Mistral Large 4: Modelo de 1 trilhão de parâmetros com pesos abertos chega em 27 de outubro




A Mistral apresentou o Mistral Large 4, apelidado de 'Le Chonk', um modelo massivo com 1 trilhão de parâmetros e 49 bilhões ativos. A API já está disponível, enquanto os pesos abertos estão prometidos para lançamento em 27 de outubro.
A Mistral lançou oficialmente seu novo modelo, Mistral Large 4, também conhecido internamente como Le Chonk. De acordo com o anúncio, a arquitetura possui impressionantes 1 trilhão de parâmetros no total, com 49 bilhões de parâmetros ativos durante a inferência.
Principais destaques técnicos:
- Obteve 62% na benchmark DeepSWE para tarefas de programação;
- Superou o GLM-5.3 na mesma avaliação (DeepSWE);
- A equipe afirma que alcança resultados de ponta (state-of-the-art) nos setores de cibersegurança, manufatura e finanças;
- Na avaliação AA, o modelo pontuou 38, igualando o desempenho do Luna, embora seja mais caro que este último;
- Os pesos abertos estão programados para serem liberados publicamente em 27 de outubro.
O modelo já pode ser acessado imediatamente através da API da Mistral.
Por que isso importa
AnáliseEste lançamento é significativo porque a Mistral combina uma escala arquitetural colossal com forte desempenho em codificação, segurança e finanças, além de prometer transparência via pesos abertos, intensificando potencialmente a competição no mercado de IA generativa.
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.
Parte II. Arquitetura de Agentes de IA: do Modelo à Memória e Ferramentas
Imersão profunda em engenharia: tokenização, cache KV, determinismo de amostragem, stack de treinamento, quantização, engenharia de contexto, stack de segurança, RAG em produção, ReAct e sistemas swarm multiagente.
Anthropic abre capital: ações a US$ 83 e avaliação perto de US$ 1,5 trilhão
A Anthropic anunciou preço de US$ 83 por ação antes da estreia na Nasdaq e ampliou a oferta para 980 milhões de ações. A captação total atingiu US$ 107,3 bilhões, enquanto a avaliação se aproximava de US$ 1,5 trilhão.