Modelos
Mistral publica os pesos do Large 4: o que os desenvolvedores precisam saber
Os pesos do Mistral Large 4 já estão disponíveis. Explicamos a licença, os preços da API, o que ele afirma sobre programação e o hardware exigido.
O Mistral Large 4, apelidado de Le Chonk, já está disponível na forma de pesos para download. O lançamento chega após a prévia pública da API do modelo, em 6 de outubro, e oferece aos desenvolvedores outra forma de implantar ou personalizar o maior modelo da Mistral. Os pesos são abertos, mas a licença tem condições, e executar um modelo deste tamanho continua exigindo um hardware considerável (ficha do modelo da Mistral; Hugging Face).
A Mistral posiciona o Large 4 para programação, agentes e cibersegurança, além da compreensão geral de texto e imagens. Veja o que mudou, quanto custa a API hospedada e o que vale considerar antes de executá-lo por conta própria.
O que é o Mistral Large 4?
O Large 4 é um modelo multimodal de mistura de especialistas (MoE): aceita texto e imagens e produz texto. A Mistral descreve aproximadamente um trilhão de parâmetros no total e 49 bilhões de parâmetros ativos por token, ou 52 bilhões quando se incluem as camadas de embeddings e de saída. Sua janela de contexto publicada é de um milhão de tokens (ficha do modelo).
Uma arquitetura de mistura de especialistas ativa apenas uma parte da rede para cada token. Isso não significa que o modelo inteiro precise apenas da memória de seus parâmetros ativos: o conjunto completo de pesos continua precisando ser armazenado e estar disponível para o sistema de serviço.
O lançamento inclui checkpoints em FP8 e NVFP4; também há quantizações GGUF da comunidade. A Mistral indica esforços de raciocínio baixo, médio e alto, com o alto como padrão. O desempenho depende do checkpoint, da configuração de serviço, do tamanho do contexto e da carga de trabalho (Mistral; Hugging Face).
Pesos abertos, com uma licença específica
A Mistral distribui o modelo sob a Mistral Ecosystem Open-Weight License, uma licença de estilo MIT modificada. Sua ficha do modelo indica que os usos comerciais e não comerciais são permitidos, enquanto operar um negócio de modelo como serviço exige uma licença comercial separada da Mistral (ficha do modelo).
Isso torna os pesos baixáveis e utilizáveis nas condições indicadas; não torna a licença idêntica à Apache 2.0 nem a uma MIT sem restrições. Os desenvolvedores devem ler a licença real para a sua implantação, sobretudo se oferecerem inferência a clientes.
Programação e cibersegurança: o que dizem as pontuações
A Mistral declara uma pontuação de 48 no Artificial Analysis Coding Agent Index e afirma que o modelo usou 47% menos tokens por tarefa do que o GLM-5.3 nessa comparação. Esses números são declarados pela Mistral e dependem da configuração específica de agente e da carga de trabalho do benchmark (ficha do modelo).
A Mistral também destaca os casos de uso de segurança, como encontrar e corrigir vulnerabilidades. O Hugging Face cita 82% declarados em um teste de reprodução e correção de vulnerabilidades. É uma pontuação em uma tarefa dentro de uma avaliação mais ampla, não a prova de que o modelo consiga proteger sozinho uma base de código (Hugging Face).
Os diferentes materiais publicados citam números diferentes do índice de programação e podem refletir avaliações ou versões distintas. Enquanto não for possível conciliar as execuções exatas, não os combinaríamos em um único ranking. Para um projeto real, compare os modelos com as mesmas tarefas representativas, anote a configuração e revise o código resultante.
Quanto custa a API?
A página do modelo da Mistral indica os seguintes preços por milhão de tokens em 29 de outubro de 2026:
| Tipo de token | Preço indicado |
|---|---|
| Entrada | US$ 0,70 |
| Entrada em cache | US$ 0,07 |
| Saída | US$ 2,10 |
Fonte: documentação da Mistral, consultada em 29 de outubro de 2026. A página ainda classifica o serviço como prévia pública. Os preços e a disponibilidade podem mudar.
A título de exemplo, um milhão de tokens de entrada sem cache mais um milhão de tokens de saída custariam US$ 2,80 com essas tarifas. As tarefas reais de um agente podem fazer várias chamadas e consumir quantidades muito diferentes de tokens de entrada, de saída e em cache. Esses preços da API são independentes do custo de executar você mesmo os pesos baixáveis.
Dá para executar em um notebook comum?
Não de forma realista com as configurações documentadas até agora. O Hugging Face descreve uma versão muito quantizada rodando em uma máquina Apple Silicon Ultra com 512 GB de memória unificada; outras configurações usam várias GPUs. O requisito exato depende da quantização e do ambiente de execução, mas se trata de um modelo muito grande (Hugging Face).
Para um desenvolvedor com um Mac ou PC típico, uma API hospedada é o ponto de partida prático. Os pesos baixáveis continuam valiosos para as organizações com o hardware necessário para controlar a própria implantação e para os pesquisadores que querem inspecionar ou adaptar o modelo. O acesso hospedado também tem condições do provedor, regras de tratamento de dados e custos de uso.
Nossa opinião
O lançamento importa porque o modelo já não se limita a uma prévia hospedada: os desenvolvedores podem acessar os pesos sob a licença da Mistral e escolher como implantá-los. A tarifa de API mais baixa também faz com que valha a pena avaliá-lo para cargas de programação e de agentes.
A distinção importante é entre disponibilidade e adequação. Um contexto de um milhão de tokens, uma boa pontuação em segurança e pesos baixáveis não garantem um bom resultado no seu repositório. Comece com um pequeno conjunto de tarefas reais, acompanhe o custo e o esforço de revisão, e verifique a licença e os requisitos de hardware antes de se comprometer com a hospedagem própria.
Fontes
- Mistral, ficha do modelo Large 4 e licença, consultada em 29 de outubro de 2026
- Mistral, preços do modelo e da API, consultados em 29 de outubro de 2026
- Hugging Face, pesos e implantação do Mistral Large 4, 29 de outubro de 2026
- Mistral, anúncio original da prévia pública, 6 de outubro de 2026
Encontrou um erro neste artigo? Avise-nos · Nossa política de correções
