Mistral presenta Le Chonk: Mistral Large 4 con un billón de parámetros
Mistral Large 4 ya está disponible en preview: un billón de parámetros, 49 mil millones activos y entrenamiento en 3800 aceleradores Grace Blackwell. El precio del API es alto y los pesos se prometen para finales de mes.
Mistral lanzó Le Chaton Fat Le Chonk
Mistral Large 4 es un modelo de un billón de parámetros con 49 mil millones de parámetros activos, entrenado en 3800 aceleradores Grace Blackwell en el centro de datos propio de Mistral. En la mayoría de los benchmarks se queda un poco por debajo de los mejores modelos abiertos, aunque al menos está en la misma liga.
El modelo ya está disponible en versión preview, con un precio de API de 1,36/4,18 USD por millón de tokens, bastante elevado para un modelo de estas características. Los pesos se prometen para finales de mes. El entrenamiento RL sigue en curso, así que el modelo podría mejorar aún más.
Por qué es importante
AnálisisLa noticia muestra que Mistral quiere competir con los modelos abiertos más fuertes, pero el precio del API y la demora en los pesos limitan su accesibilidad inmediata.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
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.
Alibaba presenta Qwen4-Max con contexto de un millón de tokens
El nuevo modelo insignia de Alibaba está orientado a programación, desarrollo de juegos y tareas de agentes, con precios más bajos que los principales competidores estadounidenses.
Parte I. Arquitectura de Agentes de IA: Fundamentos
Los once bloques constructivos fundamentales de un agente de IA: taxonomía de modelos, bucle de ejecución, ingeniería de prompts, destilación, skills, memoria, function calling y FinOps.