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.

info Definición Rápida
Mistral Large 4 es el modelo más capaz de Mistral AI en código agéntico y ciberseguridad, según la propia empresa: una mezcla de expertos (MoE) multimodal de aproximadamente 1 billón de parámetros (52 mil millones activos) y 1M de tokens de contexto. Salió en vista previa el 6 de octubre de 2026 y después se publicaron sus pesos.

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.

DatoValor
ID de APImistral-large-4
Pesosmistralai/Mistral-Large-4-1T-A52B (Hugging Face)
FechaVista 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)
Contexto1M de tokens
Precio0.70 USD entrada / 2.10 USD salida por millón de tokens
Abierto o cerradoPesos 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.

BenchmarkPuntajeQuién lo midió o publica
Terminal-Bench 4.041% (28.3% en la vista previa)Reportado por Mistral; no dice quién lo corrió
BrowseComp84.5%Reportado por Mistral; no dice quién lo midió
Cognition FrontierCode 2.019.7%Benchmark privado de Cognition, reportado por Mistral
Artificial Analysis Coding Agent Index48%Artificial Analysis, reportado por Mistral
Artificial Analysis Cyber Index51%Artificial Analysis, reportado por Mistral
B3 Agent Security Benchmark97.1% de ataques resistidosReportado 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 high de razonamiento. Para tareas diarias, medium puede bastar.
  • Mezclar los números de la vista previa con los de la versión con pesos.
  • Olvidar que la salida es solo texto.

Fuentes

Preguntas frecuentes

¿Mistral Large 4 es de código abierto?
Sus pesos están publicados en Hugging Face con la Mistral Ecosystem Open-Weight License, que Mistral describe como una versión modificada de MIT para uso comercial y no comercial. Quien opere un negocio de modelo como servicio necesita una licencia comercial aparte. El bloque de ficha de las publicaciones de Mistral muestra Apache 2.0, lo que contradice esa descripción, y Hugging Face muestra ‘License: other’: lee el archivo de licencia del repositorio.
¿Cuánto cuesta Mistral Large 4?
A 15 de noviembre de 2026, Mistral publica 0.70 dólares por millón de tokens de entrada, 0.07 por entrada en caché y 2.10 por salida. Los precios cambian: confírmalos en la documentación de Mistral antes de presupuestar.
¿Acepta imágenes?
Sí. Según la ficha en Hugging Face, acepta texto e imagen como entrada y responde solo con texto. Mistral lo llama nativamente multimodal.
¿Qué nivel de razonamiento puedo elegir?
La ficha de Hugging Face indica tres niveles de reasoning effort: low, medium y high, con high por defecto. Sugiere high para trabajo complejo o de agentes, medium para el uso diario y low para chat rápido.