La empresa de inteligencia artificial Mistral ha dado un paso significativo en el mundo de la IA con el lanzamiento de su modelo más grande hasta la fecha, Mistral Large 4. Este modelo multimodal cuenta con 1 billón de parámetros, de los cuales 49.000 millones están activos en cada ejecución, lo que lo posiciona como una propuesta potente para sectores como la programación, los agentes automatizados, la ciencia, las finanzas y la ciberseguridad. Actualmente, está disponible en una versión preliminar mediante API, y se espera que los pesos del modelo se publiquen a finales de octubre, lo que permitirá su despliegue en infraestructuras ajenas a Mistral.
Large 4 se diferencia por no ser solo un modelo generador de texto, sino por su capacidad para trabajar con imágenes, documentos y entender flujos complejos, lo que le da una ventaja en tareas que van más allá de las capacidades de un chatbot convencional. En el terreno específico de la programación, el modelo ha mostrado un rendimiento notable en diversas pruebas, superando a modelos preexistentes y obteniendo altas puntuaciones en índices que evalúan su capacidad para completar tareas de programación automática.
En cuanto a ciberseguridad, Mistral ha enfatizado la importancia de Large 4 en este ámbito, colocándose entre los cinco principales modelos según el Artificial Analysis Cyber Index, y mostrando una habilidad destacada en la detección y corrección de vulnerabilidades en software de código abierto. Esta capacidad es relevante en un contexto donde la seguridad cibernética es crucial.
Mistral ha entrenado este avanzado modelo utilizando 3.800 GPU NVIDIA Grace Blackwell en sus propios centros de datos en Europa. Esta infraestructura no solo reafirma su compromiso con la soberanía tecnológica europea, sino que también permite una ejecución eficiente y a gran escala. Además, el modelo incorpora un aprendizaje por refuerzo masivo, lo que promete mejoras continuas en su rendimiento.
El enfoque de Mistral por mantener un modelo de pesos abiertos ofrece una ventaja significativa. Al publicarse, permitirá a las organizaciones ejecutar el modelo bajo su propio control, una característica valiosa especialmente en términos de seguridad, ya que las empresas podrán mantener el modelo en nubes privadas o infraestructuras locales.
A medida que se acerque la publicación de los pesos, la comunidad de desarrolladores e investigadores estará atenta para evaluar el desempeño real de Large 4 y comprobar si las promesas de Mistral se materializan en condiciones de uso variadas. La capacidad del modelo para operar más allá del ámbito de una API cerrada podría marcar un precedente en la industria, ofreciendo a empresas e instituciones académicas la libertad y flexibilidad necesarias para explorar nuevas aplicaciones de la inteligencia artificial.
