Mistral presenta Large 4: una IA diseñada para defensa que, no obstante, podría usarse también para ataques

La empresa francesa Mistral AI publicó los pesos de la red neuronal Large 4 con un billón de parámetros, capaz de encontrar vulnerabilidades, revisar errores en el código y sugerir correcciones. Los desarrolladores podrán ejecutar el potente modelo en sus propios servidores, pero la compañía ya advierte sobre los riesgos de su uso para ataques.

Mistral Large 4, también conocida como Le Chonk, apareció en acceso preliminar el 6 de octubre. En las tres semanas siguientes, los desarrolladores entrenaron adicionalmente el sistema con aprendizaje por refuerzo y mejoraron su desempeño con código de programación y tareas de ciberseguridad. Ahora se han publicado los pesos de la versión actualizada. El modelo se entrenó desde cero en infraestructura europea.

La arquitectura cuenta con aproximadamente 1,05 billones de parámetros, sin embargo al procesar cada fragmento de texto emplea cerca de 52 000 millones. Este enfoque permite reducir los costes de cálculo. El modelo trabaja con texto e imágenes, admite un contexto de hasta un millón de tokens y ofrece tres modos de razonamiento, desde el más económico, Low, hasta el más exhaustivo, High.

La principal apuesta de los desarrolladores está relacionada con la protección del software. Según los resultados del índice Artificial Analysis Cyber, la red neuronal obtuvo un 51%. La prueba evalúa la capacidad para encontrar errores en el código fuente, reproducir vulnerabilidades y emitir correcciones sin afectar el funcionamiento de la aplicación. En la demostración, la IA revisa el informe del error y perfecciona el parche en un entorno aislado.

Mistral también afirma que el modelo rechaza en promedio el 96,6% de las solicitudes maliciosas en un conjunto de pruebas de ciberseguridad. No obstante, los desarrolladores han observado la potencial capacidad de Large 4 para ayudar a realizar ataques reales, aunque durante la supervisión de solicitudes el sistema se negó a ejecutar intentos de atacar objetivos activos. Las restricciones de seguridad seguirán siendo mejoradas.

Para comprobaciones de seguridad avanzadas, Mistral prepara una variante separada del modelo. El acceso a la herramienta para pruebas de penetración, análisis de vulnerabilidades y simulación de acciones de adversario se concederá a socios corporativos verificados. Las pruebas están permitidas solo en sistemas propios o en infraestructuras cuyos propietarios hayan aceptado explícitamente la revisión.

En programación, Large 4 obtuvo 48% en el índice Artificial Analysis Coding Agent, igualando a GLM-5.3 con un consumo medio de tokens un 47% menor. En Terminal-Bench 4.0 el resultado subió hasta el 41%, 13 puntos porcentuales por encima de la versión preliminar. Los resultados corresponden a pruebas concretas y no garantizan la misma ventaja en otros proyectos.

Según el anuncio oficial, los pesos se distribuyen bajo Mistral Ecosystem Open-Weight, una licencia MIT modificada. Se permiten el reentrenamiento y el uso comercial; sin embargo, los proveedores de servicio Model-as-a-Service necesitarán una licencia separada. El modelo está disponible a través de Hugging Face y APIs en la nube. El coste del API es de $0,70 por un millón de tokens de entrada y $2,10 por un millón de tokens de salida.

Los pesos abiertos permiten a las empresas procesar código sensible en sus propios servidores y adaptar la IA a normas internas. Sin embargo, los pesos abiertos no implican la apertura completa de la red neuronal. Para ejecutar por cuenta propia un modelo de un billón también se necesitará hardware de servidor potente.