O laboratório francês de IA Mistral lançou em 6 de outubro o Mistral Large 4, seu maior e mais poderoso modelo até agora, de codinome interno «Le Chonk» (que significa «gato gordo»), em um desafio direto aos modelos fechados de fronteira dos EUA e aos modelos chineses de pesos abertos.
Ponto um: arquitetura de mistura de especialistas com um trilhão de parâmetros. O modelo tem 1 trilhão de parâmetros no total e ativa apenas 49B a cada inferência; é nativamente multimodal, oferece suporte a mais de 160 idiomas e tem janela de contexto de até 1 milhão de tokens. A prévia pública da API já está no ar.
Ponto dois: treinamento eficiente na Europa. O modelo foi treinado do zero nos data centers europeus da própria Mistral, com cerca de 3.800 GPUs Nvidia Grace Blackwell, e, segundo relatos, com apenas metade a um terço da capacidade de computação de treinamento dos concorrentes chineses.
Ponto três: capacidade de destaque em cibersegurança. Ele obteve 82% no benchmark CyberGym-E2E e 93% no Cybench, enquanto modelos fechados como Claude e GPT ficaram próximos de zero nesse teste por se recusarem a responder. O CEO Artur Mensch disse que a ideia de que «a Europa não consegue competir» não procede. Os pesos abertos completos devem ser liberados no fim de outubro.
Link original: leia o original. O texto é um resumo, apenas para referência.
