Mistral AI ha levantado el telón sobre Mistral Large 4, su último modelo multimodal, y la compañía ha hecho algo inusual: ha publicado una hoja de precios que parece un acertijo envuelto en una tabla. Los detalles están disponibles en docs.mistral.ai, donde el anuncio apareció hoy y atrajo la atención en toda la web.
Los Números Que No Sumarán
Mistral Large 4 se describe como un modelo de propósito general construido alrededor de una arquitectura de Mezcla de Expertos. Lleva 49 mil millones de parámetros activos y 1.05 billones de parámetros totales, con un codificador de visión que tiene un peso de 1.6 mil millones. El modelo maneja texto, imágenes y audio a través de múltiples modalidades, aunque la cantidad exacta de esas modalidades no se especifica.
Lo que se indica es el costo. Para las solicitudes sin caché, el modelo cobra $1.36 por millón de tokens en la entrada, $0.68 por millón de tokens en la salida y $0.14 por millón de tokens en la entrada almacenada en caché. La tasa de salida almacenada en caché se sitúa en $2.09 por millón de tokens. También existe una versión de vista previa pública, etiquetada v26.10, con fecha del 6 de octubre de 2026.
La tabla de precios mezcla precios unitarios, recuentos brutos de parámetros y límites de contexto sin explicar ninguno de ellos. Un lector que quiere saber cuánto cuesta una solicitud completa tiene que hacer las matemáticas por sí mismo, y el resultado es una curiosidad más que un anuncio.
Lo Que la Tabla Muestra Realmente
La tabla es densa y extrañamente específica. Desglosa el costo de cada operación en términos de tokens, que son las unidades que los modelos utilizan para medir la entrada y salida de texto. Las tasas almacenadas en caché son más altas que las tasas no almacenadas en caché, lo cual es un acuerdo estándar en el campo — los datos almacenados en caché cuestan más porque se almacenan en lugar de procesarse de nuevo.
Mistral Large 4 es un modelo multimodal de propósito general, de peso abierto y de última generación con una arquitectura granular de Mezcla de Expertos.
Esa línea, extraída directamente del anuncio, es lo más parecido a una declaración de misión que ofrece la página. La arquitectura de «Mezcla de Expertos» es un patrón de diseño en el que un modelo grande divide su trabajo entre muchos expertos más pequeños, cada uno manejando un tipo específico de tarea. Es un enfoque común en el campo, aunque el anuncio no explica cómo se compara la disposición particular de Mistral Large 4 con otros modelos.
El Contexto Faltante
El anuncio no dice para qué se utiliza el modelo, a quién está dirigido ni cómo se compara con la competencia. Enumera detalles técnicos y precios sin enmarcarlos en términos de rendimiento o capacidad. El lector se queda preguntándose si los 1,05 billones de parámetros se traducen en una mejor descripción de imágenes, una generación de texto más rápida o una síntesis de voz mejorada: el anuncio simplemente no lo dice.
Por Qué el Anuncio Importa de Todos Modos
La pura escala del modelo es notable. 1,05 billones de parámetros es un número grande, y los 1,6 mil millones de parámetros del codificador de visión sugieren una seria capacidad de procesamiento de imágenes. La arquitectura de «Mezcla de Expertos» es un avance genuino en el diseño de modelos, incluso si el anuncio no lo explica en profundidad.
La estructura de precios también merece ser mencionada. Las tarifas almacenadas en caché son significativamente más altas que las no almacenadas en caché, lo que refleja un intercambio real: almacenar datos es más barato que procesarlos desde cero, pero la economía cambia cuando se cobra por token.
El Veredicto sobre el Anuncio
El anuncio es una descarga de datos técnicos disfrazada de lanzamiento de un producto. Le dice lo que el modelo puede hacer en términos generales: multimodal, de propósito general, «Mezcla de Expertos», y le dice cuánto cuesta usarlo. Lo que no le dice es por qué querría usarlo.
Esa es una queja justa, pero no es fatal. El modelo existe, los números están sobre la mesa, y cualquiera que quiera compararlo con otros sistemas ahora tiene un punto de partida. El anuncio es incompleto, pero es lo suficientemente completo como para ser útil.
Caja de Datos Clave
- Modelo: Mistral Large 4
- Arquitectura: Mixture-of-Experts
- Parámetros activos: 49B (
- Parámetros totales: 1.05T (
- Codificador de visión: 1.6B (
- Vista pública: v26.10, 6 de octubre de 2026 (
- Entrada no almacenada en caché: $1.36 por millón de tokens (
- Salida no almacenada en caché: $0.68 por millón de tokens (
- Entrada almacenada en caché: $0.14 por millón de tokens (
- Salida almacenada en caché: $2.09 por millón de tokens (
El anuncio es una descarga de datos técnicos disfrazada de lanzamiento de producto. Le indica lo que el modelo puede hacer en términos generales: multimodal, de propósito general, Mixture-of-Experts — y le indica cuánto cuesta usarlo. Lo que no le dice es por qué querría usarlo. Esa es una queja razonable, pero no fatal. El modelo existe, los números están sobre la mesa, y cualquiera que quiera compararlo con otros sistemas ahora tiene un punto de partida. (
Material de origen: “Mistral Large 4”, Mistral AI. (
Recibe El Cuaderno.
Las mejores historias del día y cada veredicto nuevo, en español claro, en tu correo a las siete. Un correo al día, nada más.