A Mistral anunciou hoje que a prévia pública de seu novo modelo, o Mistral Large 4 (ML4), está disponível pela API do Mistral Studio. Já é possível experimentar a prévia, e a empresa planeja liberar os pesos do modelo até o fim do mês. O ML4 tem 1 trilhão de parâmetros, dos quais 49 bilhões são ativos, e foi projetado para lidar com texto, código e imagens.
Como chegamos até aqui
O ML4 foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos data centers europeus da Mistral. Os dados de treinamento abrangem mais de 160 idiomas, incluindo todos os idiomas oficiais da UE. Segundo a Mistral, o modelo já iguala os modelos de código aberto mais fortes em diversos benchmarks e supera outros modelos de pesos abertos dos EUA e da Europa, sobretudo em tarefas de cibersegurança, finanças e direito.
O que vem a seguir
A empresa continuará os testes de red team com parceiros de cibersegurança e autoridades estatais antes de liberar os pesos finais. Depois disso, os clientes poderão executar o ML4 em nuvem privada ou em instalações locais, inclusive em uma implantação europeia dedicada, que opera sob a legislação da UE. A Mistral também planeja criar versões especializadas do ML4 para cargas de trabalho específicas de cada setor, financiadas pela recente rodada Série D de €3 bilhões.
Por que importa
Para empresas, especialmente dos setores de segurança e finanças, o ML4 oferece uma IA poderosa que pode ser executada na própria infraestrutura, sem depender de provedores terceirizados que poderiam bloquear tarefas essenciais. A liberação dos pesos abertos permite que as organizações auditem e personalizem o modelo para atender a requisitos regulatórios ou de privacidade. No entanto, os recursos completos e o desempenho fora da prévia ainda não foram verificados; isso só será possível depois que os pesos finais forem liberados.
