Mistral’s new 1T model aims to leapfrog closed and open rivals
TechCrunch AI · 6 oct, 16:33
Mistral AI ha presentado Mistral Large 4 (ML4), un modelo multimodal de un billón de parámetros que busca competir tanto con modelos cerrados como abiertos. El modelo será accesible inicialmente a través de un endpoint protegido, y Mistral planea liberar los pesos en tres semanas tras completar pruebas de seguridad. La empresa posiciona este lanzamiento como una «tercera vía» europea en la carrera de la IA, diferenciándose por haber requerido significativamente menos recursos de computación que competidores chinos y estadounidenses.
ML4 fue entrenado íntegramente con infraestructura propia de Mistral utilizando solo 4.000 GPUs NVIDIA, aproximadamente dos o tres veces menos que competidores chinos y significativamente menos que los competidores de código cerrado. El modelo está optimizado para casos de uso específicos como ciberseguridad, finanzas y diseño de chips, áreas clave para sus principales respaldadores: ASML (que lideró su Serie C) y Samsung (que lideró su Serie D hace poco con una valoración de 21.000 millones de euros).
Mistral enfatiza que el modelo abierto será más fácil de auditar y ha indicado que trabajará con socios confiables y gobiernos para garantizar que los pesos se utilicen de manera defensiva y no maliciosa. La empresa busca demostrar que sigue siendo un laboratorio de frontera más allá de ser únicamente un proveedor de inferencia, tras su reciente decisión de alojar modelos chinos.
Puntos clave
- Modelo con un billón de parámetros, multimodal, accesible inicialmente mediante endpoint seguro
- Liberación de pesos abiertos prevista en tres semanas tras pruebas de seguridad
- Entrenamiento con 4.000 GPUs NVIDIA, 2-3 veces menos que competidores chinos
- Optimizado para ciberseguridad, finanzas y diseño de chips
- Valoración de Mistral: 21.000 millones de euros (Serie D con Samsung)