Mistral AI apre i pesi di Large 4, da 1.000 miliardi di parametri
Un agente legge le segnalazioni di vulnerabilità, studia il codice, riproduce il difetto in una sandbox isolata e scrive una patch finché l’exploit di prova smette di funzionare: è la demo con cui Mistral presenta Mistral Large 4, soprannominato «Le Chonk». Nell’annuncio di Mistral l’azienda dichiara di aver rilasciato i pesi del modello, 1.000 miliardi di parametri e capacità multimodali native, già disponibile in anteprima pubblica poco prima, nello stesso mese. Per chi smanetta significa ospitare e personalizzare il modello sulla propria infrastruttura, senza l’API di Mistral. Ne avevamo parlato quando uscì l’anteprima pubblica.
Che cosa è cambiato dall’anteprima
Secondo Mistral, altre tre settimane di apprendimento per rinforzo (reinforcement learning, in cui il modello è addestrato da un segnale di ricompensa) hanno migliorato soprattutto coding e cybersicurezza difensiva. L’azienda parla anche di un guadagno nell’efficienza del ragionamento: più prestazioni a parità di costo di inferenza, cioè di calcolo per generare le risposte.
Mistral descrive Large 4 come il miglior modello open-weight per il coding e tra i più capaci in assoluto tra quelli aperti. Dice che è stato addestrato da zero su infrastruttura europea, con una provenienza tracciabile dall’inizio al rilascio.
Coding: i numeri dichiarati da Mistral
Tutti i risultati che seguono sono riportati da Mistral, non verificati da terzi. Sul FrontierCode 2.0 privato di Cognition, che valuta se il maintainer di un repository accetterebbe la modifica proposta dall’agente, Large 4 è in testa con il 19,7%.
- Artificial Analysis Coding Agent Index: 48%, in sostanziale parità con GLM-5.3, indicato come miglior open-weight, usando in media il 47% di token in meno per compito.
- Terminal-Bench 4.0: 41%, +13 punti percentuali rispetto all’anteprima, in testa tra gli open-weight e con il 30% di token di output in meno.
- Confronti ciechi a coppie di Surge Code: Large 4 è preferito a GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash; tra i modelli valutati lo precede solo Claude Opus 5.5.
Tre modalità di ragionamento
Per regolare il rapporto tra prestazioni e costo, il modello offre tre livelli. Low sostituisce la vecchia modalità «None».
| Modalità | Uso consigliato da Mistral |
|---|---|
| Low | Compiti semplici |
| Medium | Compiti quotidiani |
| High (predefinita) | Casi più difficili, che richiedono precisione e ragionamento approfondito |
Cybersicurezza: difesa sì, attacco no
Sull’Artificial Analysis Cyber Index, che misura la capacità di trovare vulnerabilità in un codebase, riprodurle e correggerle senza rompere le funzioni esistenti, Large 4 ottiene il 51%. Sui compiti difensivi legittimi, aggiunge Mistral, il modello non oppone rifiuti inutili.
Sulle richieste cyber malevole, misurate con i prompt di JailbreakBench, StrongREJECT e AgentHarm, il tasso medio di rifiuto è del 96,6%: per Mistral il valore più alto tra i modelli aperti da lei misurati. Sempre secondo l’annuncio, Elastic Security supporta già i modelli aperti di Mistral, mentre ENISA, l’agenzia europea per la cybersicurezza, sta testando Large 4 per individuare vulnerabilità, verificare codice e analizzare log difensivi.
Limiti e cautele dichiarati
Dall’anteprima Mistral ha monitorato l’uso cyber nel traffico reale. Il modello rifiutava gli attacchi black-box contro bersagli reali, ma l’azienda ammette di vedere un potenziale di «uplift», cioè di aiuto concreto a chi volesse condurre attacchi veri. Per questo sta modificando le protezioni e promette di continuare ad aggiornarle nei prossimi mesi.
Una variante specializzata per penetration testing, valutazione delle vulnerabilità e red teaming è in anteprima per partner enterprise come Orange Cyberdefense. L’accesso richiede un vaglio rigoroso e garanzie contrattuali, con test limitati a sistemi propri o esplicitamente autorizzati, in ambienti controllati.
Pesi aperti, self-hosting e personalizzazione
Mistral spiega che le organizzazioni possono ispezionare, personalizzare e distribuire il modello su infrastruttura propria. I pesi sono rilasciati con la Mistral Ecosystem Open-Weight License, una versione modificata della licenza MIT: se il licenziatario o una sua affiliata gestisce un’attività Model-as-a-Service, serve una licenza commerciale separata con Mistral per usare il modello o i derivati a fini commerciali. La regola non vale per l’uso interno né per l’accesso tramite i prodotti ufficiali di Mistral. Con Mistral Forge i clienti lo adattano a dati, policy e logiche di rilevamento proprietari; per compiti ben definiti si può ricavare da Large 4 varianti più piccole e specifiche. Gli agenti e le applicazioni risultanti si costruiscono e governano con Mistral Studio.
Tra i risultati secondari dichiarati: 73,3% su Finch, benchmark su fogli di calcolo e lavoro finanziario, secondo solo a Kimi K3 tra gli open; 84,5% su BrowseComp, partendo dal 75% del checkpoint SFT; 97,1% di attacchi respinti sul B3 Agent Security Benchmark, contro il 93,3% dell’anteprima.
Altri modelli aperti già in redazione
I dati qui sotto sono quelli dichiarati dai rispettivi sviluppatori e non nascono da misure comuni: non permettono di dire quale sia migliore.
| Modello | Dati dichiarati dalla fonte |
|---|---|
| Reflection Beam | Secondo il blog di Hugging Face: 501 miliardi di parametri (23 attivi per token), contesto da 1 milione di token, licenza Apache 2.0, pubblicato il 16 ottobre |
| Kimi K3.1 Pro | Secondo la documentazione di Moonshot: classe da 3 mila miliardi di parametri, contesto da 1 milione di token, pesi completi attesi entro il 4 novembre |
| DeepSeek V4.1 Flash | Secondo le note di DeepSeek: versione 1017 con rilascio open-source su Hugging Face e ModelScope |
