Mistral lanza un modelo de un billón de parámetros para desafiar a China

Mistral lanza un modelo de IA abierto de 1 billón de parámetros que, según afirma, es líder fuera de China, entrenado con 4.000 GPU de Nvidia en Europa. El modelo, llamado Mistral Large 4 -o ML4, conocido como "Le Chonk"-, es especialmente eficaz en tareas relacionadas con ciberseguridad, programación, manufactura, finanzas y multimodalidad. Los pesos del modelo se publicarán el 27 de octubre.

Mistral presentó el martes el nuevo modelo de IA de pesos abiertos mientras las empresas occidentales se apresuran por cerrar la brecha de capacidades con los desarrolladores chinos en el mercado. El modelo, llamado Mistral Large 4 o ML4, apodado "Le Chonk", tiene 1 billón de parámetros y se situará entre los mejores modelos de pesos abiertos del mundo por rendimiento agregado en benchmarks, y Mistral afirma que es el modelo de pesos abiertos más potente desarrollado fuera de China por un margen sustancial. ML4 tiene 49.000 millones de parámetros activos y fue entrenado desde cero durante aproximadamente dos meses con 4.000 GPU Nvidia Grace Blackwell en los propios centros de datos europeos de Mistral. Mistral entrenó el modelo en más de 160 idiomas, incluidos todos los idiomas oficiales de la Unión Europea. En las pruebas de benchmark, ML4 obtuvo un 61,7% en DeepSWE v1.1 y un 59,9% en AutomationBench; en una prueba del Artificial Analysis Cyber Index que abarca la reproducción y el parcheo de vulnerabilidades, alcanzó el 82%, mientras que su puntuación en Cybench fue del 93%. El modelo se lanza en vista previa para desarrolladores y profesionales de la ciberseguridad junto con las autoridades estatales antes de que sus pesos se publiquen el 27 de octubre. El consejero delegado de Mistral, Arthur Mensch, dijo en un evento de lanzamiento que el modelo supera a muchos modelos rivales de pesos abiertos y declaró que "la narrativa de que Europa no puede competir no es cierta".