Notícia
outubro 6, 2026
A aposta de Mistral em um trilhão de parâmetros testa a terceira via europeia para IA
A Mistral apresenta o ML4 como o caminho da Europa entre os modelos abertos liderados pela China e os sistemas fechados dos EUA, ao mesmo tempo em que insiste que a abertura deve avançar no ritmo de salvaguardas contra o uso indevido em ciberataques.
Mistral AI entrou na próxima fase da disputa entre IA aberta e fechada na terça-feira com o Mistral Large 4, um modelo multimodal de um trilhão de parâmetros apelidado de “Le Chonk”. A empresa francesa afirma que o lançamento busca manter a Europa relevante enquanto desenvolvedores chineses dominam muitos modelos abertos e grupos dos EUA, como OpenAI e Anthropic, mantêm sua liderança em sistemas fechados.1
A proposta é deliberadamente política, além de técnica. O ML4 está sendo apresentado como a “terceira via em IA” defendida pelo presidente francês Emmanuel Macron: uma alternativa europeia que pode ser auto-hospedada e modificada, diferentemente dos sistemas fechados dos EUA, sem depender de tecnologia chinesa.2 A Mistral afirmou que seu modelo é particularmente adequado para cibersegurança, programação, manufatura, finanças e trabalho multimodal, e alega que estará entre os sistemas de pesos abertos mais fortes quando seus parâmetros centrais forem divulgados.1
Por enquanto, contudo, o modelo não é aberto. A Mistral colocou o ML4 em prévia por meio de um endpoint público controlado para desenvolvedores, líderes de cibersegurança e autoridades estatais, com uma divulgação mais ampla dos pesos planejada para o fim deste mês, após testes de segurança. Pierre Stock, vice-presidente de ciência da Mistral, disse que a empresa trabalharia com “parceiros e governos confiáveis” para garantir que os pesos possam ser usados “para defender, mas não para realizar ataques maliciosos”.2
Essa cautela reflete uma contradição central na estratégia da Mistral. A empresa argumenta que pesos abertos tornam os modelos mais fáceis de auditar, mas reconhece que capacidades cibernéticas poderosas exigem uma implementação controlada. O cofundador Guillaume Lample disse que essas capacidades poderiam ajudar governos e empresas a combater atores que estão “contornando as proteções de modelos fechados para realizar ataques cibernéticos”.1
A Mistral também está vendendo eficiência. Ela treinou o ML4 em seus centros de dados europeus com 4.000 GPUs Nvidia Grace Blackwell durante dois meses; Stock afirmou que isso foi “duas a três vezes menos do que nossos concorrentes chineses” e muito menos do que rivais de código fechado.2 Se essa economia se traduzirá em liderança nos benchmarks continua sendo o teste ainda sem resposta da aposta europeia.