La empresa francesa Mistral AI ha publicado los pesos de su modelo de IA, Mistral Large 4, que rechaza el 96,6 % de las peticiones maliciosas de ciberseguridad. Este modelo es capaz de procesar texto e imágenes y responder con texto, y ha sido entrenado desde cero con 3.800 procesadores gráficos NVIDIA Grace Blackwell. La tasa de rechazo de Mistral Large 4 es la más alta que la compañía ha medido entre los modelos abiertos. Además, el modelo es capaz de dominar más de 160 idiomas, entre ellos todos los oficiales de la Unión Europea. La ficha técnica en Hugging Face describe una arquitectura de mezcla de expertos con 128 bloques especializados. Solo cuatro de ellos trabajan en cada token, además de uno compartido. El token es el fragmento de texto, a menudo una palabra o parte de ella, con el que opera el modelo. Cada token activa así unos 52.000 millones de parámetros, contando las capas de entrada y salida. La documentación de Mistral eleva el total a 1,05 billones. El sistema acepta texto e imágenes, responde con texto y admite un contexto de un millón de tokens. Mistral lo entrenó desde cero con 3.800 procesadores gráficos NVIDIA Grace Blackwell. Esas máquinas están en centros de datos propios situados en Europa. La ficha añade que domina más de 160 idiomas, entre ellos todos los oficiales de la Unión Europea. En los ejemplos de despliegue, el trabajo se reparte entre ocho tarjetas gráficas. Queda lejos de quienes ya montan una IA local en un miniordenador. La propia ficha sugiere usar la API de Mistral si el servicio local no rinde bien. Tres semanas más de entrenamiento por refuerzo, que ajusta el modelo premiando los aciertos, mejoraron la vista previa. En Terminal-Bench 4.0, una prueba de programación en la línea de comandos, pasó del 28 % al 41 %. También gastó un 30 % menos de tokens de salida. Con ese resultado encabeza a los modelos abiertos, según la empresa. En FrontierCode 2.0, la prueba privada de Cognition, logró un 19,7 %. Esa prueba valora si el responsable de un repositorio aceptaría el cambio propuesto. El índice de agentes de programación de Artificial Analysis le da un 48 %, casi un empate con GLM-5.3. Mistral Large 4 consume, eso sí, un 47 % menos de tokens por tarea. Los evaluadores humanos de Surge Code comparan las respuestas a ciegas. Prefirieron este modelo frente a GLM-5.3, Kimi K3 y DeepSeek V4.1 Flash. Claude Opus 5.5 ganó ese duelo, porque Mistral solo se impuso en el 22 % de los casos. La cifra del 96,6 % sale de las peticiones de ciberseguridad de tres baterías de pruebas, JailbreakBench, StrongREJECT y AgentHarm. En el gráfico oficial, Kimi K3 rechaza el 93,6 % y GLM-5.3 el 87,1 %. DeepSeek-V4-Pro se queda en el 50,7 %. Ese mismo modelo debe seguir ayudando a quien protege sus sistemas. En el índice de ciberseguridad de Artificial Analysis obtiene un 51 % al localizar, reproducir y corregir vulnerabilidades. Ante ataques a sus propios agentes, como el robo de instrucciones internas, resistió el 97,1 % en la prueba B3. Amy Chang, responsable de investigación de amenazas de IA en Cisco, defiende los modelos abiertos en la nota. A su juicio, permiten «estudiar cómo se comportan, incluido dónde podrían usarse de forma indebida». La agencia europea ENISA lo prueba para «identificar vulnerabilidades de seguridad, auditar código y analizar registros defensivos», según Laura Heuvinck, su jefa de comunicación.
Ver más en NewsToday