JOURNAL / 2026.10.07
Mistral Large 4 abre su API: el salto multimodal se juega en el trabajo verificable
La nueva generación de Mistral combina razonamiento, imágenes y herramientas en una preview pública. La evaluación externa apunta a un avance frente a Large 3, mientras la apertura de pesos y la validación de usos profesionales siguen pendientes.
Un plano industrial contiene una cota, una tabla y una nota que la modifica. Un asistente útil tiene que encontrar las tres, explicar cómo encajan y reconocer cuándo no puede leerlas. Esa clase de trabajo ayuda a entender la apuesta de Mistral Large 4, presentado el 6 de octubre: combinar percepción visual, razonamiento y herramientas para producir resultados que alguien pueda comprobar.
El anuncio de Mistral ofrece una preview pública por API y promete publicar los pesos y más detalles técnicos a finales de mes. Destaca demostraciones con planos, documentos e imágenes geoespaciales. Son ejemplos seleccionados por el fabricante; muestran la dirección del producto, pero no establecen su fiabilidad sobre una colección de casos nuevos. Aquí no hemos ejecutado el modelo.
La visión no aparece por primera vez en esta familia. Large 3, lanzado en diciembre de 2025, ya entendía imágenes y publicó versiones base e instruccional bajo Apache 2.0. Large 4 propone integrar esas tareas con razonamiento y flujos de agentes. El cambio relevante sería poder seguir una investigación entre documentos y herramientas, sin perder el vínculo entre una conclusión y la evidencia que la sostiene.
Hay una señal externa de avance. Artificial Analysis registra 9 puntos para Large 3 y 38 para Large 4 Preview en su Intelligence Index actual. Su metodología combina diez evaluaciones de agentes, programación, razonamiento científico y conocimiento general. Es una batería principalmente textual y en inglés: no certifica la lectura de planos ni el trabajo profesional en español.
Además, Large 3 figura como modelo sin razonamiento y Large 4 como modelo con razonamiento; sus presupuestos de generación difieren. Es una comparación de los sistemas ofrecidos, no un experimento que aísle el efecto de la arquitectura. La mejora agregada tampoco significa que Large 4 sea cuatro veces más inteligente ni que cada tarea mejore. Precisamente por eso resulta más interesante preguntar dónde cambia el resultado que perseguir un puesto en la clasificación.
La ficha de Mistral documenta llamadas a herramientas, salidas estructuradas y las interfaces de agentes y conversaciones. También quedan discrepancias: el anuncio y la ficha dan cifras distintas de parámetros activos; Mistral muestra un millón de tokens de contexto y Artificial Analysis registra aproximadamente la mitad. Antes de diseñar una aplicación dependiente de esos límites, conviene comprobar la configuración del servicio concreto. Una cifra publicada no sustituye esa verificación.
El acceso ya tiene consecuencias prácticas. Vercel confirma que lo ofrece en AI Gateway, con entrada de texto e imágenes y varias interfaces de API. Esto permite a usuarios de esa plataforma ensayarlo en una integración existente. A su vez, el registro de cambios de Mistral precisa que el descuento de lanzamiento dura dos semanas. Una evaluación económica debería contemplar también la tarifa posterior y el consumo de razonamiento.
Yo empezaría por un expediente pequeño con respuestas comprobables: planos y documentos en los que sepamos qué nota cambia una medida, qué tabla respalda una conclusión y qué pregunta no tiene respuesta. Pediría referencias concretas y revisaría los errores de localización además del texto final. Si un modelo escribe una explicación convincente sobre la pieza equivocada, la calidad de la prosa oculta el fallo más importante. Ésta es una propuesta de prueba, no un resultado de Large 4.
La publicación de pesos podría ampliar el control sobre versiones, ejecución y continuidad del servicio. Hoy sigue siendo una promesa: la licencia de Large 3 no permite presumir las condiciones del futuro artefacto, y una arquitectura dispersa de esta escala requiere estudiar memoria, infraestructura y operación. La procedencia europea también merece atención, pero no demuestra por sí sola exactitud, seguridad ni independencia de toda la cadena tecnológica.
Me parece un lanzamiento material porque amplía las opciones para construir asistentes profesionales que combinan imágenes y acciones. Su valor más duradero dependerá de convertir esa oferta en trabajo auditable: respuestas ancladas en documentos, errores detectables y versiones que otros puedan evaluar. La API permite empezar esa comprobación hoy; los pesos y el informe técnico tendrán que completar la evidencia.
Fuentes primarias enlazadas en el texto, consultadas el 7 de octubre de 2026.