Mistral AI presenta un modelo de gran tamaño de código abierto con 1 billón de parámetros

Mistral AI, una empresa francesa de inteligencia artificial, ha lanzado los pesos de su modelo Mistral Large 4 (ML4), conocido como 'le Chonk', bajo una licencia de código abierto. El modelo cuenta con un total de 1 billón de parámetros y 490 mil millones de parámetros de activación, con 30 mil millones adicionales para incrustaciones y salidas. Se entrenó utilizando 3.800 GPU NVIDIA Grace Blackwell en los centros de datos europeos de Mistral. El lanzamiento sigue a mejoras y optimizaciones de rendimiento basadas en pruebas en el mundo real con usuarios gubernamentales y empresariales. El modelo obtiene una puntuación del 48% en el Índice de Agente de Codificación Artificial, igualando a GLM-5.3, al tiempo que reduce el uso de tokens en un 47% por tarea. El precio incluye $0,70 por millón de tokens de entrada, $0,07 para el almacenamiento en caché y $2,10 por tokens de salida. El modelo está disponible bajo una licencia modificada de MIT, que permite su uso gratuito para fines personales, académicos y comerciales, con permisos adicionales requeridos para los revendedores en la nube. El modelo está alojado en Hugging Face.