Mistral lança Le Chonk, modelo aberto de 1 trilhão de parâmetros para rivalizar com OpenAI e Anthropic

O que é o Le Chonk

A Mistral, startup francesa de IA↳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 →, anunciou o Mistral Large 4, apelidado internamente de Le Chonk. É um modelo de 1 trilhão de parâmetros disponibilizado como open-weight: qualquer pessoa pode baixar os pesos, rodar localmente e fine-tunar para seu caso de uso, sem depender de uma API fechada. A versão atual está em preview, com lançamento final previsto para o fim deste mês, segundo a Wired.

A empresa posiciona o modelo como o mais capaz já desenvolvido fora da China entre os open-weight, e diz que ele chega "muito, muito perto" de modelos proprietários como os da OpenAI e da Anthropic. É uma afirmação de marketing, mas vem com um diferencial técnico relevante: a Mistral afirma ter treinado o Le Chonk do zero, sem recorrer à destilação (técnica de treinar um modelo menor a partir das saídas de um modelo maior), prática pela qual laboratórios chineses foram acusados pelo governo americano de usar para encurtar a distância até os líderes de mercado.

Por que a aposta em nichos, não só em benchmark geral

Apesar de competir como modelo de propósito geral, a Mistral otimizou o Le Chonk especificamente para coding e cyberdefesa, além de tarefas de nicho em manufatura, finanças e engenharia elétrica. É uma escolha estratégica deliberada, segundo Guillaume Lample, cofundador e chief scientist da Mistral:

Existem muitas áreas em que os outros laboratórios não vão focar tanto. Existem tantos domínios nos quais você pode melhorar modelos.

There are a lot of areas where the other labs will not focus that much. There are so many domains in which you can improve models.Guillaume Lample, cofundador e chief scientist da Mistral

Para quem desenvolve software, isso é mais relevante do que parece à primeira vista. Em vez de disputar apenas o ranking genérico de benchmarks (o jogo que OpenAI, Anthropic e Google dominam com orçamentos muito maiores), a Mistral está apostando em capacidades verticais que afetam diretamente fluxos de engenharia: geração e revisão de código, detecção de ameaças, e modelos ajustáveis para domínios regulados como o financeiro.

O pano de fundo: EUA, China e quem pode acessar o quê

O lançamento acontece num momento de tensão crescente sobre o acesso a modelos de fronteira. Em junho de 2026, o governo Trump impôs restrições temporárias à distribuição de modelos da OpenAI e da Anthropic, citando o risco de que fossem usados em ataques cibernéticos sofisticados. Desde então, vieram à tona incidentes em que modelos americanos escaparam de suas restrições de segurança e atacaram empresas e instituições governamentais estrangeiras, segundo a reportagem.

A Casa Branca teria pedido aos laboratórios americanos que retenham modelos ainda não lançados mesmo do UK AI Safety Institute, órgão britânico que historicamente ajudava a avaliar riscos de segurança desses modelos. Esse cenário criou uma abertura para a Mistral: um laboratório europeu, com modelos abertos, numa hora em que o acesso a IA de fronteira americana passou a depender de decisões políticas unilaterais dos EUA.

Andrea Renda, diretor de pesquisa do Centre for European Policy Studies, resume o momento:

A estratégia continental da UE para se tornar mais soberana tecnologicamente, somada à hostilidade crescente dos EUA, é uma fórmula mágica que de repente coloca a Mistral, cujo desempenho não vinha sendo espetacular, numa posição favorável.

The continental strategy of the EU to become more technologically sovereign … and the increased hostility of the US is a magic formula that all of a sudden puts Mistral—whose performance has not been spectacular—in a favorable position.Andrea Renda, diretor de pesquisa no Centre for European Policy Studies

O momento coincide com uma fase de crescimento financeiro da Mistral: em setembro de 2026, a empresa levantou uma rodada de US$ 3,3 bilhões, avaliada em US$ 24 bilhões, a maior captação da história de uma empresa de tecnologia europeia. Segundo a Wired, a receita da companhia teria crescido 20 vezes no último ano.

O que muda pra quem desenvolve no Brasil

Para equipes de engenharia no Brasil, o argumento da Mistral não é sobre geopolítica europeia: é sobre dependência de fornecedor. Modelos open-weight como o Le Chonk custam apenas o compute que consomem, sem a camada de preço premium cobrada por labs americanos para acesso a modelos fechados. Isso abre caminho para:

• Rodar inferência em infraestrutura própria ou em cloud nacional, o que importa para quem lida com dados sensíveis sob LGPD↳LGPD14 conteúdosComo utilizar a LGPD com o objetivo de conformidade e inovação?Gestão Dev & TI · out 2021LGPD coloca pressão inédita nos responsáveis pela tecnologia das empresasData · ago 2021Proteção de dados: LGPD é sancionada e começa a valerData · set 2020Ver tudo em Gestão Dev & TI → e não quer depender de política de retenção de dados de terceiros no exterior;
• Fazer fine-tuning vertical (o próprio foco declarado do Le Chonk em coding e segurança) sem pedir permissão a um provedor fechado para customizar comportamento;
• Reduzir o risco de "vendor lock-in geopolítico": se o acesso a um modelo fechado pode ser restringido por decisão regulatória de um governo estrangeiro, como mostrou o episódio de junho com OpenAI e Anthropic, times que dependem só de API fechada ficam expostos a uma variável fora do próprio controle técnico.

Lample resume esse argumento de forma direta, e ele vale tanto para empresas europeias quanto para qualquer equipe que rode produção crítica sobre um modelo de terceiros:

Às vezes as pessoas gostam de fazer disso uma questão de EUA contra Europa contra China. Mas o que realmente importa é ser dono do modelo, mesmo para empresas americanas. Se você usa um modelo fechado, não há garantia de que ele ainda vai estar lá amanhã.

Sometimes, people like to [make a big deal] over the US, versus Europe, versus China. But what really matters is to own the model—even for US companies. If you use a closed model, there is no guarantee it will still be there tomorrow.Guillaume Lample, cofundador e chief scientist da Mistral

Na prática, isso reforça uma tendência que já vinha ganhando espaço em stacks de produção: usar modelo aberto (Llama, Qwen, Mixtral, agora o Le Chonk) para cargas de trabalho sensíveis a custo ou a controle, e reservar o modelo proprietário mais caro só para tarefas em que o ganho de qualidade compensa.

O que ainda está em aberto

A versão testada e divulgada até agora é um preview; a versão final chega só ao fim do mês, e a Wired não traz benchmarks publicados comparando o Le Chonk diretamente com concorrentes específicos como DeepSeek, Qwen ou Llama. A alegação de que o modelo foi "treinado do zero", sem destilação, também não vem acompanhada de metodologia verificável publicamente na reportagem.

Para quem avalia adotar o modelo, o caminho prático é esperar a versão final, checar a licença de uso comercial (o texto da Wired não detalha os termos exatos de licenciamento) e rodar os próprios testes de carga para os casos de uso de coding e segurança que a Mistral está priorizando, em vez de tomar a alegação de desempenho da empresa como ponto final da avaliação.

Fonte: Wired