Mistral rilascia i pesi di Large 4: prestazioni migliorate nella programmazione e tagli ai prezzi

La società francese Mistral ha reso disponibili i pesi aperti di Large 4, il suo modello di intelligenza artificiale di punta noto anche con il nome Le Chonk. La pubblicazione avviene dopo tre settimane di addestramento aggiuntivo che hanno permesso di ottimizzare le capacità della rete neurale nella generazione di codice e nell'individuazione di vulnerabilità informatiche. Oltre alla disponibilità per l'esecuzione su hardware proprio, l'azienda ha annunciato una riduzione dei costi per l'accesso tramite API, quasi dimezzati rispetto alle tariffe iniziali.

Il modello si basa su un'architettura Mixture-of-Experts (MoE) e conta circa un trilione di parametri complessivi. Per ogni singolo token elaborato, il sistema ne attiva 49 miliardi, escludendo i livelli di embedding e output. Large 4 dispone di una finestra di contesto che raggiunge il milione di token, garantisce il supporto a oltre 160 lingue e integra funzionalità di riconoscimento delle immagini.

I progressi più significativi riguardano l'ambito dello sviluppo software. Grazie all'apprendimento per rinforzo, Large 4 ha ottenuto un incremento di 13 punti percentuali nel test Terminal-Bench 4.0, raggiungendo quota 41%. Contemporaneamente, la quantità di token generati è diminuita del 30% rispetto alla versione precedente. Nell'Artificial Analysis Coding Agent Index, il modello ha toccato il 48%, posizionandosi vicino ai risultati del modello cinese GLM-5.3. Secondo i dati diffusi da Mistral, l'esecuzione di compiti comparabili richiede mediamente il 47% di token in meno.

Nel test FrontierCode 2.0, dedicato alla qualità delle modifiche al codice sorgente per l'integrazione in progetti complessi, la rete neurale ha segnato il 19,7%. In base a quanto dichiarato dagli sviluppatori, si tratta del miglior risultato tra i modelli con pesi aperti. Nelle prove comparative condotte con utenti, il modello ha ricevuto preferenze superiori rispetto a DeepSeek V4.1 Flash e Kimi K3.

Sul fronte della sicurezza informatica, il modello ha ottenuto un punteggio del 51% nell'Artificial Analysis Cyber Index, che valuta la capacità di individuare e correggere falle nei software. La resilienza contro le minacce è stata testata anche internamente: Large 4 ha respinto il 96,6% delle richieste dannose legate a potenziali cyberattacchi. Nel benchmark B3 Agent Security, la resistenza agli attacchi diretti agli agenti basati su intelligenza artificiale è salita al 97,1%, superando il 93,3% della versione preliminare.

Per quanto riguarda l'accessibilità, Mistral ha introdotto tre modalità di ragionamento: Low, Medium e High, quest'ultima impostata come predefinita per i compiti che richiedono analisi approfondite. La struttura dei costi per le API è stata rivista al ribasso: l'elaborazione di un milione di token in ingresso costa ora 0,70 dollari, contro i precedenti 1,36 dollari, mentre per quelli in uscita la tariffa è scesa da 4,18 a 2,10 dollari. I pesi sono scaricabili tramite la piattaforma Hugging Face con licenza Mistral Ecosystem Open-Weight. Questa formula permette l'uso gratuito e l'impiego commerciale, fatta eccezione per le aziende che intendono rivendere l'accesso al modello come servizio.