Mistral AI ha rilasciato Mistral Large 4, nome in codice Le Chonk, una versione aggiornata del suo modello di intelligenza artificiale da 1.000 miliardi di parametri. Dopo il debutto in anteprima pubblica, il sistema ha beneficiato di altre tre settimane di apprendimento per rinforzo, ottenendo miglioramenti nelle attività di programmazione, nella cybersicurezza difensiva e nel ragionamento.
Mistral Large 4 migliora nella programmazione e riduce i costi
Il nuovo modello si posiziona ai vertici della categoria degli open-weight per la programmazione, secondo i benchmark citati da Mistral AI. Sulla valutazione privata FrontierCode 2.0 di Cognition, che misura la qualità del codice prodotto e la possibilità che le modifiche realizzate da un agente siano accettate dai responsabili di un progetto, Mistral Large 4 ha ottenuto un punteggio del 19,7%, il migliore tra i sistemi confrontati.
Buoni risultati emergono anche dal Coding Agent Index di Artificial Analysis, dove il modello raggiunge il 48%, sostanzialmente alla pari con GLM-5.3, utilizzando però in media il 47% di token in meno per attività. Un vantaggio che può tradursi in una maggiore efficienza economica, soprattutto quando gli agenti di programmazione sono utilizzati su larga scala.
Il miglioramento riguarda anche i flussi di lavoro basati sul terminale. Nel benchmark Terminal-Bench 4.0, Mistral Large 4 ha raggiunto il 41%, con un incremento di 13 punti percentuali rispetto alla versione in anteprima. Il risultato è accompagnato da una riduzione del 30% dei token generati.
Per offrire agli sviluppatori un maggiore controllo sul rapporto tra precisione e costi, il modello introduce tre modalità di ragionamento: Low, destinata alle attività semplici; Medium, pensata per gli utilizzi quotidiani; e High, impostata come predefinita per i compiti più complessi, che richiedono maggiore accuratezza.
Cybersicurezza, più capacità difensive e controlli contro gli abusi
Un altro ambito centrale è la sicurezza informatica. Mistral AI ha collaborato con diversi operatori del settore per verificare le capacità del modello in scenari reali, concentrandosi sull’individuazione delle vulnerabilità, sulla loro riproduzione e sulla correzione del codice senza compromettere le funzionalità esistenti.
Nel Cyber Index di Artificial Analysis, Mistral Large 4 ha ottenuto il 51%. Secondo l’azienda, il sistema è in grado di affrontare attività legittime di sicurezza difensiva senza ricorrere a rifiuti non necessari. Parallelamente, sono stati rafforzati i meccanismi di protezione contro gli utilizzi malevoli: il modello registra un tasso medio di rifiuto del 96,6% delle richieste informatiche dannose, il valore più alto misurato da Mistral tra i modelli open.
L’azienda precisa tuttavia di aver osservato, durante il monitoraggio del traffico reale, un potenziale miglioramento delle capacità utilizzabili per condurre attacchi. Per questo motivo sta modificando ulteriormente i sistemi di protezione e prevede di aggiornarli nei prossimi mesi.
Per gli impieghi più avanzati, Mistral offre inoltre ad alcuni partner aziendali una variante specializzata, destinata a operazioni come penetration testing, valutazione delle vulnerabilità e red teaming. L’accesso è subordinato a verifiche rigorose e garanzie contrattuali, con test limitati a sistemi di proprietà o per i quali sia stata concessa un’autorizzazione esplicita.
Progressi anche per le attività aziendali e gli agenti AI
I miglioramenti non riguardano soltanto il codice. Nei flussi di lavoro finanziari e contabili, Mistral Large 4 ha raggiunto il 73,3% nel benchmark Finch, che valuta attività concrete come la creazione e la modifica di fogli di calcolo. Si tratta del secondo miglior risultato tra i modelli open considerati, alle spalle di Kimi K3.
Anche la navigazione sul web mostra progressi: nel benchmark BrowseComp, il punteggio è salito all’84,5%, rispetto al 75% ottenuto dal checkpoint iniziale sottoposto ad apprendimento supervisionato. Il modello ha inoltre migliorato la resistenza agli attacchi rivolti agli agenti AI, raggiungendo il 97,1% nel benchmark B3 Agent Security, contro il 93,3% della versione in anteprima.
Tra gli esempi applicativi presentati da Mistral figurano un agente capace di analizzare segnalazioni di vulnerabilità, riprodurre i problemi in un ambiente isolato e sviluppare correzioni, oltre a un sistema che costruisce autonomamente un’applicazione web per visualizzare circa 19.000 satelliti e frammenti di detriti in orbita terrestre. Il modello è stato inoltre impiegato per sviluppare un software di chimica quantistica, verificandone i risultati attraverso uno strumento di riferimento.
Modello open-weight e AI sovrana: come accedere a Le Chonk
La strategia di Mistral AI punta anche sulla sovranità tecnologica. Mistral Large 4 è stato sviluppato e addestrato da zero su infrastrutture europee. Le organizzazioni possono ispezionarne i pesi, personalizzarlo e distribuirlo sui propri sistemi, senza dipendere necessariamente da un servizio API esterno.
La personalizzazione può avvenire attraverso Mistral Forge, mentre Mistral Studio permette di sviluppare e gestire agenti e applicazioni. Per chi preferisce una soluzione gestita, il modello è disponibile anche attraverso Microsoft Foundry, con opzioni di distribuzione privata per gli sviluppatori Azure. Sono previste inoltre modalità di accesso tramite Mistral Studio, API Mistral, OpenRouter e infrastrutture NVIDIA.
I pesi sono scaricabili da Hugging Face e possono essere utilizzati con strumenti come vLLM e SGLang. Il modello è distribuito con la Mistral Ecosystem Open-Weight License, una licenza modificata basata su MIT che consente di utilizzare, modificare, perfezionare e commercializzare il sistema. Le aziende che intendono offrire un servizio Model-as-a-Service devono però ottenere una licenza commerciale separata.
Il listino annunciato è di 0,70 dollari per milione di token in ingresso, 0,07 dollari per milione di token in ingresso memorizzati nella cache e 2,10 dollari per milione di token in uscita.
