El modelo más grande de Mistral hasta la fecha tiene un nombre que describe con precisión su ambición: «Le Chonk». Mistral Large 4 alcanza 1 billón de parámetros —1 trillion en la nomenclatura anglosajona— y se convierte en la apuesta más seria de la empresa francesa por situarse entre los modelos de frontera junto a GPT-4o, Claude Opus 5.5 y Gemini Ultra. Anna Heim lo cubre en TechCrunch con los detalles de la arquitectura y la hoja de ruta. La novedad que distingue este lanzamiento es que los pesos abiertos estarán disponibles en tres semanas: Mistral mantiene su compromiso con el open weights justo cuando el debate sobre apertura o cierre de modelos avanzados vuelve al centro de la conversación regulatoria europea.
El lanzamiento coincide con el cierre de una nueva ronda de financiación Serie D con participación de Samsung, que eleva la valoración de la empresa a 21.000 millones de euros. Mistral lleva menos de tres años operativa y ya compite directamente con compañías que tienen décadas de historia.
Un billón de parámetros: ¿qué cambia realmente?
El número impresiona pero no cuenta la historia completa. Llegar al billón de parámetros no garantiza automáticamente superar a modelos más pequeños y bien entrenados: GPT-4o de OpenAI o Claude Opus 5.5 de Anthropic funcionan con arquitecturas y datos de entrenamiento muy diferentes y siguen siendo competitivos en la mayoría de benchmarks independientes. Lo que sí cambia con Large 4 es la capacidad de razonamiento en contextos muy largos, la calidad en tareas de código complejo y la consistencia en idiomas menos representados en los datos de entrenamiento.
Para Mistral, que tiene una base de usuarios fuerte en francés, alemán e italiano, ese argumento de multilingüismo es más importante que el propio número de parámetros. La empresa utilizó 4.000 GPUs para el entrenamiento, una inversión de infraestructura que no está al alcance de la mayoría de startups europeas y que sitúa a Mistral en el segmento de compute intensivo que antes era exclusivo de OpenAI, Google y Anthropic. El hecho de que liberen los pesos en tres semanas mientras siguen siendo capaces de sostener ese coste de entrenamiento dice algo sobre la solidez financiera de la empresa.
¿Por qué Samsung y qué significa la valoración de 21.000 millones?
Samsung no es un inversor financiero convencional en el sector de la IA. La empresa coreana tiene presencia significativa en el mercado de chips de memoria HBM (High Bandwidth Memory), que son los componentes que alimentan los aceleradores de IA de NVIDIA y AMD. Entrar en Mistral es una apuesta doble: acceso directo a una empresa de IA de frontera europea y un posible canal de distribución y co-desarrollo para sus propios componentes en competencia con SK Hynix. La integración entre el hardware de Samsung y los modelos de Mistral podría materializarse en dispositivos Edge con capacidades de IA avanzadas que no dependen de la nube de AWS o Azure.
La valoración de 21.000 millones de euros convierte a Mistral en una de las pocas startups de IA europeas que pueden mirar a los gigantes americanos con cierta paridad narrativa. Para el contexto europeo es relevante porque los datos del BCE evidencian que la brecha entre la IA europea y la estadounidense es de 75% versus 5% en inversión acumulada: Mistral es en este momento el argumento más sólido que Europa tiene para no ceder completamente ese terreno.
Open weights en 2026: una apuesta política tanto como técnica
El debate sobre apertura versus cierre de modelos avanzados nunca ha sido solo técnico. Von der Leyen propuso un freno voluntario a los modelos de IA más capaces en su discurso del Estado de la Unión e invitó a los labs de frontera a esa conversación. Que Mistral libere los pesos de Large 4 semanas después de ese discurso es una toma de posición deliberada: la empresa francesa defiende que la apertura, y no el cierre, es la forma correcta de gestionar los riesgos de modelos avanzados. El argumento es que un modelo cuyos pesos son públicos puede ser auditado, estudiado y mejorado por la comunidad científica, mientras que un modelo cerrado crea dependencia opaca respecto a una sola empresa.
Para las organizaciones europeas con datos sensibles —bancos, administraciones, hospitales— la posibilidad de ejecutar Large 4 localmente sin que ningún dato salga de sus servidores es un argumento de ventas concreto y verificable que los modelos cerrados de OpenAI o Google no pueden ofrecer en las mismas condiciones.
La brecha de mercado que Mistral no ha cerrado todavía
Llevo tres años siguiendo a Mistral desde sus primeras demos en 2023, cuando el sector los miraba con escepticismo respecto a su capacidad para entrenar modelos competitivos con recursos europeos. Large 4 cierra en gran medida la brecha técnica. La brecha de distribución y marca es otra historia: OpenAI tiene cientos de millones de usuarios en ChatGPT; Google tiene los suyos en Gemini. Mistral, por ahora, vive principalmente en el ecosistema de desarrolladores y empresas B2B que construyen sobre su API.
El centro de semiconductores de IMEC en Málaga previsto para 2027 es otro síntoma del mismo desfase europeo: construimos infraestructura de base mientras los americanos ya ocupan la capa de aplicación y distribución. Mistral hace lo correcto al apostar por el open source y el talento europeo, pero la historia de la tecnología sugiere que ganar la carrera solo con la calidad del modelo nunca ha sido suficiente. El movimiento de Samsung en el Serie D indica que Mistral lo sabe y está construyendo la capa de distribución en hardware que puede cambiar esa ecuación. Y en 2026, eso ya es un avance real que hace tres años simplemente no existía.