Mistral Large 4 ora è open-weight: cosa cambia, cosa dicono i benchmark e a chi interessa
Fonte: Mistral AI
Mistral ha rilasciato i pesi di Mistral Large 4, il modello nativamente multimodale da mille miliardi di parametri che l'azienda chiama "Le Chonk". Il modello era entrato in anteprima pubblica all'inizio di ottobre. La versione open-weight è aggiornata: Mistral dice di aver dedicato circa altre tre settimane al reinforcement learning dopo l'anteprima, concentrandosi su programmazione e cybersicurezza difensiva.
In breve
- Cos'è: un modello multimodale di punta da 1T di parametri, addestrato da zero su infrastruttura europea (secondo Mistral).
- Novità rispetto all'anteprima: punteggi migliori in programmazione e sicurezza, più una migliore "efficienza di ragionamento", cioè meno token per attività.
- Dove usarlo: Mistral Studio, l'API di Mistral, OpenRouter oppure con pesi ospitati in proprio da Hugging Face (serviti con vLLM o SGLang).
- Licenza: una licenza MIT modificata con una condizione rivolta alle aziende Model-as-a-Service (vedi la nostra spiegazione della licenza).
I numeri dichiarati da Mistral
Tutti i dati qui sotto sono dichiarazioni di Mistral tratte dal suo annuncio. Non esistono ancora verifiche indipendenti, e Mistral dice che un report tecnico completo arriverà "a breve".
| Benchmark | Risultato dichiarato |
|---|---|
| Cognition FrontierCode 2.0 (privato) | 19,7%, il punteggio più alto nel grafico di Mistral, davanti a GLM-5.3 (19,3%) |
| Artificial Analysis Coding Agent Index | 48%, "sostanzialmente alla pari" con GLM-5.3 usando il 47% di token in meno per attività |
| Terminal-Bench 4.0 | 41%, 13 punti in più rispetto all'anteprima, con il 30% di token in output in meno |
| Artificial Analysis Cyber Index | 51% |
| BrowseComp | 84,5% (contro il 75% di un primo checkpoint SFT) |
| Finch (flussi di lavoro finanziari) | 73,3%, secondo tra i modelli aperti dietro Kimi K3 |
| B3 Agent Security Benchmark | 97,1% degli attacchi respinti (93,3% in anteprima) |
Sulle preferenze umane, Mistral cita i test di programmazione alla cieca a coppie di Surge. In questi test Large 4 ha battuto GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash e si è piazzato "dietro solo a Claude Opus 5.5" tra i modelli testati.
Tre modalità di ragionamento
Mistral dice che il modello ora ha tre modalità di ragionamento, così puoi bilanciare costo e qualità. La modalità più leggera gestisce le attività semplici e sostituisce la vecchia modalità "None". La più pesante è pensata per i "casi d'uso più difficili che richiedono alta precisione". Se paghi a token, conta: scegli la modalità più leggera che supera i tuoi test.
Il fronte della cybersicurezza (e la sua avvertenza)
Gran parte dell'annuncio riguarda la sicurezza difensiva. Include dichiarazioni di Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA e altri. Mistral dice anche apertamente che, osservando il traffico dell'anteprima, ha notato "un potenziale aiuto nel condurre attacchi reali" e che sta rafforzando le protezioni. Una variante specializzata per il penetration testing andrà solo a partner selezionati sotto contratto.
Conviene passare a Large 4?
- Chi fa self-hosting e i team in settori regolamentati: sono il pubblico principale. Ottieni pesi aperti, un addestramento di origine europea e una licenza permissiva.
- Hobbisti: un modello da 1T di parametri richiede hardware da data center per girare in locale. Per la maggior parte delle persone la strada realistica è l'API o OpenRouter. (Il post di Mistral non pubblica i requisiti hardware; controlla la scheda del modello su Hugging Face.)
- Chi usa agenti di programmazione: è la promessa di efficienza nei token la parte da testare. Fai girare le tue attività con gli agenti tramite OpenRouter prima di impegnarti.
Video
Video di Mistral su YouTube.
Video di Bijan Bowen su YouTube.
Fonti
- Mistral AI, "Mistral Large 4 (Le Chonk)… open weight", 29/10/2026: https://mistral.ai/news/mistral-large-4-oss/
- Prima pagina di Hacker News (API di Algolia): https://hn.algolia.com/api/v1/search?tags=front_page
Cosa è confermato e cosa no
- ✅ Ogni numero dei benchmark è stato copiato a mano dal post di Mistral il 29/10/2026 verso le 23:58 ET. Sono tutti dichiarati dal produttore.
- ✅ La formulazione della licenza e i canali di disponibilità sono stati verificati sullo stesso post.
- ⚠️ NON VERIFICATO: il nome del repository su Hugging Face, i requisiti hardware/VRAM e i prezzi dell'API. Nessuno di questi compare nel post.
- ⚠️ Non indichiamo i nomi delle tre modalità di ragionamento perché non siamo riusciti a leggerne le etichette in modo affidabile.
- I punti su HN sono un'istantanea e cambieranno.
Articoli correlati
Su: IA