Mistral Large 4 chega em preview com 1 trilhão de parâmetros, mas pesos abertos só no fim de outubro

A Mistral lançou nesta terça (6/10) um preview via API do Large 4, modelo de 1 trilhão de parâmetros com apenas 49 bilhões ativos por token. O salto de benchmark é real, mas os pesos abertos, que sustentam a promessa de rodar on-premise, só devem sair no fim do mês.

O anúncio, feito nesta terça (6/10)

A Mistral AI↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → publicou nesta terça-feira, 6 de outubro de 2026, um preview do Mistral Large 4 acessível pela própria API da empresa. O registro mais detalhado do lançamento saiu no blog de Simon Willison, que acompanha de perto cada novo modelo de linguagem relevante do mercado.

Os números chamam atenção: 1 trilhão de parâmetros no total, mas só 49 bilhões ativos por token. O modelo foi treinado num cluster próprio da Mistral, com 3.800 GPUs NVIDIA Grace Blackwell.

Por baixo do capô: uma Mixture-of-Experts bem esparsa

A proporção entre parâmetros totais e ativos entrega a arquitetura: é um Mixture-of-Experts (MoE), onde só uma fração dos "especialistas" do modelo participa de cada inferência. Com 49 bilhões ativos sobre 1 trilhão total, a taxa de ativação fica perto de 5%, um recorte bem mais esparso que o comum nesse tipo de arquitetura.

Na prática, isso barateia o custo computacional por token processado: a conta de inferência se aproxima da de um modelo de ~49B parâmetros densos, não de um de 1T. O problema é que o custo de memória não cai junto: para servir qualquer token, o sistema de inferência precisa ter acesso rápido a todos os experts possíveis, não só aos que serão ativados.

O salto no benchmark, e o quanto ele significa

Na Artificial Analysis, índice que a comunidade de LLMs usa como referência comparativa, o Large 4 marcou 38 pontos. Isso fica logo atrás do DeepSeek 4.1 Flash, modelo de 552 bilhões de parâmetros, mas bem à frente do antecessor direto.

O Mistral Large 3, lançado em dezembro de 2025, havia marcado apenas 9 pontos no mesmo índice. Um salto de 9 para 38 é expressivo para qualquer fabricante, mas ainda não coloca o Large 4 na classe de fronteira: Willison estima que o modelo fica cerca de seis meses atrás do estado da arte, o que já é visto como uma recuperação de competitividade para a Mistral depois de uma geração fraca.

O teste informal que expõe uma particularidade dos modos de raciocínio

Willison mantém um benchmark pessoal e bem-humorado: pedir para cada modelo novo desenhar, em SVG, um pelicano andando de bicicleta. O resultado não mede qualidade de código em geral, mas captura de forma rápida se o modelo segue instruções espaciais complexas sem supervisão.

O Large 4 só oferece dois níveis de raciocínio pela API, none e high, sem opções intermediárias de orçamento de tokens como outros fabricantes vêm oferecendo. O resultado do teste do pelicano foi contraintuitivo: o modo high gerou um desenho melhor usando 2.717 tokens de saída, enquanto o modo none gastou mais, 3.275 tokens, e produziu um resultado pior. Para quem está decidindo entre níveis de raciocínio num pipeline de produção, isso é um lembrete de que mais tokens gastos não é sinônimo de mais raciocínio aplicado.

A letra miúda que muda o ângulo da notícia

Aqui está o ponto que separa o anúncio de hoje da promessa de "modelo europeu sem vendor lock-in": os pesos abertos do Large 4 ainda não existem. A Mistral prometeu liberá-los apenas no "fim deste mês", ou seja, até o final de outubro de 2026.

Enquanto isso não acontece, usar o Large 4 significa depender da API da Mistral, exatamente o mesmo tipo de dependência de fornecedor que qualquer modelo fechado de OpenAI, Anthropic ou Google impõe. Não há, hoje, nenhuma forma de rodar este modelo on-premise. Quem decidir integrar o preview em produção agora está apostando numa promessa de abertura futura, não usando um modelo já aberto.

O que vai pesar quando os pesos saírem

Quando (e se) os pesos forem publicados, a conta de infraestrutura para rodar o Large 4 localmente não será trivial, mesmo com a esparsidade do MoE jogando a favor. Um modelo de 1 trilhão de parâmetros, mesmo em quantização de 8 bits, ocupa algo na casa de 1 terabyte só em pesos; em 4 bits, ainda ficaria perto de 500 gigabytes.

Isso significa que, mesmo que apenas 49 bilhões de parâmetros sejam ativados por token, o servidor de inferência precisa manter todos os experts carregados em memória de GPU (ou em memória rápida o suficiente para não gerar latência por troca de disco) para atender requisições com previsibilidade. Servir um MoE desse porte exige paralelismo de experts, o que implica cluster multi-GPU, não uma workstation única. Trocar a fatura da API por hardware próprio é real, mas o hardware próprio aqui não é pequeno.

Para quem vale esperar

Para times no Brasil preocupados com soberania de dados ou que já batem de frente com custo de API em escala, o Large 4 é um nome a monitorar, não a adotar hoje. O caminho razoável é acompanhar o lançamento dos pesos no fim de outubro, avaliar os requisitos reais de serving (memória, paralelismo de experts, throughput) e comparar o resultado prático contra alternativas já abertas, como os modelos da própria DeepSeek, que hoje já publicam pesos junto com os benchmarks.

Seis meses atrás da fronteira não é um problema para boa parte dos casos de uso em produção, que não exigem o modelo mais avançado do mundo, só um modelo competente, previsível e, no caso do Large 4, potencialmente livre de lock-in de fornecedor quando a segunda metade da promessa, os pesos abertos, finalmente for cumprida.

Fonte: Simon Willison