IT之家 10 de octubre de 2023, el 29 de octubre, la empresa francesa Mistral AI lanzó oficialmente los pesos del modelo Mistral Large 4 (abreviado ML4, código le Chonk).
ML4 es un modelo multmodal nativo con un total de 1 billón de parámetros y 490 mil millones de parámetros activados (520 mil millones incluyendo las capas de incrustación y de salida), entrenado desde cero en los centros de datos propios de Mistral en Europa, utilizando 3.800 GPU NVIDIA Grace Blackwell.
Mistral indica que, tras completar las pruebas piloto dirigidas a usuarios gubernamentales y empresariales, esta versión lanzada presenta optimizaciones y mejoras de rendimiento respecto a la versión inicial anunciada hace tres semanas.
La empresa indicó que el modelo alcanzó un puntaje de 48% en el Artificial Analysis Coding Agent Index, comparable al modelo de código abierto líder GLM-5.3, pero redujo un 47% el número promedio de tokens consumidos por tarea.
En cuanto al uso en línea, este modelo se cotiza a: 0.70 dólares por millón de tokens de entrada, 0.07 dólares por millón de tokens de entrada en caché y 2.10 dólares por millón de tokens de salida.
Este modelo se publica bajo una licencia MIT modificada, que permite su uso gratuito para fines personales, académicos, modificaciones, ajustes finos y comercialización habitual; sin embargo, los proveedores de nube o fabricantes que ofrezcan MaaS para reventa deben obtener una licencia comercial separada de Mistral antes de utilizarlo con fines comerciales.
Enlace de código abierto:
Hugging Face: https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B