capacidad general.

La apuesta por la ciberseguridad

La diferencia más notable esta semana radica en la ciberseguridad. Mistral presenta Large 4 como una herramienta para defensores, quienes detectan y corrigen vulnerabilidades en el software antes que los ciberdelincuentes. Obtiene una puntuación de 51% en el Índice de Ciberseguridad de Análisis Artificial, que evalúa si un modelo puede encontrar un fallo en el código, demostrar su existencia y corregirlo sin causar problemas. Mistral afirma que el modelo también rechazó 96,6% de solicitudes cibernéticas maliciosas en pruebas de seguridad estándar, la tasa más alta registrada entre los modelos de código abierto.

Pierre Stock, vicepresidente de ciencia de Mistral, explicó el razonamiento a TechCrunch. Según explicó, los gobiernos y las empresas obtienen “acceso a información de vanguardia para defenderse de los ciberataques. Un acceso que, por definición, no puede interrumpirse, ya que el modelo es de ponderación abierta”.”

Google tomó el camino opuesto con Gemini 4 Carbon, Anunciado el 28 de octubre. Google afirma que Carbon es su modelo más potente, con resultados de vanguardia en la detección, explotación y corrección de fallos de software. En lugar de lanzarlo de forma generalizada, Google lo está entregando primero a un pequeño grupo de expertos en ciberseguridad y luego a socios más fiables mediante un esquema de acceso controlado. Los desarrolladores y el público en general tendrán acceso más adelante, una vez que Google haya probado sus medidas de seguridad. Anthropic ha sido igualmente cauteloso con un no publicado Claude modelo que irrumpió en Chrome, Safari y Linux en pruebas.

¿Quieres que la IA te ahorre horas a la semana? Nuestra guía gratuita te muestra cómo.Obtén la guía gratuita →

La preocupación detrás de esa precaución es simple. Un modelo que es bueno para encontrar agujeros puede usarse para atacar así como para defenderse. Mistral no elude esto. En su publicación de lanzamiento La empresa afirma haber observado cómo se utilizaba la versión preliminar y, aunque el modelo se negaba a atacar objetivos reales, detectó “un potencial para que se pudiera llevar a cabo ataques reales”. En respuesta, indica que está modificando sus medidas de seguridad. Una versión cibernética más avanzada de Large 4 solo se distribuirá mediante contrato con socios verificados, como Orange Cyberdefense.

Aquí radica el problema con los pesos abiertos. Las barandillas en el sitio web de Mistral se pueden actualizar en cualquier momento. Las barandillas integradas en un modelo descargado se fijan una vez que el archivo sale del edificio, y un usuario decidido puede intentar eliminarlas. Mistral apuesta a que brindarles la herramienta a los defensores antes vale más que el riesgo de que los atacantes también la utilicen.

¿Quién puede realmente gestionarlo?

“Descarga gratuita” no significa que cualquiera pueda usarlo en casa. La propia guía de configuración de Mistral en el tarjeta modelo El modelo se ejecuta en ocho chips gráficos de gama alta que trabajan juntos. Para tener una idea de la escala, el modelo abierto ligeramente más pequeño de Meta, Muse Spark Open, necesita alrededor de 537 GB de almacenamiento solo para sus pesos comprimidos, Meta dice, antes de la memoria adicional necesaria para ejecutarlo. Eso va mucho más allá de una computadora portátil o una PC para juegos.

Así pues, los clientes reales son bancos, gobiernos, empresas de telecomunicaciones y grandes corporaciones. En su comunicado de lanzamiento, Mistral cita a La Banque Postale, ABN AMRO, Belfius y el Φ-lab de la Agencia Espacial Europea entre las organizaciones que respaldan el modelo. Para ellas, el atractivo reside en el control. Sus datos permanecen en sus propios servidores, y ningún proveedor extranjero puede desactivar el modelo ni modificarlo de un día para otro. Los europeos lo denominan IA soberana.

Hay una condición adjunta. licencia Es una versión modificada de la licencia MIT, una licencia común de software libre. Cualquiera puede usar, modificar y vender productos basados en este modelo, pero una empresa que revenda el acceso como servicio en línea necesita una licencia comercial independiente de Mistral. Esto impide que una empresa de computación en la nube rival simplemente aloje el trabajo de Mistral y lo ofrezca a un precio inferior.

Qué significa para los usuarios comunes

La mayoría de la gente nunca descargará Large 4. Aun así, podrían encontrarse con este problema. Si un banco, una oficina gubernamental o un desarrollador de aplicaciones se basa en un modelo abierto que ellos mismos gestionan, es posible que tus datos nunca salgan de los servidores de esa organización. Esto supone una diferencia real en cuanto a privacidad, en comparación con enviar todas tus preguntas a una empresa estadounidense o china.

Los modelos abiertos también ponen un tope a los precios. Cuando hay un modelo capaz disponible para funcionar por el costo del hardware, a los proveedores cerrados les resulta más difícil cobrar mucho más por un trabajo similar. Carbon costará $2 por millón de tokens de entrada y $10 por millón de tokens de salida en su precio de lanzamiento., Google dice, aumentando a $4 y $20 más adelante. El Large 4 es mucho más barato, aunque también hace menos.

Y la carrera abierta ahora es global. Los modelos abiertos más fuertes han venido principalmente de China, donde los laboratorios también han enfrentado acusaciones de que entrenado en la salida de US Modelos. El lanzamiento de Mistral le da a Europa una entrada creíble, y el Muse Spark Open de Meta, lanzado a mediados de octubre, le da una a Estados Unidos.

Qué ver

Tres factores determinarán si la apuesta de Mistral da sus frutos. El primero es el informe técnico completo que ha prometido, que permitirá a terceros verificar sus afirmaciones sobre el índice de referencia. El segundo es cualquier indicio de que los ciberdelincuentes utilicen Large 4 en ataques reales, lo que reforzaría la justificación del enfoque más lento de Google. El tercero es la adopción. Si los bancos y gobiernos europeos trasladan operaciones reales a un modelo que ellos mismos gestionan, las ponderaciones abiertas dejan de ser un principio para convertirse en un negocio.