Mistral libera Large 3, un modelo abierto de 675.000 millones de parámetros

Mistral AI ha presentado Mistral 3, una nueva familia de modelos que lleva su estrategia de apertura a una escala poco habitual en Europa. El lanzamiento incluye Mistral Large 3, un modelo multimodal de 675.000 millones de parámetros totales, y tres versiones compactas denominadas Ministral 3, de 3.000, 8.000 y 14.000 millones de parámetros.

Todos se publican bajo licencia Apache 2.0, una licencia permisiva que permite usar, modificar y redistribuir los modelos, también en productos comerciales. Para empresas y desarrolladores, eso significa poder adaptar los pesos a datos y tareas propias sin depender obligatoriamente de una API cerrada.

Un modelo grande que activa solo una parte de su capacidad

La cifra de 675.000 millones de parámetros sitúa a Mistral Large 3 entre los modelos abiertos de mayor tamaño. Pero no utiliza todos esos parámetros para responder a cada petición: es un modelo de mezcla de expertos o MoE, una arquitectura que divide el modelo en varios bloques especializados y activa solo los más adecuados para cada fragmento de texto.

En su caso, Mistral informa de que se activan 41.000 millones de parámetros por token. La diferencia importa porque un modelo MoE puede reunir más conocimiento y capacidades sin que el coste de generar cada respuesta crezca en la misma proporción que en un modelo denso, donde intervienen todos los parámetros en cada cálculo.

La compañía afirma que entrenó Large 3 desde cero con 3.000 GPU NVIDIA H200. Publica tanto la versión base —pensada para posteriores adaptaciones— como la variante ajustada para seguir instrucciones. El modelo acepta texto e imágenes como entrada y está orientado a conversaciones multilingües, con soporte nativo para más de 40 idiomas.

En la clasificación de LMArena, Large 3 debuta en el segundo puesto entre los modelos abiertos que no están diseñados específicamente para razonamiento y en el sexto puesto del conjunto de modelos abiertos, de acuerdo con Mistral. Estas tablas son una referencia útil para comparar respuestas percibidas por usuarios, aunque no sustituyen las pruebas en un caso de uso concreto: programación, documentos internos o atención al cliente pueden arrojar resultados distintos.

De un centro de datos al ordenador local

La otra mitad del anuncio es Ministral 3. Mistral ofrece tres tamaños, de 3.000, 8.000 y 14.000 millones de parámetros, y para cada uno publica versiones base, instruct y reasoning. Estas últimas están preparadas para dedicar más pasos internos a problemas complejos antes de responder.

La empresa atribuye a Ministral 3 14B un 85% de acierto en AIME 2025, una prueba de matemáticas competitivas. Es un resultado llamativo para un modelo de ese tamaño, pero conviene distinguir entre rendir bien en un examen estandarizado y resolver con fiabilidad procesos empresariales completos: la calidad de los datos, las herramientas conectadas y la supervisión humana siguen siendo decisivas.

Los modelos pequeños también comprenden imágenes y están diseñados para ejecutarse en dispositivos locales o en infraestructuras más contenidas. Esa posibilidad es relevante cuando una organización quiere analizar documentos, imágenes o información sensible sin enviar cada petición a un servicio externo. Mistral destaca despliegues optimizados para ordenadores con GPU RTX, equipos DGX Spark y dispositivos Jetson, además de servidores.

Apertura con una factura de infraestructura considerable

La licencia abierta no convierte automáticamente a Large 3 en un modelo fácil de ejecutar. Mistral ha publicado un checkpoint comprimido en formato NVFP4 y afirma que puede servirse en un nodo con ocho GPU A100 o H100 mediante vLLM. Sigue siendo una infraestructura propia de centros de datos, fuera del alcance de la mayoría de equipos individuales.

Ahí está la importancia de los Ministral: cubren la parte del mercado donde sí cuentan la memoria disponible, el consumo eléctrico y la latencia. La familia permite escoger entre un modelo local ligero y un sistema de gran escala, manteniendo una misma licencia y capacidades multimodales similares.

Mistral Large 3 está disponible desde hoy en Mistral AI Studio, Amazon Bedrock, Azure Foundry, Hugging Face, IBM watsonx, OpenRouter, Modal, Fireworks, Unsloth AI y Together AI. En la API de Mistral, el precio anunciado es de 0,50 dólares por millón de tokens de entrada y 1,50 dólares por millón de tokens de salida. Ministral 3 8B cuesta 0,15 dólares por millón de tokens tanto de entrada como de salida.

El anuncio devuelve a una empresa europea al primer plano de la carrera por los modelos abiertos de gran escala. La siguiente prueba será menos vistosa que una clasificación: comprobar si la comunidad puede afinar, ejecutar e integrar Large 3 y los Ministral con suficiente facilidad como para que esa apertura se traduzca en aplicaciones reales.