Mistral Large 4 mira agentes com 1 trilhão de parâmetros

Modelo de pesos abertos supera rivais em tarefas de escritório e chega à API antes da liberação dos pesos no fim de outubro.

A francesa Mistral AI apresentou o Mistral Large 4, apelidado internamente de “le Chonk”, um modelo de pesos abertos projetado para executar agentes autônomos em tarefas corporativas complexas. O anúncio oficial ocorreu nos canais da startup e na documentação técnica da plataforma. Neles, a empresa detalhou fluxos que coordenam ferramentas externas, consultam bancos de dados e produzem documentos acabados sem intervenção humana contínua.

A arquitetura do Mistral Large 4

O sistema utiliza a arquitetura Mixture-of-Experts (MoE), técnica em que apenas uma fração dos parâmetros é ativada a cada token processado. Dos 1,05 trilhão de parâmetros no total, entre 49 e 52 bilhões ficam ativos por chamada. A estrutura inclui ainda um codificador de visão integrado de 1,6 bilhão de parâmetros e suporte nativo a mais de 160 idiomas.

Com essa divisão, a Mistral busca equilibrar capacidade analítica com custo de inferência aceitável para empresas. Em vez de atuar como assistente de bate-papo comum, o modelo foi ajustado para interpretar instruções extensas, manipular múltiplos aplicativos de escritório e estruturar saídas prontas em tabelas ou arquivos de texto.

Desempenho em tarefas corporativas e direito

Nos resultados publicados pela Mistral no AutomationBench, que avalia 657 fluxos corporativos integrados ao Gmail, Google Sheets, Slack e Salesforce, o modelo alcançou 59,9% de taxa de conclusão. A pontuação superou sistemas abertos concorrentes como DeepSeek V4 Pro, MiMo-V2.6-Pro e Kimi K3.

No segmento jurídico, a empresa registrou o primeiro lugar entre modelos abertos no Harvey Legal Agent Benchmark (LAB), avaliação mantida pela Harvey AI para análise de contratos e pesquisa legislativa. Como os arquivos de peso ainda não foram liberados para o público, os índices apresentados dependem de replicação independente por desenvolvedores e grupos de pesquisa externos assim que o download estiver disponível.

Soberania de dados e cluster europeu

Para treinar o modelo, a Mistral instalou um cluster em datacenters próprios na Europa com 3.800 chips NVIDIA Grace Blackwell. O treinamento durou cerca de dois meses e contou com recursos da rodada Série D de 3 bilhões de euros anunciada pela companhia.

A infraestrutura local serve como argumento direto para companhias e entidades públicas submetidas às exigências do Regulamento Geral de Proteção de Dados (GDPR) e do EU AI Act. Organizações que evitam transferir dados sigilosos para servidores nos Estados Unidos ganham uma alternativa capaz de operar dentro de redes internas ou em provedores regionais no continente.

Prévia da API e cronograma de pesos

O modelo já pode ser testado em prévia pública no Mistral Studio. O acesso comercial pela API custa US$ 1,36 por milhão de tokens de entrada e US$ 4,18 por milhão de tokens de saída.

A liberação completa dos arquivos de peso para download e hospedagem própria está marcada para o fim de outubro de 2026. A partir da distribuição pública dos arquivos, equipes de engenharia poderão auditar o código, verificar o consumo de memória em hardware local e implementar a tecnologia em ambientes fechados.

Fontes

• Mistral AI (Blog oficial): https://mistral.ai/news/mistral-large-4/
• Mistral AI (Documentação técnica): https://docs.mistral.ai/models/mistral-large-4-0
• Mistral AI no X: https://x.com/MistralAI/status/2107834891844899292
• Heise Online: https://www.heise.de/news/Mistral-Large-4-Der-LLM-Brocken-aus-der-EU-will-zur-Konkurrenz-aufschliessen-11478121.html
• VEJA: https://veja.abril.com.br/tecnologia/startup-francesa-lanca-modelo-de-ia-que-promete-desafiar-eua-e-china/