Mistral Large 4, che cosa offre il gigante europeo dell’intelligenza artificiale?

Mille miliardi di parametri e un soprannome preso dai gatti corpulenti dei meme: «Le Chonk». Mistral Large 4 aks Le Chonk, appunto, è stato presentato ieri 6 ottobre dalla società francese e punta dritto a entrare nelle aziende, specialmente quelle europee. Per ora i pesi non sono pubblicamente disponibili: Large 4 è in anteprima via API. Mistral ne annuncia il rilascio entro fine ottobre. È quindi un modello open-weight annunciato, con distribuzione pubblica ancora da completare. Vediamo come è fatto e quali sono i punti di forza rispetto alle Big Tech Usa. Spoiler: nasce per essere l’alternativa europea ai modelli americani chiusi e a quelli cinesi aperti.

In primis le dimensioni.

I parametri sono le variabili numeriche apprese durante l’addestramento. Large 4 ne possiede circa mille miliardi, ma ne attiva 49 miliardi per ogni token, ciascun frammento di testo elaborato. L’architettura, chiamata mixture of experts distribuisce il lavoro fra componenti della rete e riduce il calcolo rispetto a un sistema che li utilizzi tutti a ogni passaggio. Restano esigenze elevate di memoria: il gattone difficilmente troverà posto sul portatile dell’ufficio. Difficile è anche in questa fase paragonarlo alle Big tech. Anthropic e Google non rendono pubbliche le dimensioni dei loro modelli di punta, ma solo i benchmark. Quindi manca una base per paragonarli ai mille miliardi di parametri dichiarati da Mistral. Inoltre, Large 4 ne attiva circa 49 miliardi per token: la dimensione complessiva descrive l’architettura, ma non basta a stabilire quale modello sia più capace.

Cosa sa fare?

Come si legge nel sito, Large 4 elabora immagini insieme al testo, una capacità utile per interpretare grafici e documenti nei quali l’impaginazione contribuisce al significato. Mistral dichiara un addestramento in oltre 160 lingue, comprese tutte quelle ufficiali dell’Unione europea. Una prospettiva interessante per chi opera in più Paesi, anche se non garantisce prestazioni equivalenti in ogni lingua. La società rivendica inoltre risultati competitivi nella programmazione, nella finanza, nel diritto e nella cybersicurezza. Il modello potrebbe assistere un analista, correggere codice o aiutare a esaminare una vulnerabilità. Infine Large 4 è stato addestrato su 3.800 GPU Nvidia Grace Blackwell nei data center europei di Mistral, che ospitano anche l’anteprima pubblica. La società controlla così una parte maggiore della filiera, pur impiegando tecnologia Usa.

Perché è difficile paragonarli alle Big Tech

Un vantaggio nella finanza o nella cybersicurezza non implica un vantaggio nella scrittura, nella matematica o nella programmazione. Per confrontare i risultati servono lo stesso test, gli stessi strumenti e un budget di calcolo comparabile. Sulla carta poi per le aziende europe è certamente interessante la distribuzione dei file contenenti i parametri appresi, dovrebbe consentire di installare e adattare il modello nella propria infrastruttura, secondo la licenza. Per ora però i pesi non sono pubblicamente disponibili. E quindi è difficile valutare.

Mistral sta quindi provando il modello con partner verificati e autorità pubbliche. I pesi sono annunciati entro fine ottobre. Licenza e costi effettivi chiariranno quanto sarà praticabile adottarlo. Per le imprese, la prova decisiva avverrà sui propri documenti e processi: è lì che mille miliardi di parametri dovranno dimostrare di servire.