Mistral libera os pesos abertos do Mistral Large 4 com 1M de contexto e preço menor que o do preview

Fala aí, beleza? A Mistral acabou de soltar os pesos do seu modelo mais parrudo, o tal do "Le Chonk", e ele chega mirando agentic coding e ciberdefesa 😀

Aqui tu vê o que mudou desde o preview, quanto custa, o que a licença deixa (e não deixa) fazer e onde ele fica de verdade nos benchmarks independentes…

O que a Mistral lançou e o que mudou desde o preview

Em 29/10/2026 a Mistral publicou os pesos abertos atualizados do Mistral Large 4, segundo o anúncio oficial

Até então o modelo só existia como preview: ele saiu em 06/10/2026 no Mistral Studio e na API da Mistral, cerca de três semanas antes dos pesos

Se tu já vinha usando ele pela API de preview no Mistral Studio, a novidade agora é poder baixar e rodar na sua própria infra

O foco declarado continua o mesmo: agentic coding e ciberdefesa

A Mistral descreve o modelo como o melhor de pesos abertos para código e defesa cibernética, mas isso é alegação da fabricante, beleza? Mais pra frente tem o que as avaliações independentes dizem

Especificações do Mistral Large 4: parâmetros, contexto e entradas

Pela documentação oficial, é um Mixture-of-Experts com 1,05T de parâmetros no total, 52B ativos e um encoder de visão de 1,6B

E o que significa "parâmetros ativos"?

Num MoE, cada token passa só por uma parte dos especialistas, então apenas uma fração do total trabalha a cada passo, e é por isso que o número de ativos fica bem abaixo do total

A janela de contexto é de 1M de tokens

O modelo recebe texto e imagem e devolve texto, segundo o blog do Hugging Face (o card do checkpoint NVFP4 resume como "text and image, text output")

Pra entender melhor a parte de imagem, vale ver o post sobre visual grounding no Large 4

Já a saída máxima de 256K tokens é um dado da Vals, não da documentação da Mistral

Quanto custa o Mistral Large 4 na API

O preço atual na API da Mistral é este:

• Entrada: US$ 0,70 por 1M de tokens
• Entrada em cache: US$ 0,07 por 1M de tokens
• Saída: US$ 2,10 por 1M de tokens

Pra comparar: o preço de lista do preview era US$ 1,36 de entrada e US$ 4,18 de saída, então o corte é de cerca de 50% em relação a esse valor, segundo a Artificial Analysis

O número que muda mais a conta, porém, é o custo por tarefa: na medição da Artificial Analysis, cada tarefa do Intelligence Index saiu por US$ 2,06, contra US$ 5,54 do preview, uma queda de 63%

Licença MEOW: o que é permitido e quando é preciso licença comercial

Os pesos saem sob a MEOW (Mistral Ecosystem Open-Weight License), que a Mistral descreve como uma MIT modificada

O que está liberado:

• Uso comercial e não comercial
• Modificação
• Fine-tuning

O que exige conversa à parte: quem opera um negócio de Model-as-a-Service precisa firmar uma licença comercial separada com a Mistral antes de usar o modelo comercialmente

Tome cuidado aqui!

Usar o modelo dentro da sua empresa ou do seu produto é uma coisa, vender acesso ao modelo pra terceiros é outra, e é justamente essa segunda que fica travada

Quem pensa nesse cenário de revenda precisa entrar em contato com a Mistral antes, pra negociar os termos dessa licença separada

Onde baixar e como rodar o Mistral Large 4

O modelo está no Mistral Studio, na API da Mistral, no OpenRouter, no Hugging Face, no Microsoft Foundry e em endpoints hospedados pela NVIDIA, segundo o anúncio da Mistral

Pra self-hosting, o caminho é vLLM ou SGLang

Os pesos ficam na organização mistralai do Hugging Face, em checkpoints FP8 e NVFP4, por exemplo o mistralai/Mistral-Large-4-1T-A52B-NVFP4

Suporte no vLLM, transformers e llama.cpp

O vLLM suporta os dois checkpoints desde o dia do lançamento, segundo o blog do vLLM

Detalhe importante: o NVFP4 é voltado para GPUs NVIDIA Blackwell (B200/B300/GB200/GB300), segundo o card do checkpoint

O vLLM também traz um drafter DSpark embutido pra decodificação especulativa; o blog do vLLM fala em ganho de "cerca de 2x" na vazão de saída, e o Latent Space, ao citar o vLLM, reporta uma faixa mais específica de 1,92x a 2,23x

O Hugging Face cita suporte day-0 também em transformers e llama.cpp

Quants GGUF da Unsloth

A Unsloth publicou quants GGUF no repo unsloth/Mistral-Large-4-1T-A52B-GGUF

Segundo um post da Unsloth (@UnslothAI) citado pelo Latent Space, a versão dinâmica de 1 bit ocupa 223GB, contra 1,1TB do FP8, retendo 91% da acurácia top-1, número que ainda não confirmamos direto na documentação oficial da Unsloth

Ainda é coisa pra PC da Nasa, né? Mas é bem menos absurdo que 1,1TB haha

Customização pelo Mistral Forge

Pra quem não quer montar a própria pipeline de ajuste, a Mistral oferece customização do modelo pelo Mistral Forge

Mistral Large 4 nos benchmarks independentes: onde fica contra DeepSeek e GLM

Os números abaixo são da Artificial Analysis, na avaliação publicada no lançamento (29/10/2026), então não refletem necessariamente o ranking de hoje

Benchmark (AA)	Large 4	DeepSeek V4.1 Flash	GLM-5.3
Intelligence Index v5	26	32	32
FrontierCode 2.0	15%	29%	22%
Coding Agent Index	48	46	49
Tokens por tarefa no Coding Agent Index	8,5M	16,7M	15,9M

No Intelligence Index, o modelo subiu 1 ponto em relação ao preview, que fez 25, segundo a Artificial Analysis

Com isso ele vira o melhor modelo de pesos abertos desenvolvido fora da China, mas ainda 6 pontos atrás dos dois chineses

Em código a distância é maior: no FrontierCode 2.0 ele faz quase metade do DeepSeek V4.1 Flash

No Coding Agent Index ele fica no meio dos três: 48 pontos, contra 49 do GLM-5.3 e 46 do DeepSeek V4.1 Flash, gastando bem menos tokens por tarefa que os outros dois (8,5M contra 15,9M e 16,7M). Vale lembrar que cada um rodou em um harness diferente (Mistral Vibe, Opencode e DeepSeek Harness), então a comparação direta tem essa ressalva

Outros pontos da AA:

• Eficiência: 82K tokens de saída por tarefa do Intelligence Index, 39% menos que os 135K do preview
• Alucinação: a taxa no AA-Omniscience caiu de 41% para 28%
• Acurácia: continua baixa, em 26%

O que é alegação da Mistral e ainda não foi verificado

Algumas afirmações vêm da própria Mistral e ainda não têm confirmação independente:

• O modelo lideraria o FrontierCode 2.0 privado da Cognition, com 19,7% (número da Mistral, diferente dos 15% medidos pela AA no FrontierCode 2.0 público)
• Testes de ciberdefesa teriam sido feitos por CrowdStrike, Cloudflare, Zscaler e outros, com depoimentos de empresas como Booz Allen, Cisco e Cloudflare no próprio anúncio
• Um pesquisador da Mistral relata 64% de vitória em preferência humana contra GLM 5.3 e Kimi K3

Repara no contraste: no FrontierCode 2.0 medido pela AA, o modelo aparece atrás de DeepSeek V4.1 Flash e GLM-5.3

Não quer dizer que a Mistral esteja errada (versão do benchmark e harness mudam muito o resultado), mas é por isso que vale tratar cada número pela fonte dele, será?

Quem ganha com os pesos abertos do Large 4?

O veredito depende MUITO do seu perfil

Ganha quem roda modelo self-hosted: tem checkpoint FP8 e NVFP4 com suporte no vLLM desde o primeiro dia, e GGUF pra quem precisa de um arquivo menor

Ganha quem precisa de fine-tuning: a licença libera, e o TRL já suporta LoRA SFT em um único nó com 8×B300, usando 142 GiB por GPU e processando 32,7K tokens por passo em cerca de 8 segundos (dado citado pelo Latent Space)

Ganha quem usa via API e paga por tarefa: o custo por tarefa medido pela AA caiu bastante em relação ao preview

Agora, as limitações:

• Hardware pesado: o FP8 ocupa 1,1TB e o NVFP4 é otimizado para GPUs Blackwell, então não é modelo pra notebook
• Licença: oferecer o modelo como serviço pra terceiros exige licença comercial separada
• Código: se tua prioridade é só desempenho em código entre os abertos, DeepSeek V4.1 Flash e GLM-5.3 ficaram na frente no FrontierCode 2.0 da avaliação do lançamento

Resumindo o perfil: faz mais sentido pra quem precisa de modelo aberto ocidental, quer controlar a própria infra ou ajustar o modelo pro seu domínio

Antes do Large 4: o Mistral 3

Se tu quer entender a trajetória da Mistral com modelos abertos, tem um vídeo no canal sobre o Mistral 3, a geração anterior

Próximo passo

Antes de colocar o modelo em qualquer produto, lê os termos da MEOW e confirma se teu caso cai em Model-as-a-Service

Depois abre o card do modelo no Hugging Face e escolhe o formato pelo hardware que tu tem: FP8, NVFP4 (voltado para Blackwell) ou GGUF

E se o objetivo é código, roda tua própria tarefa via API ou OpenRouter primeiro, antes de investir em self-hosting, porque benchmark nenhum substitui o teste no teu repo =)

Até o próximo post!

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.