
Mistral Large 4: modelo abierto de 1T de parámetros para código y agentes
Mistral Large 4: 1T de parámetros, 1M de contexto, 0.70 / 2.10 USD por millón de tokens, benchmarks que publicó Mistral, a 15 de noviembre de 2026.
Los datos son a 15 de noviembre de 2026 y salen de páginas de Mistral. Los precios y la licencia pueden cambiar.
¿Qué es Mistral Large 4 y cuándo salió?
Mistral anunció la vista previa pública de la API el 6 de octubre de 2026 y prometió los pesos para finales de ese mes. Una segunda publicación presenta la versión con pesos abiertos y sube los números de varias pruebas respecto a la vista previa.
| Dato | Valor |
|---|---|
| ID de API | mistral-large-4 |
| Pesos | mistralai/Mistral-Large-4-1T-A52B (Hugging Face) |
| Fecha | Vista previa el 6 de octubre de 2026; la ficha en la documentación de Mistral indica 5 de noviembre de 2026 |
| Parámetros | ~1T totales, 52B activos (49B por token sin contar embeddings ni capas de salida, según Hugging Face) |
| Contexto | 1M de tokens |
| Precio | 0.70 USD entrada / 2.10 USD salida por millón de tokens |
| Abierto o cerrado | Pesos abiertos, con licencia de Mistral (MIT modificada) |
¿Para qué sirve?
Mistral lo posiciona para código agéntico (agentes que editan un repositorio y corren comandos) y ciberseguridad. Entre sus funciones de API, la documentación lista llamadas a funciones, salidas estructuradas, preguntas sobre documentos, lotes y agentes. Como acepta imágenes, también sirve para describir capturas de pantalla.
Para un diseñador o product designer, lo útil es esto: es una opción de precio bajo para agentes que repiten trabajo (auditar páginas, revisar textos, generar variantes de código) y, como los pesos son abiertos, puede alojarse en infraestructura propia; además de la API de Mistral, la publicación de los pesos abiertos nombra OpenRouter, Microsoft Foundry y endpoints de NVIDIA. Si quieres entender qué significa eso, lee modelos abiertos vs. cerrados.
¿Qué benchmarks publicó y cómo se leen?
Estos puntajes los reporta Mistral en su publicación; algunos provienen de pruebas de terceros (Cognition, Artificial Analysis) que Mistral cita. Ninguno permite un ranking contra modelos de otros laboratorios. Para el método, lee cómo leer benchmarks de IA.
| Benchmark | Puntaje | Quién lo midió o publica |
|---|---|---|
| Terminal-Bench 4.0 | 41% (28.3% en la vista previa) | Reportado por Mistral; no dice quién lo corrió |
| BrowseComp | 84.5% | Reportado por Mistral; no dice quién lo midió |
| Cognition FrontierCode 2.0 | 19.7% | Benchmark privado de Cognition, reportado por Mistral |
| Artificial Analysis Coding Agent Index | 48% | Artificial Analysis, reportado por Mistral |
| Artificial Analysis Cyber Index | 51% | Artificial Analysis, reportado por Mistral |
| B3 Agent Security Benchmark | 97.1% de ataques resistidos | Reportado por Mistral (93.3% en la vista previa, donde lo atribuye al B3 público de Lakera) |
Cómo leerlos:
- Mistral describe FrontierCode 2.0 como una evaluación de la calidad de código de punta a punta y de si el responsable de un repositorio aceptaría el cambio del agente.
- Describe el Cyber Index como la capacidad de encontrar vulnerabilidades en un código, reproducirlas, validarlas y corregirlas sin romper lo existente.
- De BrowseComp, la publicación solo da el puntaje y no explica su método. Para B3, lo cita como resistencia a ataques como la extracción del prompt de sistema o la inyección de código malicioso.
- La mejora entre vista previa y versión final (por ejemplo, Terminal-Bench de 28.3% a 41%) la declara el propio laboratorio. Es un dato útil para ver la tendencia, no una auditoría.
¿Cuánto cuesta y qué contexto tiene?
A 15 de noviembre de 2026, la documentación de Mistral lista, en dólares por millón de tokens: 0.70 de entrada, 0.07 de entrada en caché y 2.10 de salida, con 1M de tokens de contexto. Para traducir esto a costo real de una tarea, lee costo por token, tokens y ventana de contexto. Si lo alojas tú mismo, el costo ya no es por token sino de infraestructura.
¿Cuándo elegirlo y cuándo no?
Elígelo cuando:
- Quieras un modelo abierto y de precio bajo para agentes de código o de revisión.
- Necesites entrada de imágenes y salida de texto.
- Te importe alojarlo en tu infraestructura, o usar el despliegue europeo que Mistral dice operar de punta a punta.
Evítalo cuando:
- Necesites generar imágenes o audio: la salida es solo texto.
- Planees ofrecer el modelo a terceros como servicio: la licencia exige un acuerdo comercial con Mistral.
- La licencia sea un requisito legal estricto en tu empresa: hay dos descripciones distintas (MIT modificada y Apache 2.0), así que pide revisión al equipo legal con el archivo de licencia en mano.
Ejemplo
Ejemplo ilustrativo: un equipo de producto mantiene 60 páginas de su sitio y quiere detectar botones sin texto accesible y mensajes de error inconsistentes. Escribe un script que mande el HTML de cada página a mistral-large-4 con reasoning_effort en medium y pida una lista de problemas con la línea afectada.
Qué probar mañana: corre solo 5 páginas, revisa a mano si los problemas existen y calcula el costo de esas 5 en tokens. Si el costo y la precisión te sirven, escala a las 60.
Errores comunes
- Citar el 41% de Terminal-Bench 4.0 como si fuera comparable con otro laboratorio sin revisar el arnés.
- Creer que abierto significa libre de condiciones: un negocio de modelo como servicio necesita licencia.
- Usar siempre
highde razonamiento. Para tareas diarias,mediumpuede bastar. - Mezclar los números de la vista previa con los de la versión con pesos.
- Olvidar que la salida es solo texto.