Indietro
Mistral Large 4: arrivano i pesi, comincia la sfida del cloud
TechMistralIACloud

Mistral Large 4: arrivano i pesi, comincia la sfida del cloud

NovoidCirca 2 min di lettura

Condividi questo articolo

LinkedInWhatsAppX

Questa volta c’è davvero qualcosa da scaricare

Il 6 ottobre Mistral presentava Large 4 in anteprima tramite API, annunciando i pesi entro la fine del mese. Il 29 ottobre 2026, il repository ufficiale contiene i file del modello: circa 1,06 TB, suddivisi in 54 file Safetensors. Il passaggio da una promessa a un artefatto disponibile è la vera notizia.

Un modello grande richiede più di un download

La documentazione tecnica descrive un’architettura Mixture-of-Experts, con circa 1.050 miliardi di parametri totali e 52 miliardi attivi, capace di ricevere testo e immagini. Solo una parte del modello interviene in ogni passaggio del calcolo: questo non elimina il fabbisogno di memoria.

È disponibile anche una variante NVFP4 per le GPU Blackwell. I risultati dichiarati dal produttore vanno comunque verificati sui propri compiti. A noi interessa soprattutto ciò che può funzionare in modo affidabile.

Pesi aperti, con condizioni precise

Un dettaglio essenziale: la Mistral Ecosystem Open-Weight License non equivale a una licenza MIT senza restrizioni. Il testo della licenza richiede un accordo commerciale separato per un’attività di Model-as-a-Service. La distingue dall’uso interno e da determinate funzionalità integrate in un prodotto.

Per un fornitore di hosting, questa distinzione incide sulla preparazione dell’offerta. Poter scaricare un modello non significa poter rivendere liberamente l’accesso.

Per il cloud, il lavoro interessante viene dopo

Scegliere il motore d’inferenza, misurare il tempo prima del primo token, sostenere il carico e isolare i clienti: è qui che si determina l’esperienza reale. Una risposta riuscita durante una demo non dice quante richieste simultanee possa gestire una piattaforma, né a quale costo.

Per l’automazione partiremmo dalla valutazione di compiti concreti: spiegare un log d’errore, proporre una correzione o preparare una configurazione. Verificheremmo poi i confini: permessi degli strumenti, approvazione umana e possibilità di annullare un’azione. Un modello potente merita un ambiente di esecuzione altrettanto solido.

In Novoid, questa uscita alimenta la nostra ricerca su IA e infrastrutture. Non è l’annuncio di un’adozione di Large 4 nei nostri servizi. L’opportunità sta nel confrontare, sperimentare e decidere sulla base di risultati misurati, anziché di una classifica.

Annuncio iniziale di Mistral. Illustrazione concettuale generata per questo articolo.