A Mistral anunciou, em 6 de outubro de 2026, o lançamento do Mistral Large 4 (ML4) em preview público. O novo modelo, batizado internamente de “le Chonk”, marca a entrada da empresa no segmento de LLMs nativamente multimodais com pesos abertos e performance de fronteira.
O que mudou: escala, multimodalidade e autonomia
O ML4 foi treinado do zero em datacenters próprios da Mistral na Europa, usando 3.800 GPUs NVIDIA Grace Blackwell. A arquitetura conta com 1 trilhão de parâmetros, sendo 49 bilhões ativos, e foi projetada para uso multimodal (texto e visão) desde o início.
Segundo a Mistral, o modelo se destaca em tarefas de código, fluxos agentic e compreensão multimodal, atingindo patamares inéditos para modelos com pesos abertos. O preview está disponível via API no Mistral Studio, com promessa de liberação dos weights até o fim do mês [fonte](https://mistral.ai/news/mistral-large-4/\).
A empresa enfatiza a soberania europeia: toda a infraestrutura, treinamento e deploy são operados sob legislação local, sem dependência de provedores externos. O ML4 foi treinado com dados em mais de 160 idiomas, incluindo todos os oficiais da União Europeia.
Benchmarks: liderança em cibersegurança e código
No Artificial Analysis Cyber Index, que avalia a capacidade de modelos em encontrar e corrigir vulnerabilidades em software real, o ML4 aparece entre os cinco melhores do mundo e lidera entre modelos de pesos abertos fora da China. Em um dos testes do índice, o ML4 atinge 82% de sucesso ao reproduzir e corrigir vulnerabilidades, superando tanto concorrentes abertos quanto fechados — estes últimos, como Claude Opus 5.5 e GPT-6 Astra, recusam a tarefa devido a filtros de segurança.
No Cybench, o ML4 resolve 93% dos 40 desafios de segurança, uma das maiores marcas já reportadas para modelos open-weight.
Em engenharia de software, o ML4 marcou 61,7% no DeepSWE v1.1, 59,4% no SWE-Atlas-QnA e 28,3% no Terminal-Bench 4. O índice combinado de agentes de código ficou em 49,8%, à frente de DeepSeek V4 Pro 0813 e Qwen3.8 Max. Em avaliação cega conduzida pela Surge AI, o ML4 ficou em segundo lugar na qualidade de código (nota 3,74 de 5), atrás apenas do Claude Opus 5.
Por que importa
O ML4 amplia as opções para organizações que exigem autonomia, auditabilidade e soberania — especialmente em setores críticos como cibersegurança, finanças e direito. Ao combinar pesos abertos, desempenho de fronteira e deploy sob controle do cliente, o modelo atende demandas que provedores americanos ou chineses, sujeitos a recusas automáticas e dependência de terceiros, não conseguem suprir.
Para o mercado brasileiro, a chegada de um modelo europeu de grande porte, com suporte a múltiplos idiomas e possibilidade de deploy regional, oferece alternativas reais a stacks dominadas por EUA e China — especialmente em setores regulados ou com requisitos de privacidade avançados.
Próximos passos
A Mistral promete divulgar detalhes técnicos completos, arquitetura e mais benchmarks ao liberar os weights. O preview já está disponível para testes via Mistral Studio. O ML4 servirá ainda de base para uma nova geração de modelos otimizados e especializados da empresa.