Mistral AI ha reso disponibile in anteprima pubblica Mistral Large 4, il modello più grande mai costruito dal laboratorio francese e soprannominato Le Chonk. È un sistema multimodale con architettura mixture-of-experts e circa un trilione di parametri complessivi (49 miliardi quelli attivi per ogni token elaborato). Punta a chi vuole mantenere dati e infrastruttura sotto il proprio controllo invece di affidarsi ai modelli chiusi di Anthropic o OpenAI.
Cos’è Mistral Large 4 e come funziona Le Chonk
Il lancio, annunciato martedì 6 ottobre, è il primo grande dell’azienda dopo il round da tre miliardi di euro chiuso il mese scorso, la più ampia raccolta mai registrata nella tecnologia europea.
L’addestramento è durato due mesi e ha impiegato 4.000 chip Nvidia installati nei data center europei di Mistral, sulla potenza di calcolo di proprietà dell’azienda, mentre il modello, ancora in fase di perfezionamento, risponde in modo nativo a domande poste in più di 160 lingue. L’amministratore delegato Arthur Mensch ha scritto su X che il lavoro ha richiesto una lunga preparazione e che l’apprendimento per rinforzo continua a dare risultati senza segni di saturazione, cioè senza i rendimenti decrescenti che si presentano quando i dati aggiunti smettono di migliorare le prestazioni. I clienti possono scaricare il modello sui propri server oppure usarlo attraverso l’infrastruttura di Mistral, compresa una regione europea sovrana in cui i dati restano sotto la giurisdizione dell’Unione europea.
I pesi, cioè i parametri che i clienti potranno scaricare e personalizzare, saranno pubblicati il 27 ottobre. Fino ad allora Le Chonk resta accessibile tramite le API di Mistral, con accesso anticipato per sviluppatori e organizzazioni governative. La licenza di distribuzione non è stata ancora comunicata.
Quanto è potente Le Chonk rispetto ai modelli cinesi e americani
Sui benchmark più usati nel settore i risultati sono buoni ma senza picchi eccezionali. I primi test della società indipendente Artificial Analysis collocano il modello in netto svantaggio rispetto ai prodotti di punta di OpenAI e Anthropic, mentre lo mostrano ben avanti a Inkling di Thinking Machines Lab, il modello a pesi aperti statunitense più capace. Mistral lo definisce di gran lunga il migliore in Europa e negli Stati Uniti. Con la pubblicazione dei pesi Le Chonk diventerebbe il modello open weight più potente addestrato fuori dalla Cina, dove sviluppatori come DeepSeek e Moonshot alimentano la concorrenza dei modelli aperti, adattabili sulle infrastrutture interne dei clienti a una frazione del costo dei sistemi chiusi che oggi dominano il mercato.
Nei benchmark di difesa informatica le prestazioni sono quasi pari a quelle dei principali modelli cinesi e americani. Il dato interessa l’Europa, preoccupata di restare senza gli strumenti statunitensi più avanzati, visto che Anthropic limita l’accesso internazionale a Mythos 5.1.
Perché Mistral punta sui modelli a pesi aperti e chi sono i concorrenti
Il direttore scientifico Guillaume Lample ha spiegato che le capacità di cyberdifesa permetteranno a imprese e governi di proteggersi da chi aggira le protezioni dei modelli chiusi per condurre attacchi informatici, mentre Mensch ha sostenuto davanti a una conferenza ad Abu Dhabi che il nuovo modello supera quelli cinesi proprio su questo terreno. Il vicepresidente della divisione scientifica Pierre Stock ha precisato a TechCrunch che prima del rilascio dei pesi l’azienda lavora con partner fidati e governi, perché il modello possa servire alla difesa dei sistemi con esclusione degli usi offensivi. I modelli aperti vengono inoltre indicati come più sicuri dopo diversi episodi di agenti di IA che hanno violato database o compiuto azioni non previste.
Mistral scommette sul fatto che aziende e governi vogliano il pieno controllo delle proprie implementazioni, invece di cedere i dati a terzi con modelli proprietari più costosi. Il giorno prima la statunitense Reflection AI ha presentato Beam, con 501 miliardi di parametri e costi di esercizio più bassi.
Nel fine settimana la tedesca Aleph Alpha aveva presentato un nuovo modello di piccole dimensioni per le attività aziendali, che ha attirato l’attenzione per la quantità di informazioni rese pubbliche sulla sua realizzazione. La trasparenza è un obbligo di conformità per i modelli generici previsto dal regolamento europeo sull’intelligenza artificiale, anche se i principali laboratori non si sono affrettati a pubblicare dati esaustivi. Aleph Alpha è inoltre in procinto di fondersi con la canadese Cohere, in attesa del via libera delle autorità di regolamentazione, per creare un’entità che offra intelligenza artificiale sovrana transatlantica.
