Mistral Large 4: el modelo europeo de un billón de parámetros

Casi cada semana aparece un modelo de IA con una cifra enorme y la promesa de cambiarlo todo. Este merece una mirada más atenta, y no solo por el número. El martes, la empresa francesa Mistral AI lanzó Mistral Large 4 (ML4), un modelo multimodal de gran tamaño con alrededor de un billón de parámetros (un "1T" en la jerga anglosajona). Según la crónica de TechCrunch, Mistral quiere adelantar tanto a sus rivales estadounidenses como a los chinos.

Lo interesante no es tanto el tamaño como el posicionamiento. Mistral intenta ocupar un hueco que se ha abierto en el mercado: entre los modelos cerrados, que pueden apagarse, y los modelos abiertos, que en su mayoría vienen de China. Veamos qué ha dicho exactamente la compañía, qué significa y qué falta por saber.

Qué ha lanzado Mistral

ML4 es un modelo multimodal: está pensado para trabajar con algo más que texto. Mistral lo ha apodado "Le Chonk", en alusión a su billón de parámetros. Los parámetros son, a grandes rasgos, los valores internos que se ajustan durante el entrenamiento. Más parámetros suelen implicar más capacidad de aprender, pero también más coste de entrenar y ejecutar, y más grande no significa automáticamente mejor.

Hay una salvedad importante: por ahora ML4 no es un modelo de pesos abiertos. Solo se puede usar a través de un punto de acceso público con salvaguardas, es decir, una puerta controlada por Mistral. La empresa prevé publicar los pesos en unas tres semanas, cuando terminen las pruebas de seguridad.

Ese orden dice mucho. Publicar pesos es prácticamente irreversible: una vez fuera, cualquiera puede descargar, modificar y ejecutar el modelo, y nadie puede retirarlo. Probar primero y liberar después es el orden prudente, y en un año en que la preocupación por la seguridad de los modelos potentes es enorme, resulta sensato.

La "tercera vía" entre lo cerrado y lo abierto

TechCrunch sitúa el lanzamiento en una brecha creciente. Por un lado, los modelos cerrados, que solo se usan desde los servidores de otra empresa y que, según el artículo, pueden ser desenchufados. Ese enlace remite a una noticia de junio en la que decenas de expertos en ciberseguridad pedían a la Casa Blanca retirar las restricciones de exportación sobre los modelos más potentes de Anthropic, porque, argumentaban, limitarían a quienes defienden el software. Opine usted lo que opine de esa disputa, ilustra el riesgo: si tu negocio depende de un modelo que no controlas, una decisión política en otro país puede cambiar lo que te permiten usar.

Por otro lado están los modelos abiertos, que según TechCrunch suelen fabricarse en China. Dan control a quien los usa, pero muchas empresas e instituciones europeas pueden dudar por su procedencia, aunque sean técnicamente inspeccionables.

La propuesta de Mistral es una tercera opción: un modelo europeo de escala puntera con pesos abiertos en camino. El presidente francés, Emmanuel Macron, ha descrito esa idea como "una tercera vía en IA", y TechCrunch recuerda que ML4 llega tras esa declaración. Es un lema políticamente cómodo, pero también describe una necesidad comercial real.

Seguridad: el filo doble de los pesos abiertos

Una de las partes más sinceras de la noticia trata de seguridad. Pierre Stock, vicepresidente de Ciencia de Mistral, dijo a TechCrunch que, mientras llegan los pesos, la empresa trabajará con socios de confianza y gobiernos para que el modelo sirva para defender y no para atacar.

Esa es la tensión central de los modelos abiertos en ciberseguridad. Un modelo potente puede ayudar a un defensor a encontrar vulnerabilidades antes que los delincuentes. También puede ayudar a un atacante a hacer lo mismo. Con los pesos públicos, ya no decides quién obtiene qué capacidad.

Stock también expuso el argumento contrario: un modelo de pesos abiertos es más fácil de auditar. Si puedes inspeccionarlo y probarlo tú mismo, no dependes de la palabra del proveedor. Para gobiernos y sectores regulados, esa auditabilidad puede importar tanto como el rendimiento. Si quieres más contexto sobre cómo la IA cambia la defensa digital, tenemos un artículo sobre IA y seguridad cibernética.

Mi opinión: ningún bando gana del todo. La auditabilidad es real, pero auditar un modelo de un billón de parámetros es difícil, y "más fácil que uno cerrado" es una vara baja. Lo honesto es decir que los pesos abiertos trasladan la responsabilidad a quien despliega el modelo, y por eso una ventana de pruebas antes de publicarlos es una buena noticia.

Hacer más con menos cómputo

Otra afirmación llamativa se refiere al entrenamiento. Según Stock, ML4 se entrenó íntegramente con infraestructura propia de Mistral y con solo 4.000 GPU de Nvidia. Lo describió como entre dos y tres veces menos que sus competidores chinos y bastante menos que los rivales de código cerrado.

Si se confirma, importa por dos motivos. Primero, sugiere eficiencia: una flota de entrenamiento más pequeña es más barata y consume menos energía. Segundo, entrenar con hardware propio es una declaración de soberanía, porque evita depender de una nube ajena en la fase más delicada.

Aun así, tomaría la comparación con cautela. Viene de un directivo de Mistral y el artículo no ofrece cifras verificables de los rivales. Es una afirmación que vigilar, no un hecho comprobado. Además, el número de chips es solo una parte: también cuentan el tiempo de entrenamiento, la calidad de los datos y las técnicas empleadas.

Los resultados de las pruebas aún no han llegado

Aquí viene lo que modera el entusiasmo: los resultados de los benchmarks siguen pendientes. Mistral espera que ML4 sea el mejor entre los modelos de pesos abiertos, sobre todo fuera de China, aunque Stock dejó entrever que la ambición va más allá. Gracias a un entrenamiento muy enfocado, cree que podría superar a modelos cerrados en áreas concretas clave para sus clientes, donde la multimodalidad aporta valor.

La formulación es cuidadosa y, creo, reveladora. Mistral no dice que vaya a ganar en todo a los modelos cerrados. Dice que será el mejor entre los abiertos y que destacará en nichos. Es una postura más defendible y honesta que un "estado del arte" general, pero implica que no podremos juzgar el modelo hasta que aparezcan cifras independientes.

Hasta entonces, "adelantar" es una aspiración. Es el objetivo de Mistral, como dice el titular, y no un resultado.

Chips, finanzas y seguridad: los usos clave

Según Stock, los casos de uso optimizados de ML4 incluyen ciberseguridad y finanzas, además del diseño de chips. Este último no es casual: es esencial para dos de los principales respaldos de Mistral, el gigante neerlandés ASML, que lideró su Serie C, y Samsung, que lideró la Serie D el mes pasado con una valoración de 21.000 millones de euros (unos 24.390 millones de dólares).

Las finanzas encajan con una empresa que vende a instituciones preocupadas por el control y el cumplimiento normativo. Si te interesa cómo la IA ya está cambiando la banca, lo contamos en nuestro artículo sobre IA y servicios financieros.

La multimodalidad importa en estos campos porque el trabajo rara vez es solo texto: hay diagramas, esquemas, gráficos y documentos escaneados. Un modelo capaz de leer y razonar sobre todos esos formatos puede ser más útil en un flujo de trabajo especializado que uno solo textual, aunque no sea el número uno en cultura general.

El dinero y la estrategia que hay detrás

Para entender ML4 conviene mirar la ronda de septiembre. TechCrunch informó de que Mistral captó 3.000 millones de euros con una valoración posterior superior a 21.000 millones, en una Serie D liderada por Samsung Electronics, con el fondo Scaleup Europe (gestionado por EQT) y el inversor PSG Equity como colíderes. Mistral la calificó como la mayor ronda de capital jamás cerrada por una tecnológica europea.

La empresa dijo que usará los fondos para ampliar su capacidad de cómputo, construir infraestructura, acelerar el crecimiento comercial y expandirse internacionalmente. También aspira a 1 GW de capacidad de cómputo en Europa en 2030. En agosto presentó herramientas para que los clientes elijan en qué regiones se procesan sus consultas, y ha empezado a alojar modelos abiertos de terceros, incluidos chinos.

Esto último generó críticas. Algunos lo interpretaron como señal de que Mistral se convertía en un mero proveedor de inferencia, alguien que alquila modelos ajenos. Según TechCrunch, la empresa respondió presentando su investigación de frontera como el cimiento de su infraestructura, sus productos y su soberanía. Vista así, ML4 es una prueba de que siguen construyendo modelos propios de primera línea.

La lista de inversores, además, es muy internacional. Lidera Samsung, pero participaron firmas estadounidenses como a16z, Nvidia y Salesforce Ventures, junto a nuevos socios como Advent y BlackRock. La alianza con Microsoft se amplió de forma significativa en julio. Así que la "tercera vía" no consiste en romper con EE. UU., sino en no depender de una sola potencia.

Qué significa para el resto de nosotros

Si no compras IA para un banco o un fabricante de chips, ¿por qué debería importarte? Porque la pregunta de fondo nos afecta a todos: ¿quién controla la IA sobre la que se apoyan cada vez más servicios? Si unas pocas empresas de un solo país concentran los modelos potentes, un cambio de política, una subida de precios o un apagón pueden repercutir en las aplicaciones y los servicios públicos que usamos a diario.

Un ecosistema más variado, con opciones europeas creíbles y pesos auditables, podría repartir ese riesgo. Pero la variedad solo vale si los modelos son realmente buenos, se publican con seguridad y se evalúan con honestidad. Aún no sabemos si ML4 supera esa vara. Las tres semanas hasta los pesos y los benchmarks pendientes dirán más que cualquier promesa de lanzamiento.

Yo vigilaría tres cosas: los resultados independientes, las condiciones de publicación de los pesos y si la cifra de eficiencia resiste el escrutinio externo. Y si usas herramientas de IA en el trabajo o en casa, vale la pena preguntarse de dónde vienen y qué pasaría si desaparecieran mañana. ¿Cuánto te gustaría saber sobre el modelo que hay detrás de los productos que usas, y cambiaría tu opinión que fuera europeo o abierto?