Mistral libera los pesos de Mistral Large 4, modelo de 1 billón de parámetros para ciberseguridad

La empresa francesa de IA Mistral liberó los pesos de Mistral Large 4 (ML4), su modelo de IA de 1 billón de parámetros apodado “Le Chonk”. Con esto, empresas y gobiernos pueden descargar e instalar el sistema en sus propios servidores, en lugar de depender del acceso a través de una empresa externa. El modelo había sido presentado a principios de este mes.

Los pesos son los números resultantes del entrenamiento que hacen funcionar al modelo. Cuando son abiertos, cualquier organización puede descargar, estudiar y ejecutar esa inteligencia en su propio entorno. En el caso del ML4, los pesos están disponibles en Hugging Face, popular plataforma para compartir modelos, y también vía la API de Mistral.

Por qué apuntar a la ciberseguridad

El lanzamiento se produce en plena disputa entre desarrolladores de modelos abiertos, como Mistral, y proveedores de modelos cerrados, como OpenAI y Anthropic. El argumento de los defensores del modelo abierto es que empresas y gobiernos no deberían depender de terceros para acceder a capacidades avanzadas. En seguridad digital, ese control pesa aún más, porque involucra datos y sistemas sensibles.

La empresa resumió la apuesta el jueves con el siguiente mensaje: el ML4 llevaría capacidades soberanas de defensa cibernética de punta a empresas y gobiernos de todo el mundo, que ahora podrían descargar, instalar y tener su propia IA de frontera para detectar, analizar y responder a amenazas en código e infraestructura de TI.

ser una herramienta de empoderamiento, no de dominación.

Arthur Mensch, CEO de Mistral

Rendimiento y ahorro de tokens

Según Mistral, el ML4 alcanza un rendimiento de punta con una fracción del cómputo y del capital utilizados por los laboratorios cerrados. Token, aquí, es la unidad de texto que el modelo lee y genera para ejecutar una tarea: cuantos menos tokens por tarea, menor el costo de procesamiento.

La comparación directa es con el rival chino de pesos abiertos GLM-5.3, antes considerado uno de los mejores modelos abiertos del mundo, especialmente en trabajo de seguridad digital. Mistral afirma que su modelo tiene un rendimiento comparable, pero usa 47% menos tokens por tarea, lo que lo hace mucho más económico.

La empresa también afirma que el modelo supera a todos los demás modelos abiertos en tareas agénticas de programación en el Coding Agent Index de Artificial Analysis, sitio de evaluación de IA. En este tipo de prueba, llamada benchmark, el modelo debe actuar de forma más autónoma para escribir y corregir código.

Control que no se puede cortar

Pierre Stock, vicepresidente de ciencia de Mistral, dijo a TechCrunch que la liberación de los pesos da más control sobre cómo las organizaciones usan la IA para defenderse. La idea es que una empresa o un gobierno tenga acceso a inteligencia de frontera contra ciberataques, un acceso que no puede interrumpirse justamente porque el modelo es de pesos abiertos.

En la práctica, según Stock, el modelo puede usarse para identificar, coordinar y responder en tiempo real a grandes incidentes de seguridad, ejecutándose dentro de la propia infraestructura de la organización, lo llamado on-prem. Dijo además que los avances de la IA ya ayudan a los profesionales a encontrar fallas a un ritmo mucho mayor, y que es importante distribuir esa capacidad para fortalecer el ecosistema, ya que actores maliciosos pueden usar la propia tecnología para atacar.

No queremos alarmar a la gente. Creemos que es un problema que tiene solución. Es difícil tener una buena seguridad,

Pierre Stock, vicepresidente de ciencia de Mistral