Mistral Large 4 publica sus pesos: qué permite su licencia

Imagen destacada: ilustración editorial generada con IA. La escena es conceptual; no muestra el centro de datos ni el equipo de Mistral.

Hugging Face publicó el 29 de octubre los pesos de Mistral Large 4 en FP8 y NVFP4; la licencia exige un acuerdo comercial separado si el licenciatario o una afiliada opera un servicio Model-as-a-Service. El anuncio de Hugging Face y la cobertura de TechCrunch coinciden en la disponibilidad, mientras el repositorio contiene las condiciones que hay que revisar.

El anuncio importa porque cambia la forma de acceder al modelo: además de la API, ahora se pueden obtener los archivos para desplegarlos y adaptarlos. Pero «pesos abiertos» no significa que cualquier servicio pueda revender inferencias sin revisar las condiciones de uso. La publicación de Hugging Face sobre Mistral Large 4 enlaza las variantes y la licencia del repositorio; la presentación de Mistral confirma que los pesos se han publicado.

De la vista previa a los archivos descargables

Mistral presentó Large 4 en vista previa pública el 6 de octubre y anunció que los pesos llegarían a final de mes. La diferencia importa: la ficha de entonces describía una API de vista previa, mientras que ahora el repositorio de Hugging Face ofrece los archivos descargables y su licencia. El anuncio inicial de Mistral del 6 de octubre prometía la publicación de los pesos; Hugging Face la documentó el 29 de octubre.

El model card del checkpoint indica alrededor de un billón de parámetros totales y distingue 49.000 millones activos por token de 52.000 millones al contar embeddings y capas de salida. En cambio, la ficha de la vista previa de Mistral, fechada el 6 de octubre, resume la arquitectura como 52.000 millones activos y 1,05 billones totales. Son cifras presentadas con recuentos distintos por sus respectivos proveedores; conviene conservar la atribución y no tratarlas como una medición independiente. El model card describe entrada de texto e imágenes, salida de texto y una ventana de contexto de un millón de tokens.

Dos variantes oficiales y una tercera cosa que no cambia

Hugging Face enumera dos variantes oficiales: FP8 y NVFP4. El model card presenta NVFP4 como una variante cuantizada orientada a GPU NVIDIA Blackwell y atribuye al formato menor uso de memoria y mayor velocidad sin pérdida de rendimiento. Son afirmaciones del proveedor, no una comparación independiente. Además, que exista una versión comprimida no convierte un modelo de un billón de parámetros en una instalación ligera para cualquier ordenador.

Si quieres entender qué cambia al reducir la precisión de los pesos, nuestra guía sobre modelos de IA cuantizados explica memoria y posibles compromisos sin asumir resultados concretos para esta versión. El repositorio recomienda herramientas como vLLM y SGLang; la guía es un punto de partida, no una garantía de compatibilidad con el hardware del lector.

La licencia permite usos amplios, con una condición para servicios

El archivo LICENSE del repositorio se titula Mistral Ecosystem Open-Weight License y la define como una versión modificada de MIT. Concede permisos para usar, copiar, modificar, publicar, distribuir, sublicenciar, vender copias, desplegar, entrenar y crear derivados, siempre que se conserve el aviso de copyright y la licencia en las copias o partes sustanciales.

La cláusula que más cambia la decisión comercial se refiere a Model-as-a-Service. Si quien licencia el modelo —o una empresa afiliada— opera un negocio de ese tipo, debe firmar una licencia comercial separada con Mistral antes de usar comercialmente el modelo o sus derivados. La licencia define ese servicio como dar a terceros acceso al modelo para inferencia o postentrenamiento, por ejemplo mediante API o un endpoint alojado, cuando el tercero puede controlar de forma significativa las entradas, los parámetros o los datos de entrenamiento.

La licencia excluye de la definición de Model-as-a-Service los productos de usuario final cuyas capacidades del modelo estén integradas únicamente en funciones concretas, y el simple reenvío de solicitudes a modelos alojados por terceros. También indica que los requisitos de su sección 2 no se aplican al uso interno —sin poner el modelo o sus derivados a disposición de terceros— ni al acceso mediante productos oficiales de Mistral; estas excepciones no eliminan las demás condiciones de la licencia. No es una licencia MIT sin cambios ni equivale automáticamente a Apache 2.0: hay que leer el archivo que acompaña a estos pesos.

Qué revisar antes de integrarlo en un producto

1. Descarga el repositorio y conserva su LICENSE. No te bases en una descripción general de otros modelos de Mistral: las condiciones que acompañan a Large 4 son las que hay que leer para este uso.
2. Define quién recibirá la inferencia. Un despliegue privado para el equipo no plantea el mismo supuesto que una API pública que deja a los clientes enviar sus propios datos y parámetros.
3. Comprueba si tu organización ofrece Model-as-a-Service. La cláusula incluye también a las afiliadas y exige resolver la licencia comercial antes de explotar comercialmente ese tipo de servicio.
4. Conserva el aviso de copyright y la licencia. Los permisos de modificar o redistribuir no eliminan esa obligación de atribución.
5. Comprueba los requisitos de cada variante. Según Mistral, NVFP4 requiere GPU NVIDIA Blackwell. Verifica por separado el hardware y el motor de inferencia compatibles con FP8; la descarga de los pesos no garantiza que tu equipo pueda cargarlos con buen rendimiento.

La clasificación puede depender de cómo se da acceso al modelo y del control que recibe el tercero, además de si sus capacidades están integradas únicamente en funciones concretas. Si el modelo será parte de una oferta comercial para terceros, conviene pedir a Mistral una confirmación escrita y revisar la licencia completa con asesoría jurídica. Este resumen describe el texto publicado; no sustituye ese análisis.

Pesos disponibles no son una prueba de rendimiento

La apertura de los archivos facilita probar, inspeccionar, ajustar o desplegar el modelo bajo las condiciones indicadas. No demuestra por sí misma que Large 4 supere a otro sistema, que funcione mejor en un caso concreto o que su coste total sea menor: esos resultados dependen del hardware, el método de evaluación y la tarea. Mistral y Hugging Face publican cifras y descripciones en sus materiales, pero esta noticia no reproduce benchmarks como resultados propios ni los presenta como una comparación independiente.

La diferencia práctica es más concreta: quienes necesiten controlar el despliegue pueden obtener los pesos y operar el modelo en su infraestructura; quienes quieran ofrecerlo como servicio deben comprobar primero la cláusula comercial. Para una orientación general sobre la terminología, también puedes consultar nuestra guía de modelos de IA abiertos y cómo elegirlos, teniendo presente que cada repositorio puede tener una licencia distinta.

Fuentes y agradecimientos

La fecha de publicación y las variantes se contrastaron con el artículo de Hugging Face del 29 de octubre. La licencia y sus excepciones se leyeron en el archivo LICENSE del repositorio oficial de Mistral y en el model card. Para separar la vista previa de la publicación de pesos se consultaron el model card de Mistral, su anuncio del 6 de octubre y el anuncio de disponibilidad de los pesos. Gracias a Mistral y Hugging Face por publicar los archivos, la documentación técnica y las condiciones que permiten precisar qué significa esta disponibilidad. Este reconocimiento no implica colaboración ni aval.