Costruito per i coder,La scelta di difensori.
Thinking
Summary
Mistral ha rilasciato Mistral Large 4 (Le Chonk), un modello multimodale da 1.000 miliardi di parametri, ora disponibile con miglioramenti nella codifica, nella sicurezza informatica e nell'efficienza del ragionamento. È al primo posto nei benchmark open-weight per la codifica e la sicurezza difensiva e offre tre modalità di ragionamento per bilanciare costi e prestazioni. Interamente open-weight e addestrato in Europe, favorisce un'IA sovrana con opzioni di implementazione personalizzabili e in self-hosting.
Rilasciamo i pesi di Le Chonk, portando i modelli aperti a nuovi livelli nello sviluppo con agenti IA e nella sicurezza informatica.
All'inizio di questo mese abbiamo rilasciato in anteprima pubblica Mistral Large 4 (Le Chonk), il nostro modello di punta da 1.000 miliardi di parametri, nativamente multimodale. La risposta all'anteprima ha superato le nostre aspettative e siamo grati alla nostra community di sviluppatori, ai clienti con accesso anticipato e ai partner per l'assistenza, la collaborazione e i feedback.

Da allora abbiamo messo a frutto questi feedback, continuando a potenziare l'apprendimento per rinforzo e ottenendo notevoli miglioramenti nella codifica e nella sicurezza informatica difensiva. I progressi continuano ad accelerare, senza segni di saturazione.
Oggi rilasciamo i pesi di questa versione migliorata di Mistral Large 4. Il nuovo modello offre anche notevoli miglioramenti nell'efficienza del ragionamento, garantendo agli sviluppatori prestazioni superiori e costi di inferenza inferiori.
Mistral Large 4 si posiziona come il miglior modello open-weight per la codifica e, nel complesso, tra i modelli aperti più capaci al mondo. Addestrato da zero su infrastrutture europee, con una provenienza chiaramente tracciabile dall'ideazione al rilascio, offre alle organizzazioni una base affidabile per l'IA sovrana
Mistral sta definendo la categoria dell'IA sovrana e guidando l'innovazione nei modelli aperti. Ci impegniamo a sviluppare i modelli più capaci al mondo e a rilasciarli apertamente, dando a sviluppatori, aziende e istituzioni la possibilità di possedere, personalizzare e controllare la propria IA.
Pensato per chi crea.
Mistral Large 4 è entrato in anteprima pubblica con ottimi risultati nei principali benchmark di codifica. Da allora, appena tre settimane di ulteriore apprendimento per rinforzo lo hanno portato ai vertici della codifica open-weight, conquistando il primo posto su FrontierCode e Terminal-Bench e raggiungendo i migliori modelli open-weight sull'Artificial Analysis Coding Agent Index, con un'efficienza nell'uso dei token nettamente superiore.
Nel benchmark privato FrontierCode 2.0 di Cognition, che valuta la qualità del codice end-to-end e se chi gestisce un repository accetterebbe la modifica proposta dall'agente, Mistral Large 4 è in testa con un punteggio del 19,7%.
Cognition - FrontierCode 2.0
Spingere oltre la frontiera di Pareto per lo sviluppo con agenti IA.
Mistral Large 4 offre prestazioni di codifica all'avanguardia con un numero significativamente inferiore di token, rendendo più economica l'esecuzione su larga scala di sofisticati agenti di codifica.
Sull'Artificial Analysis Coding Agent Index, Mistral Large 4 ottiene il 48%, sostanzialmente alla pari con il modello open-weight di punta GLM-5.3, utilizzando in media il 47% di token in meno per attività.
Artificial Analysis Coding Agent Index vs. Token Efficiency
Mistral
Other models
Coding Agent Index scores and token efficiencies for reasoning levels available on Artificial Analysis
I miglioramenti si estendono ai flussi di lavoro di codifica basati sul terminale. Su Terminal-Bench 4.0, Mistral Large 4 è migliorato di 13 punti percentuali rispetto all'anteprima pubblica, raggiungendo il 41% e conquistando il primo posto tra i modelli open-weight, riducendo al contempo i token di output del 30%.
Artificial Analysis Coding Agent Index - Terminal-Bench 4.0
Per dare agli sviluppatori maggiore controllo sul compromesso tra prestazioni e costi, Mistral Large 4 ora supporta tre modalità di ragionamento:
Modalità | Uso consigliato |
Basso | Attività semplici; sostituisce la modalità di ragionamento ‘Nessuno’ |
Medio | Attività quotidiane |
Alto (predefinito) | I casi d'uso più complessi, che richiedono elevata precisione e ragionamento approfondito |
Oltre ai benchmark, le funzionalità di codifica di Mistral Large 4 sono confermate dalle preferenze umane. Nelle valutazioni comparative a coppie e alla cieca di Surge Code, Mistral Large 4 è stato preferito ai principali modelli open-weight, tra cui GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash, posizionandosi dietro soltanto a Claude Opus 5.5 tra i modelli valutati.
Surge Code - Human preference on code
Blind side-by-side win rates against other models
Mistral Large 4 win
Other model
Share of prompts where graders preferred Mistral Large 4's answer over the opponent's.
Pensato per chi difende.
Sin dall'anteprima, collaboriamo con i principali fornitori di sicurezza informatica per valutare Mistral Large 4 in ambienti reali e testarne i punti di forza nella riproduzione delle vulnerabilità e nell'applicazione di patch.
Mistral Large 4 ottiene il 51% sull'Artificial Analysis Cyber Index, che misura la capacità di un modello di individuare vulnerabilità in una codebase, riprodurle e convalidarle, quindi correggerle senza compromettere le funzionalità esistenti. Un aspetto fondamentale è che Mistral Large 4 gestisce queste attività legittime di sicurezza difensiva senza rifiuti non necessari.
Artificial Analysis - Cyber Index
La sicurezza è migliorata insieme alle funzionalità. I meccanismi di controllo integrati nel nostro modello distinguono tra attività di sicurezza informatica difensive e attività offensive dannose. Il modello mantiene ottime prestazioni nei benchmark di sicurezza informatica, raggiungendo al contempo un tasso medio di rifiuto del 96,6% per le richieste informatiche dannose, il più alto che abbiamo misurato tra i modelli aperti.
Refusal of harmful cyber requests
Average refusal on the cyber-related prompts of JailbreakBench, StrongREJECT and AgentHarm
Ecco cosa dicono i leader globali della sicurezza informatica su Mistral Large 4:
Dall'anteprima in poi abbiamo monitorato attentamente gli utilizzi legati alla sicurezza informatica nel nostro traffico reale. Sebbene abbiamo osservato il modello rifiutare di eseguire attacchi black-box contro bersagli attivi, vediamo il rischio che possa potenziare la capacità di condurre attacchi reali. Stiamo modificando di conseguenza i nostri meccanismi di controllo e continueremo ad aggiornarli nei prossimi mesi.
Stiamo inoltre offrendo ai partner aziendali di co-progettazione, come Orange Cyberdefense, un accesso in anteprima a una variante specializzata di Mistral Large 4, ottimizzata per flussi di lavoro avanzati di sicurezza informatica, tra cui penetration test, valutazione delle vulnerabilità e red teaming. L'accesso è soggetto a verifiche rigorose e garanzie contrattuali, con test limitati a sistemi di proprietà o esplicitamente autorizzati, in ambienti controllati.
Nel frattempo, i clienti stanno adattando Mistral Large 4 ai propri dati di sicurezza, policy, logiche di rilevamento e contesti di minaccia utilizzando Mistral Forge. Per attività di sicurezza informatica ben definite, il modello può essere ulteriormente ottimizzato in varianti più piccole e specifiche per attività, per una maggiore precisione e applicazioni di sicurezza più efficaci.
Ulteriori informazioni sull'IA sovrana per la sicurezza informatica e su come collaborare con noi.
Pensato per l'attività operativa.
Mistral Large 4 ha continuato a migliorare su un'ampia gamma di metriche relative all'utilizzo aziendale.
Per le attività in ambito finanziario, abbiamo migliorato la capacità del modello di eseguire flussi di lavoro reali, soprattutto quelli che prevedono la creazione e la modifica di fogli di calcolo per casi d'uso finanziari e contabili. Questo si riflette nei nostri punteggi su Finch, saliti al 73,3%, secondi soltanto a Kimi K3 tra i modelli aperti.
FinWorkBench (Finch)
La navigazione web è una componente fondamentale della maggior parte del lavoro intellettuale. La nostra pipeline di RL ci ha permesso di raggiungere l'84,5% su BrowseComp, partendo da un checkpoint SFT che otteneva il 75%. Questo porta Mistral Large 4 a prestazioni superiori rispetto a modelli come GLM-5.3 o DeepSeek Flash 4.1 1017.
Web browsing - BrowseComp
Gli agenti distribuiti da un'organizzazione devono essere sicuri. Che siano messi a disposizione di membri interni o utenti esterni, gli agenti non devono esporre a minacce come l'esfiltrazione del prompt di sistema o l'iniezione di codice dannoso. L'RL ha migliorato i nostri risultati sul B3 Agent Security Benchmark: Mistral Large 4 resiste al 97,1% degli attacchi, contro il 93,3% dell'anteprima. Questo lo colloca ai vertici dei modelli OSS, consentendo a chiunque ospiti il modello di eseguire un agente sicuro senza ulteriore ottimizzazione.
B3 Agent security benchmark - Attack resistance
Questo importante investimento di Mistral AI rafforza la scelta compiuta da La Banque Postale oltre un anno fa e sottolinea la validità della partnership strategica di lungo periodo che stiamo costruendo insieme: sostenere l'emergere di un leader europeo dell'IA aperta e sovrana. Per una banca pubblica e al servizio dei cittadini, la sovranità tecnologica non è facoltativa: è un requisito fondamentale per mantenere la fiducia dei nostri clienti. L'introduzione di questo modello aperto apre nuove opportunità e nuovi casi d'uso. Collaborando con Mistral AI, la nostra ambizione è combinare il meglio delle competenze umane e della tecnologia digitale per migliorare nel lungo periodo l'esperienza sia dei clienti sia del personale.
Zakaria Moursli, Vicepresidente esecutivo, Prestazioni operative, Pagamenti e Servizi digitali, La Banque Postale
Lo scopra in azione
Triage delle vulnerabilità informatiche: un agente legge le segnalazioni di vulnerabilità in arrivo, esamina il codice sorgente e il contesto del prodotto, riproduce le falle in una sandbox isolata, quindi scrive e perfeziona una patch finché un exploit di controllo non funziona più.
Sviluppo web basato su agenti: senza alcun aiuto umano, Mistral Large 4 crea Orbital Trace, una mappa 3D in tempo reale di circa 19.000 satelliti e frammenti di detriti in orbita attorno alla Terra. Recupera dati reali di tracciamento, scrive l'app, la utilizza in un browser per individuare i propri bug e rallentamenti, quindi corregge i problemi segnalati da un revisore indipendente finché tutti i requisiti non sono soddisfatti.
Risolutore di chimica quantistica: Mistral Large 4 scrive da zero un software che calcola dove si trovano gli elettroni in una molecola e verifica i risultati confrontandoli con uno strumento standard di chimica. Poi crea una pagina 3D attorno al software: scelga una molecola come il benzene o l'acqua, trascini un cursore per separarne gli atomi e osservi come gli elettroni si riorganizzano mentre il legame si rompe.
Pensato per la sovranità.
Mentre le organizzazioni costruiscono l'IA attorno alle proprie conoscenze e ai propri flussi di lavoro, sovranità significa mantenere il controllo dei modelli da cui dipendono e dell'intelligenza che creano.
Con Mistral Large 4, questo controllo inizia dal modello stesso. Le organizzazioni possono esaminare, personalizzare e distribuire il modello sulla propria infrastruttura. Possono utilizzare e migliorare Mistral Large 4 senza dipendere da Mistral per accedervi tramite un'API. Mistral Large 4 è stato sviluppato e addestrato da zero in Europe, offrendo alle organizzazioni chiarezza sulle origini della tecnologia su cui costruiscono le proprie soluzioni.
Il controllo si estende anche al modo in cui l'IA opera all'interno di un'organizzazione. Le organizzazioni possono personalizzare Mistral Large 4 sui propri dati proprietari con Mistral Forge e possono creare, gestire e migliorare gli agenti e le applicazioni risultanti utilizzando Mistral Studio. Gli esperti di IA applicata di Mistral possono affiancare i team dei clienti per sviluppare e distribuire questi sistemi su misura. Grazie a questo lavoro, i team comprendono l'architettura e le scelte alla base delle soluzioni create, insieme ai metodi utilizzati per addestrarle e gestirle, così da poter utilizzare e migliorare la propria IA in modo indipendente.
La sovranità non richiede sempre il self-hosting; a volte bastano implementazioni che soddisfino i propri requisiti di controllo. Per le organizzazioni che preferiscono un servizio gestito, Mistral Large 4 è disponibile tramite Microsoft Foundry, con opzioni di implementazione privata per gli sviluppatori Azure.
Microsoft e Mistral AI condividono l'impegno ad ampliare le possibilità di scelta dei clienti nell'IA di nuova generazione. Come primo fornitore cloud a offrire Mistral Large 4 ai clienti, Microsoft rende disponibile il più recente modello open-weight di Mistral tramite Microsoft Foundry, una piattaforma di IA aziendale progettata per valutare, implementare e utilizzare modelli su larga scala. Per le organizzazioni che portano avanti strategie di IA sovrana, questa combinazione offre maggiore flessibilità e controllo su dati, infrastruttura e operazioni di IA.
Tina Schuchman, Vicepresidente aziendale, Foundry, Microsoft
Inizia a creare con Le Chonk
Mistral Large 4 è disponibile da oggi per essere provato, implementato e personalizzato.
Inizia in Mistral Studio, tramite l'API di Mistral o su OpenRouter. Per un controllo completo, scarichi i pesi aperti da Hugging Face e implementi il modello sulla Sua infrastruttura con vLLM o SGLang. La scheda del modello e la licenza contengono tutto ciò che serve per iniziare, con il rapporto tecnico completo per chi desidera approfondire.
Può anche provare il nuovo modello in Vibe Code; gli affidi una funzionalità da sviluppare o un bug da correggere nel Suo repository.
Mistral Large 4 è disponibile anche tramite endpoint ospitati da NVIDIA, come container NVIDIA NIM ottimizzato per il serving con vLLM. Gli sviluppatori possono usare la libreria open source NeMo AutoModel per la personalizzazione o la libreria open source TensorRT LLM per il serving ad alto throughput.
Le aziende possono inoltre adattare Mistral Large 4 ai propri dati proprietari, casi d'uso e meccanismi di controllo con Mistral Forge. Contatti il nostro team per ulteriori informazioni.
Il modello può essere utilizzato con la licenza Mistral Ecosystem Open-Weight, una licenza MIT modificata. Il modello è utilizzabile, modificabile, adattabile tramite fine-tuning e commercializzabile gratuitamente, a una sola condizione: le aziende che forniscono un'offerta Model-as-a-Service devono ottenere da Mistral una licenza commerciale separata prima di utilizzare il modello a fini commerciali.
Da oggi, le tariffe di Mistral Large 4 sono 0,70 $ per l'input / M, 0,07 $ per l'input in cache / M e 2,10 $ per l'output / M di token.
Invitiamo la community a mettere alla prova Mistral Large 4. Esegua le Sue valutazioni, ne esplori i limiti e condivida con noi i risultati su X, Discord o GitHub.
I prossimi passi
Mistral Large 4 sarà la base di una nuova generazione di modelli Mistral specializzati e ottimizzati. Sulla scia dei recenti rilasci, come Voxtral e Timestral, continueremo ad ampliare gli orizzonti dell'IA open-weight, offrendo a sviluppatori e aziende sempre più libertà di creare, personalizzare e avere il pieno controllo della propria intelligenza.























