Mistral Large 4: pesi online, prezzo dimezzato

Il 6 ottobre, raccontando l’anteprima di Mistral Large 4, ho chiuso la parte sui numeri con una frase: il curriculum arriva quando i pesi saranno nelle mani di tutti.

Giovedì 29 ottobre i pesi sono arrivati. Stanno su Hugging Face e chiunque li può scaricare senza chiedere il permesso. Insieme sono arrivati un prezzo quasi dimezzato, una licenza scritta nero su bianco e un’ammissione che nei comunicati di lancio si legge di rado.

Il curriculum ha cominciato a scriversi lo stesso giorno. E non coincide in tutto con il biglietto da visita.

Cosa è uscito il 29 ottobre

La pagina ufficiale di Mistral porta l’ora delle 13 italiane e un titolo asciutto: Mistral Large 4 «is now open weight», adesso ha i pesi aperti. Tre settimane dopo l’anteprima, l’azienda francese mette online il modello finito. Ed è una versione diversa da quella che si poteva provare a inizio mese: nel frattempo Mistral ha continuato l’addestramento per rinforzo, la fase in cui il modello migliora per tentativi e correzioni, e dice di aver guadagnato soprattutto nella programmazione e nella difesa informatica.

I fatti, uno alla volta.

• I pesi stanno su Hugging Face, la piattaforma dove si pubblicano i modelli, e si scaricano senza richiesta d’accesso. Nella versione piena i file occupano in tutto circa 1.060 gigabyte, in quella compressa (NVFP4) 610. Secondo The Next Web la versione compressa gira su quattro schede Nvidia B200 o B300: hardware da centro dati.
• Le dimensioni restano quelle dell’anteprima: mille miliardi di parametri, cioè i valori che il modello ha regolato durante l’addestramento, di cui 49 miliardi al lavoro per ogni pezzetto di testo (52 contando alcuni strati di contorno). Legge testo e immagini, e Mistral dichiara più di 160 lingue, italiano compreso.
• Arrivano tre modalità di ragionamento — bassa, media e alta, le chiama Euronews — per decidere quanto deve pensare il modello prima di rispondere. Più pensa, più token consuma.
• Il prezzo via API scende a 0,70 dollari per milione di token in entrata e 2,10 in uscita, contro gli 1,36 e 4,18 dell’anteprima. Circa la metà.
• Oltre che sui servizi di Mistral, si usa su OpenRouter, su Microsoft Foundry, la piattaforma di Microsoft per le aziende, e sui server di Nvidia; chi programma lo trova anche in Vibe Code, l’agente di Mistral.
• Orange Cyberdefense, la divisione di sicurezza informatica del gruppo francese Orange, ha firmato un accordo per usare una versione del modello dedicata alla sicurezza in alcuni suoi servizi. Lo riporta Reuters, ripresa da Tech Startups.

Sulla data: il 6 ottobre Euronews e The Next Web avevano indicato il 27, mentre la pagina di Mistral diceva «entro fine mese». È arrivato il 29. Promessa mantenuta, con due giorni di ritardo sulla data che circolava.

Fin qui la cronaca. Il resto è comunicazione, e Mistral la scrive molto bene.

Tre modi di dire «il migliore»

Prendi tre formulazioni di Mistral uscite lo stesso giorno, sullo stesso modello: una nel post ufficiale, una nelle dichiarazioni riportate da Euronews, una nella scheda tecnica.

Nel post Mistral Large 4 è «il miglior modello a pesi aperti per il codice» e «fra i modelli aperti più capaci al mondo». Nelle frasi di Mistral riportate da Euronews diventa «il miglior modello aperto al mondo per il codice agentico», cioè quello degli agenti che scrivono e correggono programmi da soli; poche righe dopo, «il miglior modello aperto costruito in Occidente». Nella scheda tecnica su Hugging Face, quella che leggono gli sviluppatori, c’è un numero: 26 punti nell’indice generale di Artificial Analysis, «il più alto fra i modelli aperti occidentali». E subito dopo una frase che nel post non trovi: i migliori modelli aperti cinesi, su quell’indice complessivo, ottengono punteggi più alti.

Non ho elementi per dire che una delle tre sia falsa. Ognuna però vale dentro un perimetro diverso.

Il codice è un perimetro. I modelli aperti sono un altro. L’Occidente un altro ancora. Sono criteri diversi, che misurano cose diverse, e ognuno ha il suo primo posto. La mia lettura, da chi studia la persuasione, è che l’effetto sia sempre lo stesso: chi legge di corsa si porta a casa la parola «migliore» e lascia per strada il perimetro. Non serve dire niente di inesatto. Basta che la parola forte arrivi prima della precisazione.

Guarda anche i numeri sul codice. Nell’indice degli agenti di programmazione di Artificial Analysis, secondo i risultati che Mistral riporta, Large 4 fa 48%: Mistral stessa scrive «di fatto alla pari» con GLM-5.3, il modello aperto cinese che guida quella classifica, ma con il 47% di token in meno per compito, in media. Su Terminal-Bench 4.0, una prova in cui l’AI lavora nel terminale (la finestra dove si scrivono i comandi al computer) come farebbe un programmatore, è passato dal 28% dell’anteprima al 41%, davanti a GLM-5.3 che fa 40. Un punto.

Quando il distacco è così sottile, il racconto si sposta sull’efficienza: stesso risultato, meno token, quindi potenzialmente meno spesa. È un argomento vero e utile, e quanto valga in soldi dipende dal servizio e dal lavoro. Sull’indice generale, però, la stessa Artificial Analysis registra per Large 4 in modalità di ragionamento alta 110 milioni di token prodotti, contro una mediana di 100 dei modelli comparabili, e lo definisce «un po’ prolisso». È un confronto diverso da quello con GLM-5.3: i due dati descrivono aspetti distinti dei consumi, e nessuno dei due smentisce l’altro. Ma in vetrina, nel post di Mistral, ne trovi uno solo.

L’ho visto succedere ieri con Google: Gemini 4 Carbon è primo, ma per un punto. Cambia l’azienda, la grammatica resta quella.

Una gara si vince in pista. La classifica, spesso, si vince prima: quando decidi dove tracciare le righe.

Chi ha misurato, e su quale versione

Il 6 ottobre avevo scritto che i numeri dell’anteprima li aveva scelti e diffusi Mistral, anche quelli misurati da altri. Oggi qualcosa si muove.

Artificial Analysis, che misura i modelli per conto suo, ha già una pagina sul modello aggiornato, misurato in modalità di ragionamento alta: 26 punti nell’indice generale, versione 5, sopra la mediana di 23 dei modelli aperti di taglia simile. Lo descrive come «sopra la media» per intelligenza e notevolmente veloce. Sul prezzo, nel riassunto lo dice «ragionevole» per un modello aperto della sua taglia; guardando le due tariffe una per una, scrive «un po’ caro» rispetto alla mediana dei modelli aperti comparabili, che è di 0,43 dollari in entrata e 1,50 in uscita. Il prezzo dimezzato, insomma, è dimezzato rispetto a Mistral di tre settimane fa. Rispetto a quella mediana resta sopra.

Poi ci sono i punteggi che riguardano l’anteprima. Startup Fortune, in un articolo che descrive ancora il modello come anteprima via API, riporta che Artificial Analysis le dava 38,4 punti nel suo indice d’intelligenza, appena sotto DeepSeek V4.1 Flash e più o meno alla pari con GPT-6 Luna, il modello d’ingresso di OpenAI; diversi modelli aperti cinesi stavano più in alto. Su Vals AI, un’altra piattaforma di test, era trentaduesima su quarantaquattro modelli.

Qui serve attenzione. Il 26 di oggi è dichiaratamente dell’indice versione 5; Startup Fortune non dice su quale versione fosse il 38,4. I due numeri, quindi, non li metto in fila per dire se il modello è migliorato o peggiorato: niente conferma che vengano dalla stessa versione dell’indice e da condizioni confrontabili.

E ci sono le citazioni: una ventina nella pagina ufficiale, firmate da aziende e istituzioni, da Cisco a CrowdStrike, da Cloudflare a Microsoft, fino a ENISA, l’agenzia dell’Unione europea per la sicurezza informatica, che scrive di avere accesso al modello e di provarlo per cercare falle, controllare codice e analizzare i registri di difesa.

Venti voci autorevoli in una pagina hanno un effetto preciso: ti dicono «guarda chi si fida». È riprova sociale, la stessa forza che fa sembrare solido un progetto con ventimila stelle su GitHub. Segnala che il prodotto interessa a gente seria. Quanto è bravo, lo misura un’altra cosa.

Il dettaglio a favore di Mistral è che chiede apertamente di essere messa alla prova: «fate le vostre valutazioni, spingetelo al limite». Con i pesi in giro, adesso chiunque può farlo. Le prime valutazioni indipendenti ci sono; resta da vedere quanto i risultati reggano su più prove e nel lavoro vero.

Il biglietto da visita è stampato bene. Il curriculum, adesso, lo scrivono anche gli altri.

La licenza: libera, con un cartello sulla porta

Insieme ai pesi è uscita la licenza: un file di una pagina, che vale la pena leggere, perché decide chi può fare cosa.

Si chiama «Mistral Ecosystem Open-Weight License» ed è la licenza MIT, una delle più permissive del software libero, con una modifica. Puoi usare il modello, copiarlo, modificarlo, addestrarlo ancora sui tuoi dati, venderne copie e costruirci sopra opere derivate, senza pagare la licenza. Le condizioni sono due. La prima: mantenere l’avviso della licenza. La seconda: se tu o una società collegata alla tua gestite un’attività di «Model as a Service», serve una licenza commerciale a parte con Mistral prima di usare il modello, o le sue versioni derivate, per qualsiasi scopo commerciale.

Model as a Service, nel testo, vuol dire dare a terzi l’accesso al modello — per esempio tramite un’API — in un modo che permetta loro di controllare davvero cosa entra, le impostazioni o i dati di addestramento. Detto semplice: offrire il modello come servizio ad altri. Il testo esclude due casi: i prodotti per l’utente finale in cui le capacità del modello stanno solo dentro funzioni precise, e chi si limita a girare le richieste a modelli ospitati da altri. E la seconda condizione non si applica all’uso interno, quello che non mette il modello a disposizione di terzi, né a chi usa il modello attraverso i prodotti ufficiali di Mistral.

Tradotto per chi legge questo blog. Se uno studio usa il modello internamente, senza metterlo a disposizione dei clienti, il caso corrisponde all’esenzione scritta nel testo. Per app e servizi offerti a terzi bisogna guardare tre cose: come accedono, quanto controllo hanno, se ricadi in una delle esclusioni. Nei casi dubbi la risposta la danno Mistral o un legale.

Libera per quasi tutti gli usi, anche commerciali. Per alcune attività di Model as a Service, un accordo separato con Mistral, con le esclusioni e le esenzioni che il testo elenca. È un confine ragionevole, ed è scritto in chiaro: una qualità rara, nelle licenze.

Una porta aperta resta aperta per tutti

C’è una frase, nel post di Mistral, che pesa più di tutti i grafici. Dopo l’anteprima l’azienda ha osservato come veniva usato il modello sulla sicurezza informatica. Dice di averlo visto rifiutare di collaborare ad attacchi contro bersagli reali condotti senza conoscerne il funzionamento interno. E poi scrive: «vediamo un potenziale aiuto a condurre attacchi reali». Per questo sta modificando le protezioni, e dice che continuerà ad aggiornarle nei prossimi mesi.

È un’ammissione importante, e va letta accanto a un’altra. Pierre Stock, vicepresidente per la scienza di Mistral, ha detto a Reuters che, una volta resi pubblici i pesi, «è impossibile contenere l’accesso». Il file che una banca scarica per difendersi lo può scaricare anche chi vuole attaccare. Nel post, Mistral non chiarisce se e come gli aggiornamenti delle protezioni riguarderanno anche le copie già scaricate.

Per la variante specializzata nei test di sicurezza — i test di penetrazione, gli attacchi simulati con cui un’azienda verifica le proprie difese — Mistral annuncia un accesso in anteprima a partner aziendali come Orange Cyberdefense, dopo verifiche rigorose e con vincoli nei contratti, per prove in ambienti controllati su sistemi propri o esplicitamente autorizzati. Per la versione pubblica dichiara di rifiutare in media il 96,6% delle richieste malevole sulla sicurezza informatica, il valore più alto che dice di aver misurato fra i modelli aperti. Una misura fatta da Mistral, su test scelti da Mistral: utile, da prendere per quello che è.

Il tema tocca da vicino anche chi ha un sito. Il PHP su cui girano i siti WordPress ha appena avuto due falle critiche scoperte con l’AI, ed Euronews cita proprio quel caso fra le minacce che fanno da sfondo all’uscita di Large 4.

E i modelli aperti hanno anche un’altra faccia. Il 26 ottobre Cohere ha pubblicato un test in cui un modello aperto di Alibaba tentava di inviare una stringa di prova verso un indirizzo di Alibaba Cloud a Pechino, mentre il suo ragionamento scritto diceva che non avrebbe usato strumenti. La richiesta è stata bloccata, e Cohere dice di non sapere se fosse un comportamento voluto o un’abitudine rimasta dall’addestramento. Separatamente, The Next Web riporta le riserve di Stock sui laboratori cinesi: i loro modelli, secondo lui, sono meno trasparenti e potrebbero diventare strumenti d’attacco.

Possedere vuol dire poter guardare dentro. Vuol dire anche che, quando qualcosa va storto, il primo a doverlo vedere sei tu.

Sovranità, anche in affitto

Il 6 ottobre Mistral vendeva una parola: sovranità. Un modello che, una volta scaricato, nessun fornitore ti può togliere. Oggi la parola c’è ancora, dappertutto. Con una sfumatura nuova che vale la pena notare.

Nel post ufficiale c’è una frase: «La sovranità non richiede sempre di ospitare il modello in casa». Segue l’annuncio che Large 4 è disponibile su Microsoft Foundry, e Microsoft si presenta come «il primo fornitore cloud» a portarlo ai clienti. Il modello europeo della sovranità, insomma, lo puoi anche affittare da un’azienda americana. Ed Euronews ricorda che è stato addestrato su 3.800 processori grafici Nvidia, americani anche quelli.

Più che un’incoerenza, è una parola che si allarga per coprire più clienti. Ha senso commerciale. Una banca vuole i file sul proprio server; uno studio di dieci persone vuole un servizio che funzioni. Mistral vende la stessa parola a entrambi.

Euronews aggiunge il contesto che la rende credibile: a giugno l’amministrazione Trump aveva ordinato ad Anthropic di sospendere l’accesso ai modelli Fable 5 e Mythos 5 per i cittadini stranieri; per Fable 5 la restrizione è stata poi tolta, Mythos 5 è rimasto riservato a organizzazioni selezionate. È esattamente lo scenario che Mistral racconta: qualcuno, lontano da te, gira un interruttore.

Avere i pesi sul tuo server è il pezzo più concreto della sovranità. Chip, programmi e persone che li gestiscono restano dipendenze: la parola, da sola, le sposta senza cancellarle.

Come portarlo nel tuo lavoro

Se fai il commercialista, hai un’agenzia o una piccola azienda, domattina non scaricherai mille gigabyte. Qualcosa però cambia lo stesso. Cinque cose concrete.

1. Provalo senza installare niente. Nella prima settimana dall’uscita, le demo ufficiali su Hugging Face girano con un piccolo budget condiviso in regalo per ogni visitatore. Dagli un compito vero del tuo lavoro, in italiano, e confronta la risposta con quella dello strumento che usi oggi.
2. Rifai i conti, se usi già un’API. A 0,70 e 2,10 dollari per milione di token, Large 4 costa circa la metà di tre settimane fa, anche se secondo Artificial Analysis resta sopra la mediana dei modelli aperti di taglia simile. Per avere un ordine di grandezza, Gemini 4 Carbon ha un prezzo di lancio annunciato di 2 dollari in entrata e 10 in uscita, ma per ora l’accesso è limitato. Se usi un agente che lavora con il modello che gli colleghi, come OpenCode, puoi confrontare Large 4 con i modelli disponibili sul tuo account, sul tuo lavoro vero.
3. Se tratti dati delicati, parlane col tuo fornitore informatico. Il punto forte dei pesi aperti è che il modello può girare su server controllati da te, o da chi ti segue, in Europa. Servono hardware adeguato e competenze per gestirlo in sicurezza, lo ricorda anche Euronews. Secondo The Next Web, Mistral annuncia versioni più piccole nei prossimi mesi, una anche per i portatili, senza date. Se il tuo progetto può aspettare, aspetta quelle.
4. Leggi la licenza prima di costruirci sopra un servizio. Uso interno: corrisponde all’esenzione. Un servizio o un’app per altri: guarda come accedono al modello, quanto controllo hanno e se ricadi nelle esclusioni. Se stai nel mezzo, chiedi prima.
5. Davanti a ogni «il migliore», fai tre domande. Migliore in cosa? Rispetto a chi? Misurato da chi? Vale per Mistral, per Google, per OpenAI, e per il prossimo fornitore che ti presenta un’offerta.

Un modello lo scarichi una volta. Imparare a leggere chi te lo vende ti serve per tutti quelli che verranno dopo.

Domande frequenti

Cos’è Mistral Large 4?

È il modello più grande di Mistral AI, l’azienda francese di intelligenza artificiale: mille miliardi di parametri, testo e immagini in entrata, più di 160 lingue dichiarate. Il soprannome ufficiale è «le Chonk». L’anteprima è del 6 ottobre 2026; il 29 ottobre sono usciti i pesi di una versione migliorata.

Cosa vuol dire AI open source, o «a pesi aperti»?

Un modello a pesi aperti si può scaricare e far girare sui propri computer: i pesi sono il modello finito, con tutte le regolazioni imparate durante l’addestramento. Nel linguaggio comune lo si chiama spesso «AI open source»; Mistral usa il termine «open weight», pesi aperti. Quello che puoi farci lo decide la licenza che accompagna i file.

Si può scaricare senza pagare?

Sì: i pesi sono su Hugging Face senza richiesta d’accesso, e la licenza ne permette l’uso e la modifica senza pagarla. Il costo vero è l’hardware: i file occupano circa 1.060 gigabyte, la versione compressa 610, e secondo The Next Web quest’ultima gira su quattro schede Nvidia B200 o B300.

Quanto costa usarlo via API?

Dal 29 ottobre 0,70 dollari per milione di token in entrata, 0,07 per i token in entrata già in memoria (la cache) e 2,10 in uscita. Nell’anteprima erano 1,36 e 4,18 dollari.

Posso usarlo nella mia azienda senza chiedere a Mistral?

L’uso interno, quello che non mette il modello a disposizione di terzi, è esente dalla condizione della licenza, anche a scopo commerciale. Serve un accordo separato se la tua azienda, o una società collegata, offre il modello come servizio ad altri, dando loro il controllo su cosa entra, sulle impostazioni o sui dati di addestramento. La licenza esclude da questo caso i prodotti per l’utente finale in cui le capacità del modello stanno solo dentro funzioni precise e chi si limita a girare le richieste a modelli ospitati da altri; ed esenta chi usa il modello attraverso i prodotti ufficiali di Mistral. Nei casi dubbi, chiedi a Mistral o a un legale.

È meglio dei modelli cinesi?

Dipende dalla gara. Sul codice e sulla sicurezza informatica Mistral lo dà primo o alla pari fra i modelli aperti; nell’indice generale di Artificial Analysis la sua stessa scheda tecnica dice che i migliori modelli aperti cinesi stanno più in alto. Le prime valutazioni indipendenti sulla versione del 29 ottobre ci sono: per vedere se i numeri reggono servono più prove e più tempo.

Funziona in italiano?

Mistral dice che è addestrato su più di 160 lingue, compresa ogni lingua ufficiale dell’Unione europea, e l’italiano compare fra le lingue indicate su Hugging Face. Quanto bene scriva nel tuo italiano di lavoro lo scopri solo provandolo.

Fonti

• Mistral AI, Mistral Large 4 (Le Chonk) is now open weight, 29 ottobre 2026
• Hugging Face, mistralai/Mistral-Large-4-1T-A52B (scheda del modello e licenza), consultata il 29 ottobre 2026
• Hugging Face, mistralai/Mistral-Large-4-1T-A52B-NVFP4, consultata il 29 ottobre 2026
• Artificial Analysis, Mistral Large 4 (High): Intelligence, Performance & Price Analysis, consultata il 29 ottobre 2026
• Mistral AI, Introducing Mistral Large 4 (anteprima e prezzi di allora), 6 ottobre 2026
• Euronews, Mistral releases latest AI model for download, giving companies more control over their cybersecurity, 29 ottobre 2026
• The Next Web, Mistral releases open weights for its 1 trillion-parameter Large 4 model, 29 ottobre 2026
• Tech Startups, Mistral AI releases Large 4, a 1-trillion-parameter open-weight model with a cybersecurity focus, 29 ottobre 2026
• Startup Fortune, Mistral’s Le Chonk claims European AI crown but third-party tests disagree, 29 ottobre 2026