O Mistral Large 4 teve os pesos liberados em 29/10/2026 e pode ser baixado de graça no Hugging Face, mas não cabe num PC comum. A menor versão compactada tem 233 GB, e a própria Unsloth recomenda 256 GB de memória para ela. Na nossa bancada, com 92 GB somando RAM e placas de vídeo, ele não abre. Para quem não tem esse hardware, o caminho é a API, a US$ 0,70 por milhão de tokens de entrada. Veja o que ele faz, o que a licença permite e quanto de memória cada versão pede.
O que é o Mistral Large 4
É o maior modelo da Mistral, empresa francesa de IA, e o apelido oficial é Le Chonk. Ele tem cerca de 1 trilhão de parâmetros, é multimodal (recebe texto e imagem), entende mais de 160 idiomas e aceita até 1 milhão de tokens de contexto. A prévia pela API saiu no começo de outubro, e os pesos, agora.
O truque está na arquitetura MoE (Mixture of Experts): em vez de usar tudo a cada palavra, um roteador escolhe poucos especialistas internos, e só cerca de 49 bilhões de parâmetros trabalham por vez. Isso deixa a resposta mais rápida, mas não reduz o tamanho do arquivo, porque o trilhão inteiro precisa estar carregado em algum lugar. O nome do repositório fala em 52B ativos, e o blog do Hugging Face em 49B: a diferença aparece nas próprias fontes.
Mistral Large 4: dá para rodar em casa?
Num PC doméstico, não. A versão menor pede 256 GB de memória, oito vezes os 32 GB de um PC gamer bem montado. E 233 GB é a compactação de 1 bit, a mais agressiva, que perde qualidade em relação ao modelo que a Mistral mediu.
| Versão (GGUF) | Tamanho do arquivo | Memória indicada |
|---|---|---|
| IQ1_S (1 bit) | 233 GB | 256 GB |
| IQ2_XXS (2 bits) | 302 GB | 384 GB a 512 GB |
| Q2_K_XL (2 bits) | 378 GB | 384 GB a 512 GB |
| Q4_K_XL (4 bits) | 605 GB | a Unsloth não indica |
| Q8_0 (quase completo) | 1,12 TB | 1,2 TB ou mais |
Quem já consegue rodar está longe do “PC de casa”. O blog do Hugging Face cita um Apple M3 Ultra com 512 GB de memória unificada: a versão Q2_K gera cerca de 15 tokens por segundo. Em quatro placas RTX 6000 Pro, a versão NVFP4 ficou perto de 10 tokens por segundo, com contexto de 32 mil tokens. As receitas para servidor usam oito placas de data center, como a H200.
Por que não testamos na nossa bancada
Porque não cabe, e prefiro dizer isso a publicar número de outra pessoa como se fosse nosso. A bancada do TechDescomplicado tem 28 GB de memória de vídeo (RX 9070 XT e Arc B580) e 64 GB de RAM. O maior arquivo que ela aguenta fica na casa dos 78 GB, um terço da menor versão do Le Chonk.
Se você quer IA rodando no seu PC, o nosso guia de quanta VRAM você precisa mostra o que coube em cada faixa de memória, e o passo a passo para rodar IA localmente ensina a começar. O artigo sobre GGUF e quantização explica o que significam siglas como Q4 e IQ1 da tabela acima.
Preço do Mistral Large 4 na API
Para a maioria das pessoas, é assim que ele vai ser usado. A API custa menos que os modelos fechados de ponta. Pelo dólar de 29/10/2026 (R$ 5,37), a comparação fica assim:
| Modelo | Entrada (1 milhão de tokens) | Saída (1 milhão de tokens) | Pesos abertos? |
|---|---|---|---|
| Mistral Large 4 | US$ 0,70 (R$ 3,76) | US$ 2,10 (R$ 11,29) | sim |
| GPT-6.1 Terra (OpenAI) | US$ 1 (R$ 5,37) | US$ 5 (R$ 26,87) | não |
| Gemini 4 Carbon (Google) | US$ 2 (R$ 10,75) | US$ 10 (R$ 53,74) | não |
Preço menor não quer dizer mesmo nível, e os detalhes estão nos nossos artigos do GPT-6.1 Terra e do Gemini 4 Carbon. A API também está no Mistral Studio, no OpenRouter e no Microsoft Foundry, segundo a empresa.
Benchmarks do Mistral Large 4
Os números mostram um modelo forte entre os abertos, ainda atrás dos fechados de ponta em programação. A maioria foi divulgada pela própria Mistral, e o relatório técnico completo ainda não saiu.
| Teste | O que mede | Resultado divulgado |
|---|---|---|
| Coding Agent Index (Artificial Analysis) | agente de programação | 48%, praticamente empatado com o GLM-5.3 |
| Terminal-Bench 4.0 | tarefas no terminal | 41% (a prévia tinha 28%) |
| Cyber Index (Artificial Analysis) | achar e corrigir falhas | 51% |
| BrowseComp | pesquisa na web | 84,5% |
| B3 Agent Security | resistência a ataques | 97,1% |
Em segurança, ele segue a tendência do mês: depois do Carbon, do Google, mais um modelo mira a defesa cibernética. A Mistral diz que ele recusou, em média, 96,6% dos pedidos maliciosos de cibersegurança. A Cloudflare, parceira citada no anúncio, afirma que viu o modelo recusar ataques contra alvos reais, mas enxerga potencial de ajuda a atacantes e diz estar ajustando as próprias proteções.
A licença do Mistral Large 4 é livre?
Quase. É a Mistral Ecosystem Open-Weight License, uma MIT com uma restrição. Você pode usar, modificar, ajustar e usar comercialmente sem pagar nada. A exceção é quem quer oferecer o próprio modelo como serviço para terceiros (Model-as-a-Service), que precisa de uma licença comercial separada. Para uma empresa brasileira que queira rodá-lo nos próprios servidores, sem revender o acesso, a licença libera.
O olhar de QA
233 GB. É o número que eu colocaria no topo da página, antes de qualquer benchmark, porque “aberto” e “acessível” viraram sinônimos nas manchetes, e não são. Aberto quer dizer que você tem permissão para baixar. Acessível quer dizer que você tem onde colocar. Um requisito que ninguém consegue cumprir em casa não invalida o lançamento, mas muda para quem ele serve: empresas, universidades e laboratórios que querem controlar onde os dados ficam.
E essa é a parte boa. Pesos abertos dessa força deixam qualquer pessoa medir o modelo de forma independente, sem depender do que a fabricante divulga. Hoje, quase todos os números vêm da Mistral. Eu esperaria alguém de fora repetir esses testes antes de escolher o modelo para algo sério.
Perguntas frequentes
O Mistral Large 4 é gratuito?
Os pesos são gratuitos para baixar e usar, inclusive comercialmente. O que custa é o hardware para rodar ou a API, a US$ 0,70 por milhão de tokens de entrada e US$ 2,10 de saída.
Quanta memória o Mistral Large 4 precisa?
A menor versão, de 233 GB, pede 256 GB de memória. As versões de 2 bits pedem de 384 GB a 512 GB, e a quase completa, de 1,12 TB, pede 1,2 TB ou mais.
O Mistral Large 4 roda no Ollama ou no llama.cpp?
Tem suporte no llama.cpp desde o lançamento, e a Unsloth publicou arquivos GGUF com comandos para ele e para o Ollama. Os programas funcionam, mas a exigência de memória continua a mesma.
O que significa Le Chonk?
É o apelido oficial do Mistral Large 4. “Chonk” é uma gíria da internet em inglês para algo bem grande e gordinho, uma brincadeira com o trilhão de parâmetros.
Qual a alternativa ao Mistral Large 4 para rodar em casa?
Modelos menores, que cabem em placas de 8 GB a 16 GB. Testamos vários na nossa bancada, e o guia de VRAM mostra qual escolher para cada faixa de memória.
Para você, modelo aberto que não cabe em casa ainda é “aberto”? Conta aqui nos comentários.
Resumo
- Mistral Large 4 (Le Chonk): 1 trilhão de parâmetros, pesos abertos desde 29/10/2026.
- A menor versão tem 233 GB e pede 256 GB de memória: não roda em PC comum nem na nossa bancada.
- Na API, custa US$ 0,70 / US$ 2,10 por milhão de tokens.
- Licença livre para uso comercial, exceto oferecer o modelo como serviço.
