Mistral Large 4 (Le Chonk) chega ao Hugging Face com foco em cibersegurança, agentes de código e multimodalidade

O Mistral Large 4 (Le Chonk) é um MoE multimodal com cerca de 1T de parâmetros totais e 49B ativos, contexto de 1M de tokens, entrada de texto e imagem e saída de texto. Cada token passa por quatro dos 128 experts, mais um expert compartilhado, somando 5 ativos. Só a primeira das 72 camadas usa feed-forward denso. A atenção combina MLA (KV compactado) com o indexer DSA, que escolhe até 2.048 posições de chave por query. O padrão é 3:1 de RoPE para NoPE, com KV compartilhado entre camadas. O encoder de visão é um Pixtral de 1,6B.

No lado de cibersegurança, a Mistral cita 82% no teste de reproduzir e corrigir uma vulnerabilidade real do Artificial Analysis Cyber Index, e diz que vários modelos fechados ficam perto de zero porque se recusam a tentar. A taxa média de recusa em prompts cyber do JailbreakBench, StrongREJECT e AgentHarm é maior que a de qualquer outro open-weight. Em código, o post informa 61,7% no DeepSWE v1.1 e 28,3% no Terminal-Bench 4. Na prática, há suporte desde o primeiro dia em transformers, vLLM e llama.cpp. O checkpoint NVFP4 exige GPUs NVIDIA Blackwell. Os quants de 2 bits rodam em um Apple Silicon Ultra com 512 GB, e os demais pedem inferência distribuída. A licença deriva da MIT, mas limita ofertas de model-as-a-service.

Em 7 de outubro de 2026, o CEVIU noticiou "Mistral AI Lança Mistral Large 4: Um Modelo Multimodal Bilionário com Pesos Abertos", tratando de uma prévia pública, com 1 trilhão de parâmetros e 49 bilhões ativos. Agora, em 29 de outubro de 2026, o modelo aparece como lançamento oficial no Hugging Face, em duas variantes oficiais, com GGUFs, suporte a transformers, vLLM e llama.cpp, e números de benchmark e licença detalhados.

Para quem trabalha com segurança defensiva, a leitura é que o ponto central é o controle: política de uso e deployment ficam com o time, sem risco de filtro de API bloquear uma investigação no meio de um incidente. Para quem faz fine-tuning, as tarefas de reproduzir e corrigir têm recompensa verificável, o que as encaixa em ambientes de RL. O custo de hardware, porém, é alto: 8 GPUs H200 no recipe de Inference Endpoints, ou quants de 2 bits em máquina com 512 GB. Vale checar a licença antes de oferecer o modelo como serviço.