El laboratorio francés presentó Mistral Large 4, un modelo multimodal de 1 billón de parámetros que busca convertirse en una alternativa europea a los sistemas cerrados estadounidenses y los modelos abiertos chinos. Fue entrenado con 4.000 GPUs Nvidia y sus pesos serán liberados tras las pruebas de seguridad.
La carrera por los modelos de inteligencia artificial de frontera suma un nuevo capítulo europeo. Mistral AI, el laboratorio francés que busca convertirse en una alternativa a los grandes desarrolladores estadounidenses y chinos, presentó Mistral Large 4 (ML4), un modelo multimodal de 1 billón de parámetros que la compañía pretende convertir en uno de los principales modelos abiertos de la industria.
El modelo, apodado internamente “Le Chonk” por su enorme cantidad de parámetros, todavía no es un modelo de pesos abiertos. Por ahora, puede utilizarse a través de un endpoint público con mecanismos de protección, mientras que Mistral AI planea liberar sus pesos dentro de tres semanas, una vez finalizadas las pruebas de seguridad.
La estrategia refleja la posición que la compañía francesa busca ocupar en un mercado cada vez más dividido entre modelos cerrados, como los desarrollados por OpenAI y otros laboratorios estadounidenses, y modelos abiertos que tienen una fuerte presencia de compañías chinas.
“Mientras tanto, trabajaremos con socios de confianza y gobiernos para asegurarnos de que los pesos de código abierto puedan utilizarse para defenderse, pero no para realizar ataques maliciosos”, explicó Pierre Stock, vicepresidente de Ciencia de Mistral AI.
La preocupación por la seguridad adquirió especial importancia para Mistral porque buena parte de sus clientes son empresas e instituciones. Según Stock, esa misma apertura también tiene una ventaja: un modelo con pesos disponibles resulta más sencillo de auditar.
Un billón de parámetros con 4.000 GPUs
Uno de los datos más llamativos de ML4 está en la infraestructura utilizada para entrenarlo.
Mistral afirma que el modelo fue entrenado completamente con su propia capacidad de cómputo y utilizando 4.000 GPUs Nvidia.
Stock sostiene que esa cantidad representa entre 2 y 3 veces menos GPUs que las utilizadas por competidores chinos y una cantidad significativamente menor que la empleada por los laboratorios que desarrollan modelos cerrados.
El objetivo es que ML4 no sea solamente un modelo de gran tamaño, sino una herramienta optimizada para determinados usos empresariales. Aunque los resultados de los benchmarks todavía estaban pendientes al momento del anuncio, Mistral espera que el modelo se convierta en uno de los mejores modelos de pesos abiertos, especialmente fuera de China.
La compañía también considera que un entrenamiento enfocado puede permitirle superar a modelos cerrados en determinadas áreas relevantes para sus clientes.
Entre los casos de uso que Mistral identifica aparecen ciberseguridad, finanzas y diseño de chips, tres sectores donde las capacidades multimodales del modelo podrían aportar valor.
El diseño de semiconductores tiene además una importancia estratégica para la propia compañía. Dos de sus principales inversores están directamente vinculados con esa industria: ASML, el gigante neerlandés que lideró su Serie C, y Samsung, que lideró su Serie D el mes pasado.
La última ronda valoró a Mistral AI en €21.000 millones, equivalentes a aproximadamente U$S 24.390 millones según la conversión indicada en el texto original.
La “tercera vía” europea
La presentación de ML4 llega mientras Mistral intenta definir su lugar dentro de una industria dominada por compañías estadounidenses y por una creciente oferta de modelos abiertos procedentes de China.
El presidente francés Emmanuel Macron había definido esta posición como una “tercera vía en IA”, una estrategia que busca evitar que Europa quede limitada a utilizar tecnologías desarrolladas por otros países.
Mistral también había generado atención recientemente por su decisión de alojar modelos chinos. La compañía buscó aclarar entonces que esa actividad no significaba convertirse simplemente en un proveedor de inferencia.
Ahora, con ML4, la empresa intenta reforzar su posición como laboratorio de inteligencia artificial de frontera.
La liberación de los pesos será un momento decisivo para esa estrategia. La compañía primero deberá completar las pruebas de seguridad y trabajar con socios y gobiernos para establecer condiciones que permitan utilizar el modelo de manera abierta sin facilitar usos maliciosos.
La apuesta de Mistral es, por lo tanto, doble: desarrollar un modelo de 1 billón de parámetros capaz de competir en la frontera tecnológica y, al mismo tiempo, demostrar que Europa puede construir una alternativa propia dentro de un mercado donde los modelos cerrados estadounidenses y los modelos abiertos chinos concentran buena parte de la atención.
Por ahora, los benchmarks de ML4 todavía no están disponibles. Pero con “Le Chonk”, Mistral AI deja claro que su intención no es retirarse de la carrera por los modelos frontier, sino competir en ella desde una posición europea y con una estrategia centrada en la apertura.
