Mistral publica los pesos abiertos de Large 4, el modelo Le Chonk de 1 billón de parámetros
Mistral publica los pesos abiertos de Large 4, el modelo Le Chonk de 1 billón de parámetros
Mistral publicó los pesos abiertos de su modelo insignia Large 4, llamado internamente Le Chonk, y redujo los precios de la API.
Mistral presentó su nuevo modelo insignia, Large 4. Dentro de la empresa lo llaman oficialmente Le Chonk, una referencia al meme Le Chaton Fat, el falso modelo gigante de Mistral que generó conversación durante meses.
Los pesos abiertos de Mistral Large 4 ya están disponibles en Hugging Face: Mistral-Large-4-1T-A52B.
Tres semanas después del anuncio, el modelo recibió entrenamiento adicional que mejoró notablemente sus resultados en programación y ciberseguridad.
El precio de la API se redujo a 0,70 USD por millón de tokens de entrada y 2,10 USD por millón de tokens de salida.
Por qué es importante
AnálisisLos pesos abiertos y los precios más bajos hacen que un modelo de un billón de parámetros sea más accesible para desarrolladores, investigadores y aplicaciones de seguridad.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Mistral publica los pesos de Le Chonk mientras se reportan hackeos en Polymarket y Binance
En la red circula información sobre la publicación de los pesos de Mistral Le Chonk y posteriores reportes de incidentes en Polymarket y Binance.
Mistral AI (Modelos Abiertos y Eficientes de Europa)
Serie de modelos abiertos y comerciales de alto rendimiento del startup francés Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Conocidos por su compacidad, velocidad y respeto por la privacidad de los datos.
LLM (Large Language Model - Modelo de Lenguaje Grande)
Clase fundamental de arquitecturas de redes neuronales basadas en transformadores autorregresivos, que predice la distribución probabilística de los siguientes tokens y demuestra propiedades emergentes de pensamiento abstracto, síntesis de código y razonamiento lógico.
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.