Mistral apresenta Le Chonk: Mistral Large 4 com um trilhão de parâmetros
A Mistral lança o Mistral Large 4 em versão prévia, um modelo de um trilhão de parâmetros treinado em aceleradores Grace Blackwell. Embora os preços da API sejam elevados, os pesos do modelo estão prometidos para o final do mês.
A Mistral lançou Le Chaton Fat Le Chonk
O Mistral Large 4 é um modelo com um trilhão de parâmetros totais e 49 bilhões de parâmetros ativos, treinado em 3.800 aceleradores Grace Blackwell no datacenter próprio da Mistral. Na maioria dos benchmarks, ele fica ligeiramente abaixo dos melhores modelos abertos, mas pelo menos compete na mesma liga.
O modelo já está disponível em versão prévia, com preços de API de US$ 1,36/US$ 4,18 por milhão de tokens, o que é considerado caro para essa categoria. Os pesos do modelo estão prometidos para o final do mês. O treinamento por reforço (RL) ainda está em andamento, portanto, o desempenho do modelo pode melhorar ainda mais.
Por que isso importa
AnáliseIsso demonstra a tentativa da Mistral de competir com os modelos de pesos abertos mais robustos, embora os altos preços da API e o atraso na liberação dos pesos limitem a acessibilidade imediata.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Mistral AI (Modelos abertos e eficientes da Europa)
Uma série de modelos comerciais e de código aberto de alta eficiência desenvolvidos pela startup francesa Mistral AI (Mistral 7B, Mixtral 8x7B, Mistral Large). Reconhecidos pela sua compactação, velocidade e respeito à privacidade dos dados.
LLM (Large Language Model - Modelo de Linguagem Grande)
Classe fundamental de arquiteturas de redes neurais baseada em transformadores autorregressivos, que prevê a distribuição probabilística dos próximos tokens e demonstra propriedades emergentes de pensamento abstrato, síntese de código e raciocínio lógico.
Alibaba apresenta Qwen4-Max com contexto de um milhão de tokens
O novo modelo principal da Alibaba é voltado para programação, desenvolvimento de jogos e tarefas de agentes, com preço mais baixo que os principais concorrentes americanos.
Parte I. Arquitetura de Agentes de IA: Blocos Fundamentais
Dez blocos fundamentais de um agente moderno: taxonomia de modelos, loop de runtime, técnicas de prompting, destilação, habilidades (skills), memória, function calling e economia por unidade.