Mistral Large 4: l’Europa vende la sovranità

Da tre anni, ogni volta che esce un nuovo modello di intelligenza artificiale (AI), la domanda è sempre la stessa: è più bravo degli altri?

Oggi Mistral AI ne mette sul tavolo un’altra. Più scomoda. Chi te lo può spegnere?

Martedì 6 ottobre, con un annuncio pubblicato alle 14 ora italiana, l’azienda francese ha aperto l’anteprima pubblica di Mistral Large 4, il suo modello più grande di sempre. Lo chiama, «molto ufficialmente», con un soprannome da cortile: «le Chonk», che Euronews traduce come «quello grosso e tozzo». E lo presenta puntando su una parola dal forte peso politico: sovranità.

Dentro ci sono due notizie. Quella tecnica: un’azienda europea torna a giocare nella fascia alta dei modelli che chiunque potrà scaricare. E quella di comunicazione, che a te serve di più: il modo in cui Mistral prova a cambiarti la domanda in testa.

Cosa ha annunciato Mistral

I fatti, prima delle letture. Mistral è un’azienda di Parigi con tre anni di vita, che in Europa molti guardano come il contrappeso più serio ai giganti americani dell’AI. A settembre ha ottenuto 3 miliardi di euro con un aumento di capitale guidato da Samsung Electronics e una valutazione di oltre 21 miliardi: secondo Mistral è il più grande mai chiuso da un’azienda tecnologica europea. Mistral Large 4 è il primo modello che esce da quei soldi.

Il modello ha mille miliardi di parametri. I parametri sono le manopole che l’addestramento regola una per una: i numeri in cui il modello conserva quello che ha imparato. Per ogni compito ne accende 49 miliardi, non tutti. Immagina un ospedale enorme in cui, per ogni paziente, si chiamano solo gli specialisti che servono: la struttura è gigantesca, la visita resta veloce.

Legge testo e immagini. È stato addestrato su più di 160 lingue, fra cui tutte quelle ufficiali dell’Unione europea: l’italiano c’è. L’addestramento è stato fatto da zero nei centri di calcolo (data center) che Mistral possiede in Europa, su 3.800 processori grafici Nvidia secondo la pagina ufficiale (Euronews e Quartz, nel resoconto del lancio, parlano di 4.000). L’anteprima gira sulle stesse macchine.

Oggi l’accesso passa dalle API, la porta da cui un programma parla con un altro programma, su Mistral Studio, e si rivolge soprattutto agli sviluppatori. Il prezzo è di 1,36 dollari per milione di token in entrata e 4,18 in uscita; i token sono i pezzetti di parola in cui l’AI spezza il testo. L’annuncio parla solo di Mistral Studio: di Vibe, l’app di chat di Mistral che fino a poco fa si chiamava Le Chat, non dice niente.

Il 27 ottobre, secondo Euronews e The Next Web, arrivano i pesi (la pagina ufficiale dice «entro fine mese»). Fino ad allora, scrive Mistral, il modello viene messo alla prova sul campo da responsabili della sicurezza informatica, partner selezionati e autorità statali, che usano una versione con meno filtri e più capacità nella sicurezza informatica. E l’addestramento non è finito: la fase in cui il modello migliora per tentativi e correzioni è ancora in corso, e Mistral si aspetta che i numeri cambino prima dell’uscita dei pesi.

L’anteprima si può già usare. I pesi, per ora, sono un impegno con una data scritta sopra.

Pesi aperti: la differenza fra affittare e possedere

ChatGPT, Claude, Gemini. I modelli più potenti dei laboratori americani sono chiusi: li usi passando dai server di chi li ha costruiti. Come scrive The Next Web, il cliente li può solo noleggiare, e il fornitore decide cosa il modello farà e cosa no.

Un modello a pesi aperti, «open weight» in inglese, funziona in un altro modo. I pesi sono quelle manopole già regolate: il modello finito. Se l’azienda li pubblica, chiunque li può scaricare e far girare sulle proprie macchine. Una banca o un governo, una volta usciti i pesi di Large 4, potranno installarlo in casa e usarlo per proteggere le proprie reti senza chiedere il permesso a nessuno.

Prima di entusiasmarti, però, guarda la taglia. Un modello da mille miliardi di parametri sul portatile ci sta come un pianoforte a coda in un monolocale. Trending Topics lo dice chiaro: è troppo grande per i computer da scrivania e per i portatili. Il pubblico vero sono le aziende con i loro data center o con un cloud privato, cioè uno spazio di calcolo riservato a loro.

Per chi ha uno studio o una piccola impresa, quindi, la differenza arriverà soprattutto di riflesso: dai fornitori di software e dai consulenti che costruiranno strumenti sopra questo modello. C’è però una scelta che si potrà fare subito. Mistral offrirà il modello in più regioni del mondo, e fra queste c’è un servizio europeo che gestisce da sola, da capo a fondo, sotto la legge europea.

Affittare è comodo. Finché il padrone di casa tiene ferme le regole.

La parola che vende: sovranità

Adesso rileggi l’annuncio con l’occhio di chi fa comunicazione. Il titolo di una delle sezioni è «Forged in Europe. Built for AI sovereignty»: forgiato in Europa, costruito per la sovranità dell’AI. È il linguaggio di una bandiera, più che di una scheda tecnica.

Pierre Stock, il primo dipendente di Mistral e oggi vicepresidente per la scienza, la mette così, riportato da Trending Topics: «I clienti vogliono modelli aperti perché vogliono essere sicuri che l’accesso non venga tagliato presto da una potenza esterna». Guillaume Lample, cofondatore e capo scientifico, ha spiegato alla newsletter The Deep View, secondo quanto riporta Trending Topics, che chi usa un modello per difendersi non può permettersi il rischio che quel modello «sparisca un giorno, o sia troppo limitato». Secondo The Next Web, Mistral sostiene che i clienti chiedano due garanzie: che nessun paese straniero possa togliergli l’accesso, e una traccia chiara di come il modello è stato addestrato.

Ora guarda cosa Mistral evita di promettere. La pagina ufficiale dice che Large 4 è competitivo con i migliori modelli aperti del mondo e che supera «in modo significativo» quelli sviluppati negli Stati Uniti e in Europa. Contro i migliori modelli cinesi, nota Trending Topics, i margini sono sottili, e Mistral si guarda bene dal rivendicare una vittoria netta.

Ecco la mossa, almeno nella mia lettura. Accanto alla gara delle prestazioni, Mistral ne apre un’altra: quella del controllo. La domanda smette di essere «chi è il più bravo» e diventa «chi ti può lasciare a piedi». È una leva che la psicologia conosce bene: l’avversione alla perdita. Daniel Kahneman e Amos Tversky le hanno dato un nome nel 1979, e in parole semplici dice questo: perdere qualcosa che hai ti pesa più di quanto ti renda felice guadagnare qualcosa di equivalente. Nelle ricerche, una perdita vale spesso circa il doppio di un guadagno della stessa misura.

Mistral, insomma, più che prometterti qualcosa in più ti ricorda cosa potresti perdere. E l’esempio fresco ce l’hai sotto gli occhi: dal 9 ottobre chi usa Gemini senza abbonamento resta con il modello più leggero, Flash-Lite. È bastata una pagina di assistenza aggiornata: il fornitore ha deciso, e basta.

C’è anche il racconto opposto, e Stock lo ha criticato apertamente, riporta Euronews: secondo lui le aziende americane usano gli episodi di agenti AI fuori controllo per sostenere che «solo pochi attori fidati» possano gestire questa tecnologia. Due racconti, due paure. Da una parte l’AI che scappa di mano, dall’altra il fornitore che ti chiude la porta. La mia lettura è che ognuno metta in vetrina la paura che rende indispensabile il proprio prodotto. Entrambe le paure, va detto, hanno basi concrete.

Cambiare la domanda è una mossa antica. Qui, per una volta, la domanda nuova è anche una buona domanda.

Lo stesso «no», due etichette

Il passaggio più istruttivo dell’annuncio sta nella parte sulla sicurezza informatica. Mistral scrive che su uno dei test dell’Artificial Analysis Cyber Index, una valutazione indipendente su quanto i modelli sanno trovare e correggere falle nel software vero, Large 4 ha ottenuto l’82%, il punteggio più alto di tutti. Il test chiede di riprodurre una vulnerabilità reale in un software a codice aperto (open source) e poi di correggerla. Poi aggiunge un dettaglio: Claude Opus 5.5 e GPT-6 Astra, sullo stesso test, fanno quasi zero. Perché rifiutano di farlo.

Mistral lo chiama «un vantaggio pratico». Il ragionamento è questo: per difendere un software spesso devi prima dimostrare che la falla esiste, ed è proprio il lavoro che i filtri di sicurezza dei modelli chiusi possono bloccare. Lample, citato da Euronews e da Quartz, lo dice così: queste capacità servono a imprese e governi per difendersi da chi aggira i blocchi dei modelli chiusi e li usa per attaccare. Che l’AI serva già a chi attacca è un fatto: qui abbiamo raccontato un caso concreto.

Qualche paragrafo più sotto, la stessa pagina mette in evidenza i rifiuti. In tre test fatti di richieste malevole sulla sicurezza informatica (JailbreakBench, StrongREJECT e AgentHarm), scrive Mistral, Large 4 rifiuta in media più spesso di tutti gli altri modelli aperti. E secondo Trending Topics, Mistral controlla il traffico che passa dalla sua API, proprio perché quelle capacità possono servire anche a chi attacca.

Tecnicamente le due cose stanno insieme: aiutare chi difende e respingere chi attacca è quello che chiunque vorrebbe da un buon modello, e i due test misurano situazioni diverse. Il punto, nella mia lettura, è di comunicazione. Nella stessa pagina il rifiuto diventa un limite quando lo fanno i concorrenti davanti a una prova di vulnerabilità, e una protezione quando lo fa Large 4 davanti a una richiesta malevola. Lo stesso gesto, un modello che dice no, cambia nome a seconda di chi lo racconta e di cosa vuole farti vedere. E la sicurezza informatica è diventata una vetrina contesa: anche Google ha dato accesso a Gemini 4 Argon prima a un gruppo selezionato di difensori informatici, rimandando gli altri a una data non ancora fissata.

Per giudicare un «no», guarda prima la domanda che lo ha provocato. L’etichetta viene dopo.

Quanto vale davvero, numeri alla mano

Qui serve calma, perché tutti i numeri li ha pubblicati Mistral, sono preliminari e il modello è ancora in addestramento. Trending Topics lo ricorda: per ora mancano test indipendenti fatti sui pesi aperti che possano confermarli. Alcune prove le hanno condotte soggetti esterni, come Artificial Analysis, Surge AI e vals.ai, ma i risultati li ha scelti e diffusi Mistral. Detto questo, ecco il quadro, prova per prova.

• Programmazione. Su DeepSWE, una prova in cui il modello risolve compiti veri di sviluppo software, Large 4 fa il 61,7%, appena sopra il cinese GLM-5.3 (61%) e davanti a DeepSeek-V4-Pro (57%). In una valutazione alla cieca, con esperti che giudicavano il codice senza sapere quale modello l’avesse scritto, è arrivato secondo su cinque, dietro a Claude Opus 5. Quartz riporta che la stessa Mistral ammette di essere ancora indietro, nella programmazione, rispetto ai modelli più avanzati.
• Lavoro d’ufficio. Mistral dice che il modello crea, modifica e corregge fogli di calcolo e documenti complessi, e che nelle prove su compiti legali e finanziari fatte da una società esterna, vals.ai, supera GPT-6 Astra.
• Diritto. Sulla prova legale di Harvey fa il 15%, davanti a Kimi K3 (13%) e a GPT-6 Astra (5%). Come nota The Next Web, i punteggi bassi di tutti dicono quanto ogni modello sia ancora lontano dal fare da solo il lavoro legale.
• Immagini. È il punto più forte. Nel test DIOR-RSVG, che chiede di trovare oggetti precisi dentro immagini riprese dall’alto, come foto aeree e satellitari, fa il 73%, contro il 68% di GPT-6 Astra. Gli usi indicati: assicurazioni che valutano i danni di una tempesta dall’alto, aziende elettriche che controllano le linee, aziende agricole che guardano lo stato dei campi.

Se fai l’avvocato o il commercialista, guarda quel 15% con attenzione. È il punteggio più alto fra quelli riportati nel confronto, e misura ancora una distanza grande dal lavoro fatto in autonomia. Vale per Mistral come per tutti gli altri: l’AI che ti prepara la bozza va riletta da chi ne risponde. Per le professioni intellettuali lo dice anche la legge: dal 10 ottobre 2025 l’articolo 13 della legge 132/2025 vuole l’AI come supporto, con il lavoro della persona prevalente, e chiede di dire al cliente quali sistemi usi (qui i dettagli).

Un test di valutazione presentato da chi vende è un biglietto da visita. Il curriculum arriva quando i pesi saranno nelle mani di tutti, e lo metteranno alla prova gli altri.

Le Chonk: un nome leggero, una parola pesante

Un’ultima cosa, piccola solo in apparenza. In un mercato di nomi solenni (Astra, Argon, Opus, Fable: stelle, gas nobili, opere, favole) Mistral chiama il suo modello più grande, «molto ufficialmente», con un nomignolo affettuoso e un po’ ridicolo.

Io lo leggo come una scelta di comunicazione. Un modello da mille miliardi di parametri fa un po’ paura; un modello che si chiama «il grosso e tozzo» fa sorridere. A me questo soprannome autoironico sembra rendere più familiare un modello enorme, e segnare una differenza di tono rispetto ai concorrenti americani. Nello stesso annuncio, il registro cambia appena si arriva ai clienti: lì le parole diventano «sovranità», «diritto europeo», «controllo».

Il contrasto, a me, sembra il messaggio più interessante: un nome leggero per farsi avvicinare, una parola pesante per farsi scegliere. L’Europa dell’AI ha spesso faticato proprio sul racconto, come avevamo visto con l’AI italiana durata un giorno. Qui almeno un racconto c’è, con un nemico chiaro, la dipendenza, e una promessa chiara, il controllo. Arthur Mensch, l’amministratore delegato, l’ha riassunto ad Abu Dhabi prima del lancio, come riporta The Next Web: l’idea che l’Europa non possa competere, ha detto, è falsa.

Per una volta, l’AI europea arriva con un prodotto e con una storia da raccontare.

Come portarlo nel tuo lavoro

Per la maggior parte di chi legge, domattina in ufficio cambia poco: l’annuncio non indica un arrivo di Large 4 dentro Vibe o altre app di chat, e i pesi non li scaricherai sul portatile. Cambia invece la domanda con cui conviene guardare gli strumenti che usi già. Quattro cose concrete.

1. Fai l’inventario. Scrivi su un foglio quali strumenti di AI usi, di chi sono e dove passano i dati che ci metti dentro. Se ci finiscono dati dei clienti, la regione in cui vengono elaborati conta, e oggi esiste un’opzione europea in più. Prima di tutto, comunque, vale la regola di sempre su cosa evitare di scrivere in una chat di AI.
2. Fai la domanda di Mistral ai tuoi fornitori, anche se Mistral non la comprerai mai: «Se domani cambiate le condizioni, cosa mi resta in mano?». Se la risposta è «niente», sai quanto sei esposto. Il caso Gemini di questa settimana è lì a ricordarlo.
3. Se hai uno sviluppatore o un fornitore informatico, chiedi una prova. L’anteprima si paga a consumo, ai prezzi che hai letto sopra, e l’italiano è fra le lingue su cui il modello è stato addestrato. Mettici dentro i tuoi documenti veri, un foglio di calcolo, un contratto tipo, e confronta il risultato con quello che usi oggi. Per le decisioni grosse, però, aspetta il rilascio effettivo dei pesi, previsto per il 27 ottobre secondo Euronews e The Next Web, e verifiche indipendenti sulla versione scaricabile.
4. Se fai comunicazione, ruba la mossa. Quando sulla domanda che si fanno tutti sei uno fra tanti, aggiungine una tua: un consulente che costa di più può diventare quello che resta al tuo fianco quando qualcosa va storto. E scegli tu l’etichetta dei tuoi «no»: un lavoro che rifiuti, raccontato bene, diventa una garanzia di qualità.

Davanti a ogni nuovo strumento, chiediti se lo stai solo usando o se ci stai appoggiando sopra il lavoro. Nel secondo caso, chi lo può spegnere conta quanto chi è più bravo.

Domande frequenti

Cos’è Mistral AI?

È un’azienda francese di intelligenza artificiale con sede a Parigi, nata circa tre anni fa. Sviluppa modelli di AI e l’assistente Vibe, che fino a poco fa si chiamava Le Chat. A settembre 2026 ha raccolto 3 miliardi di euro con una valutazione di oltre 21 miliardi, e lavora con più di 125 grandi aziende, fra cui Airbus, ASML e HSBC.

Cos’è Mistral Large 4?

È il nuovo modello di Mistral, presentato in anteprima il 6 ottobre 2026: l’azienda lo descrive come il suo modello più grande e più capace. Ha mille miliardi di parametri, ne usa 49 miliardi per ogni compito, legge testo e immagini ed è stato addestrato su più di 160 lingue. Il soprannome ufficiale è «le Chonk».

Si può usare in italiano?

Sì: fra le più di 160 lingue dell’addestramento ci sono tutte quelle ufficiali dell’Unione europea, quindi anche l’italiano. Nell’annuncio, però, mancano numeri dedicati all’italiano: quanto sia bravo nella nostra lingua rispetto agli altri modelli resta da vedere.

Quando si potrà scaricare e quanto costa?

I pesi sono attesi per il 27 ottobre 2026 secondo Euronews e The Next Web; la pagina di Mistral dice «entro fine mese». Nel frattempo l’anteprima si usa via API su Mistral Studio a 1,36 dollari per milione di token in entrata e 4,18 dollari per milione di token in uscita.

Posso installarlo sul mio computer?

In pratica no. Secondo Trending Topics è troppo grande per i portatili e per i computer da scrivania: è pensato per aziende con i loro data center o con un cloud privato.

È meglio di ChatGPT o di Claude?

Dipende dal compito, e per ora decidono i numeri di Mistral, che sono preliminari. Nelle sue prove supera GPT-6 Astra su alcuni compiti legali, finanziari e sulle immagini, mentre nella programmazione resta dietro: nella valutazione alla cieca è arrivato secondo, dopo Claude Opus 5. Il vantaggio su cui punta Mistral è un altro: il controllo, cioè la possibilità di farlo girare sui propri server, e in Europa.

Fonti

• Mistral AI, Introducing Mistral Large 4, 6 ottobre 2026
• Euronews, What to know about Mistral’s ML4 as it bets on EU sovereignty in the US-China open-weight AI race, 6 ottobre 2026
• The Next Web, Europe’s Mistral launches Large 4 to challenge China’s lead in open AI models, 6 ottobre 2026
• Quartz, Mistral is launching a 1-trillion-parameter open AI model it claims leads outside China, 6 ottobre 2026
• Trending Topics, Mistral Large 4: Europe’s A.I. Hope Is Back, 6 ottobre 2026
• Mistral AI, Mistral Vibe (formerly Le Chat), consultato il 6 ottobre 2026
• 9to5Google, Gemini app limiting what models free & AI Plus users can access, 3 ottobre 2026
• Wikipedia, Loss aversion, consultato il 6 ottobre 2026