Mistral lanza Large 2, con 123.000 millones de parámetros

Mistral AI ha lanzado hoy Mistral Large 2, su nuevo modelo de lenguaje de gran tamaño. Con 123.000 millones de parámetros —los valores que el sistema aprende durante su entrenamiento—, la empresa francesa busca competir en las tareas que más pesan en el uso profesional de estos sistemas: programación, análisis matemático, seguimiento de instrucciones y trabajo en varios idiomas.

El lanzamiento importa por dos motivos. Mistral no solo actualiza el modelo insignia que presentó en febrero: también publica sus pesos bajo una licencia para investigación y reduce de forma notable el precio de acceso por API. Es una combinación poco habitual en la gama alta del mercado, donde los modelos más capaces suelen funcionar exclusivamente como servicios cerrados.

Un modelo grande para código y documentos extensos

Mistral Large 2 admite un contexto de hasta 128.000 tokens. En términos sencillos, puede recibir y relacionar textos muy largos dentro de una misma conversación: documentación técnica, repositorios de código, contratos o colecciones de informes. Que un modelo admita ese volumen no garantiza que razone bien sobre cada detalle, pero elimina una limitación práctica frecuente al trabajar con archivos extensos.

La compañía ha puesto el foco en la generación de código y declara soporte para más de 80 lenguajes de programación. También refuerza las capacidades de llamada a funciones, el mecanismo por el que un asistente decide usar una herramienta externa —por ejemplo, consultar una base de datos o ejecutar una operación en un programa— en lugar de limitarse a redactar texto.

En sus evaluaciones, Mistral sitúa a Large 2 en el 92% en HumanEval, una prueba de pequeños problemas de programación en Python; en el 84% en MATH, centrada en ejercicios matemáticos; y en el 84% en MMLU, un test amplio de conocimientos y comprensión. Son referencias útiles para comparar modelos, aunque no sustituyen las pruebas con los datos, el código y los procesos reales de cada empresa.

El multilingüismo como apuesta europea

La mejora lingüística es uno de los elementos más relevantes del anuncio. Mistral Large 2 está diseñado para trabajar en inglés, francés, alemán, español, italiano, portugués, árabe, hindi, ruso, chino, japonés y coreano, entre otros idiomas.

La mayoría de los grandes modelos se entrenan con una proporción muy superior de contenido en inglés. Eso puede traducirse en respuestas menos fiables, peores resúmenes o instrucciones mal interpretadas cuando se usan en otros idiomas. Para compañías europeas que redactan, atienden clientes o analizan documentos en varias lenguas, la calidad multilingüe no es una prestación secundaria: determina si el modelo puede incorporarse al flujo de trabajo sin obligar a traducir primero la información.

Mistral ya había convertido el francés y otros idiomas europeos en una de sus señas de identidad. Large 2 amplía esa estrategia en un momento en el que el mercado se concentra alrededor de laboratorios estadounidenses y chinos, con modelos cada vez más costosos de entrenar y operar.

Pesos disponibles, pero no software libre

Los pesos de Mistral Large 2 pueden descargarse para investigación bajo la Mistral Research License. Esto permite a investigadores estudiar y probar el modelo en su propia infraestructura, algo que no es posible con servicios totalmente cerrados.

Conviene distinguirlo de una licencia abierta sin restricciones comerciales. La licencia de investigación no concede automáticamente permiso para explotar el modelo en productos o servicios comerciales. Las empresas que quieran ese uso deben acudir a Mistral para obtener las condiciones correspondientes o emplear el servicio alojado por la compañía y sus socios.

El modelo está disponible en La Plateforme, la API de Mistral, con un precio de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida. También llega a plataformas como Amazon Bedrock, Azure AI Studio, Google Cloud Vertex AI, IBM watsonx y NVIDIA NIM.

La rebaja de precio es relevante: el anterior Mistral Large se lanzó con tarifas de 8 dólares por millón de tokens de entrada y 24 dólares por millón de salida. Para aplicaciones que procesan grandes volúmenes de texto o generan código de forma continua, el coste por consulta puede decidir qué modelo resulta viable.

La prueba decisiva será si esas mejoras se mantienen fuera de los benchmarks. Mistral Large 2 entra en un segmento donde la calidad importa, pero también la privacidad, la facilidad de despliegue y una factura previsible. La posibilidad de investigarlo localmente y usarlo en varias nubes da a clientes y desarrolladores más opciones para comparar esas variables.