Mistral Large 4 estreia aberto, mas fica em 32º num teste independente

O Mistral Large 4 entrou em prévia pública por API em 6 de outubro de 2026, apresentado como um modelo de pesos abertos que ainda serão publicados. A documentação da Mistral registra 1,05 trilhão de parâmetros totais, 52 bilhões ativos, contexto anunciado de 1 milhão de tokens e preços exibidos de US$ 0,68 por milhão de tokens de entrada e US$ 2,09 por milhão de saída.

Na avaliação da Vals, a prévia marcou 48,05% e ficou em 32º lugar entre 44 modelos no Vals Index; no Harvey's Legal Agent Benchmark, obteve 15,83% e o sexto lugar entre 75. A mesma página registra tarifas de US$ 1,36 para entrada e US$ 4,18 para saída, além de uma janela de 512 mil tokens para a configuração avaliada. À Axios, a Mistral informou 49 bilhões de parâmetros ativos e a intenção de liberar os pesos em 27 de outubro, após treinamento adicional e testes de segurança; Pierre Stock, vice-presidente de ciência da empresa, reconheceu: “We're not there yet on the frontier”.

O que está disponível e quanto custa

A estreia dá acesso ao modelo no serviço hospedado da Mistral. Quem usa a API pode enviar solicitações e pagar pelos tokens processados, mas ainda não pode baixar os pesos para executar o sistema em infraestrutura própria. Essa distinção importa para organizações que precisam avaliar controle operacional, condições de distribuição ou custo de implantação local: essas decisões dependem do lançamento dos arquivos, não apenas da prévia.

Os preços publicados exigem uma leitura cuidadosa. A documentação oficial mostra os valores menores como tarifas exibidas e apresenta os valores maiores riscados; a Vals registra estes últimos em sua ficha. Trata-se de cifras para a mesma unidade de cobrança, por milhão de tokens, mas com apresentações diferentes. Para estimar o gasto da prévia, também é preciso considerar a proporção entre entrada e saída: respostas longas e fluxos com várias chamadas podem alterar bastante o custo de uma tarefa completa.

O modelo usa uma arquitetura de mistura de especialistas. Nela, a contagem total descreve o conjunto de parâmetros, enquanto a contagem ativa se refere à parte mobilizada no processamento. A documentação e a informação dada à Axios divergem sobre o número ativo e não explicam ali como reconciliar as duas medidas. O tamanho anunciado, em qualquer das contagens, descreve a arquitetura; a posição no teste mede o desempenho nas tarefas executadas.

Há outra diferença entre especificação e avaliação: o contexto anunciado na documentação é maior que a janela registrada pela Vals para sua configuração. Isso impede assumir que o limite divulgado para o produto tenha sido a condição usada em cada prova. Uma janela extensa pode acomodar entradas volumosas, mas sua capacidade nominal não informa, sozinha, se o modelo mantém a mesma precisão ao trabalhar com todo esse material.

O que mede o resultado geral

O Vals Index reúne tarefas de finanças, programação, direito e tributos em uma medida agregada. Por isso, sua colocação responde a uma pergunta diferente da posição em uma única prova jurídica. O resultado geral situa a prévia abaixo de boa parte dos modelos avaliados naquele conjunto; o desempenho na prova da Harvey mostra uma força relativa mais estreita, ligada à produção de trabalho jurídico com ferramentas e materiais de apoio.

Mesmo nesse recorte favorável, a taxa absoluta de acerto merece atenção. Uma colocação alta entre concorrentes não significa que a maioria das tarefas tenha sido concluída corretamente. O benchmark jurídico mede a capacidade de um agente de produzir entregas de trabalho; seu resultado não equivale a uma validação geral para pesquisa de precedentes, elaboração de pareceres ou uso sem revisão em decisões reais.

Os demais resultados da ficha ajudam a delimitar essa força. Em Legal Research Bench, que trata de pesquisa jurídica, o modelo ficou bem mais distante do topo. Sua posição em Finance Agent v2 foi melhor que a obtida em Code Migration, mas nenhuma das duas reproduziu o destaque relativo da prova da Harvey. A diferença entre testes jurídicos também tem uma explicação prática: localizar fundamentos e referências exige habilidades distintas das usadas para produzir uma entrega longa com documentos e ferramentas.

A Vals identifica a Mistral como provedora padrão das execuções e registra esforço de raciocínio alto, com a ressalva de que algumas provas podem usar parâmetros diferentes. As posições, portanto, descrevem configurações avaliadas durante a prévia hospedada. Elas não são uma medição dos pesos executados localmente, cuja publicação ainda está prevista.

Onde a prévia parece mais adequada

O contraste entre as provas permite organizar as cargas de trabalho por evidência disponível. As categorias abaixo são uma leitura dos resultados publicados, não uma garantia de desempenho em produção:

• Produção jurídica com várias etapas: sinal mais favorável. A prova da Harvey é o melhor resultado relativo do modelo na ficha da Vals. Ela torna esse tipo de entrega o recorte mais interessante para comparar qualidade e custo da prévia, desde que o resultado seja revisado conforme as exigências da tarefa.
• Pesquisa jurídica com referências: evidência mais fraca. A classificação em Legal Research Bench impede estender o bom resultado da prova da Harvey a todo trabalho jurídico. Uma resposta que precisa encontrar e sustentar fundamentos requer uma avaliação própria.
• Agentes financeiros: desempenho intermediário. O resultado publicado sugere uma opção a ser comparada em tarefas financeiras específicas, mas não estabelece vantagem geral. O preço por token também não representa, por si, o custo de um fluxo que consulte fontes e produza várias saídas.
• Migração de código: sinal menos competitivo. A colocação nessa prova é inferior ao destaque jurídico. O teste cobre migração de projetos; não resume todas as formas de programação, mas oferece pouca base para escolher o modelo apenas por sua escala.

Essa separação é especialmente relevante porque a estreia reúne duas mensagens fáceis de confundir: uma especificação técnica de grande porte e resultados externos que variam conforme a tarefa. A contagem de parâmetros pode interessar ao planejamento de infraestrutura quando os pesos chegarem. Para quem avalia a API agora, as medições da configuração hospedada dizem mais sobre a qualidade observada.

A etapa prevista para os pesos

A liberação planejada para outubro deverá permitir examinar os arquivos, as condições de uso e o desempenho fora do serviço hospedado. Até essa etapa, a abertura é um compromisso de distribuição futura, enquanto o acesso público efetivo ocorre pela API. O treinamento adicional e os testes de segurança previstos antes da publicação também significam que os pesos divulgados poderão exigir uma avaliação própria.

Para uma implantação independente, ainda faltam informações concretas sobre o pacote final e suas condições. Para a prévia, já há preço exibido pela Mistral e uma avaliação externa que aponta onde o modelo se saiu melhor e onde ficou atrás. A publicação dos pesos será o próximo marco capaz de mostrar como essa combinação muda quando a execução sai da infraestrutura da empresa.

Leia também:

• Gemini para escritórios jurídicos herda permissões — o sigilo é o teste real
• IA estreita a porta de entrada: emprego jovem fica 19% para trás
• Mistral capta €3 bilhões — a soberania europeia ganha um sócio coreano