Mistral Está de Volta: Le Chonk Supera GPT-6 Astra e Claude

A Mistral ficou quieta no topo por um tempo. O Mistral Large 3 foi lançado em dezembro de 2025 e, desde então, a conversa sobre modelos de fronteira de pesos abertos girou em torno de Kimi, DeepSeek, GLM e Qwen. Em 6 de outubro de 2026, a Mistral respondeu com o Mistral Large 4, um modelo de 1 trilhão de parâmetros que a equipe chama de “Le Chonk”.

Experimente o Apidog hoje

O número que chama atenção é um benchmark de segurança cibernética no qual o Large 4 atinge 82%, enquanto Claude Opus 5.5 e GPT-6 Astra ficam perto de zero. O resultado está na página de lançamento da Mistral, mas exige contexto: esses modelos fechados recusam a tarefa. Neste artigo, veja as especificações, os preços, os limites do benchmark e como validar o modelo nas suas próprias APIs.

TL;DR

• O que é: um modelo de mistura de especialistas com 1,05T parâmetros totais, 49B ativos, codificador de visão de 1,6B, entrada de texto e imagem e janela de contexto de 1M tokens.
• Onde obter: prévia pública na API da Mistral usando mistral-large-4. Os pesos foram prometidos para o fim de outubro de 2026.
• Preço: US$ 1,36 por milhão de tokens de entrada e US$ 4,18 por milhão de tokens de saída no preço de tabela. Durante a prévia, a página mostra US$ 0,68 / US$ 2,09. Entrada em cache custa US$ 0,07.
• Benchmark cibernético: 82% no teste de reprodução de vulnerabilidades do AA Cyber Index. Opus 5.5 e Astra ficam perto de zero porque recusam a tarefa.
• Principal limitação: em avaliação humana de código, Claude Opus 5 marcou 4,22 e Large 4 marcou 3,74.

Por que “Mistral está de volta” é uma leitura justa

Durante boa parte de 2026, os modelos de pesos abertos mais fortes vieram da China. A Mistral continuou lançando modelos — Medium 3.5, Devstral 2 e Small 4 —, mas sem competir diretamente com modelos fechados de fronteira.

O Large 4 muda esse cenário. A Mistral afirma que ele “supera significativamente qualquer modelo de pesos abertos desenvolvido nos EUA ou na Europa”. Segundo a empresa, o modelo foi treinado do zero em 3.800 GPUs NVIDIA Grace Blackwell nos datacenters europeus da Mistral, cobre mais de 160 idiomas — incluindo todos os idiomas oficiais da UE — e foi lançado semanas após uma rodada Série D de €3 bilhões.

O momento também importa: o Large 4 chegou logo após a Reflection revelar o modelo aberto Beam. A corrida de modelos abertos entre EUA e China agora tem um terceiro participante relevante.

O benchmark cibernético: o resultado e a pegadinha

O resultado mais compartilhado vem do Artificial Analysis Cyber Index. O benchmark inclui uma tarefa em que o modelo deve reproduzir uma vulnerabilidade real em software de código aberto e corrigi-la. A Mistral informa que o Large 4 atinge 82%, a maior pontuação entre os modelos avaliados.

A ressalva, nas palavras da própria Mistral, é que modelos fechados como Claude Opus 5.5 e GPT-6 Astra ficam perto de zero porque recusam executar a tarefa.

Afirmação	O que realmente significa
“Large 4 supera Astra e Opus 5.5 em segurança cibernética”	Nesse teste, modelos fechados recusam responder. O Large 4 responde e geralmente conclui a tarefa.
“Large 4 é o melhor modelo de hacking”	Não está estabelecido. Uma recusa é uma decisão de política, não um limite de capacidade.
“Large 4 é inseguro”	Também não está estabelecido. A Mistral relata uma taxa média de recusa em prompts cibernéticos de JailbreakBench, StrongREJECT e AgentHarm superior à de outros modelos de pesos abertos.

Há capacidade técnica real por trás da manchete. A Mistral também relata:

• 93% no Cybench, conjunto de 40 exercícios de capture the flag.
• 93,3% de resistência a ataques no B3 Agent Security Benchmark.

Para equipes de segurança, o caso de uso prático é executar um modelo no próprio ambiente para reproduzir e corrigir um CVE no código da empresa, sem depender exclusivamente de filtros de política de um provedor externo. Use isso apenas em ambientes autorizados, como repositórios internos, staging e laboratórios de segurança.

Onde o Large 4 supera o GPT-6 Astra fora da segurança cibernética

O resultado de cibersegurança é o mais chamativo, mas duas comparações são mais úteis porque ambos os modelos executaram as tarefas:

Benchmark	Mistral Large 4	GPT-6 Astra	Observação
Dense 200, fundamentação visual	42%	41%	Liderança de um ponto percentual.
Finance Agent v2 (vals.ai)	À frente	Atrás	A Mistral informa o ranking, não as pontuações.
Harvey Legal Agent Benchmark	Melhor modelo aberto	Listado	Não há números diretos publicados.

Contra outros modelos abertos, a diferença relatada pela Mistral é maior:

Benchmark	Mistral Large 4	Comparação
AutomationBench, 657 fluxos de trabalho	59,9%	Supera Kimi K3 e DeepSeek V4 Pro
AA-Briefcase, trabalho de conhecimento	1.393 Elo	Supera DeepSeek V4 Pro
DeepSWE v1.1, código	61,7%	Lidera modelos de pesos abertos
SWE-Atlas-QnA	59,4%	—
Terminal-Bench 4.0	28,3%	—

Esses números são reportados pela Mistral e usam modelos de prévia. Ainda não foram reexecutados por laboratórios independentes. A Euronews também informou que o aprendizado por reforço ainda estava sendo finalizado no lançamento. Trate os resultados como um sinal forte, não como uma decisão final de arquitetura.

Onde ele ainda perde

A Mistral publicou uma comparação em que um modelo fechado vence claramente. Em uma avaliação humana de qualidade de código, conduzida pela Surge AI com cinco modelos, o Large 4 Preview ficou em segundo lugar:

Modelo	Pontuação humana de código, de 5
Claude Opus 5	4,22
Mistral Large 4 Preview	3,74
GLM-5.3	3,60
Kimi K3	3,59
GLM-5.2	3,40

Isso representa uma vitória sobre os principais modelos abertos chineses, mas uma diferença de quase meio ponto em relação ao Claude. A formulação da Mistral — “diminuindo a lacuna” em codificação — é a interpretação mais precisa.

Também não há comparações publicadas com Claude Fable 5.1 ou GPT-6 Sol. Se alguém afirmar que o Large 4 supera esses modelos, peça o benchmark e a configuração de avaliação.

Especificações em um relance

Especificação	Mistral Large 4
ID do modelo na API	mistral-large-4 — alias mistral-large-4-0
Versão	26.10, prévia pública
Arquitetura	Mistura de especialistas, instrução híbrida + raciocínio
Parâmetros	1,05T totais, 49B ativos, codificador de visão de 1,6B
Janela de contexto	1M tokens
Entrada	Texto e imagens
Raciocínio	Parâmetro reasoning_effort: "high" ou "none"
Ferramentas	Chamada de função, saídas estruturadas e ferramentas de agente integradas
Endpoints	/v1/chat/completions, /v1/conversations, /v1/agents, /v1/batch
Pesos	Abertos até o fim de outubro de 2026; licença ainda não publicada

Preço: como calcular o custo real

A página de preços da Mistral lista o Large 4 pela metade do preço de tabela durante a prévia:

Modelo	Entrada / 1M tokens	Saída / 1M tokens	Pesos abertos
Mistral Large 4, preço de prévia	US$ 0,68	US$ 2,09	Sim, fim de outubro
Mistral Large 4, preço de tabela	US$ 1,36	US$ 4,18	Sim, fim de outubro
Claude Opus 5.5	US$ 4,00	US$ 20,00	Não
GPT-6 Astra	US$ 10,00	US$ 50,00	Não

No preço de prévia, a saída do Large 4 custa aproximadamente um vinte e quatro avos do preço do Astra. Mesmo no preço de tabela, o custo de saída é cerca de 12 vezes menor.

A entrada em cache custa US$ 0,07 por milhão de tokens. Isso é relevante para agentes que reenviam o mesmo prompt de sistema, documentação e definições de ferramentas em cada turno.

Como a Mistral não informou quando o desconto termina, faça o orçamento de produção usando o preço de tabela.

Você deve testar ou esperar?

Teste agora se

• Você executa fluxos agentivos ou automação de trabalho de conhecimento e paga preços de modelos de fronteira.
• Você precisa de respostas multilíngues em idiomas da UE ou de inferência hospedada na UE por motivos de conformidade.
• Você faz segurança defensiva e encontra recusas ao tentar reproduzir vulnerabilidades legítimas.
• Você quer avaliar um modelo de classe de fronteira que poderá hospedar no próprio hardware.

Espere se

• Qualidade de código é sua principal métrica. Claude ainda lidera na avaliação humana.
• Você precisa de benchmarks independentes para justificar uma decisão de arquitetura ou compra.
• Você usa Large 3 em produção e precisa de um ID de modelo estável e versionado. A prévia pode mudar.

Como testar o Large 4 nas suas próprias APIs com Apidog

Benchmarks mostram desempenho em tarefas de terceiros. Para decidir se o modelo serve para seu produto, execute os seus prompts, schemas, ferramentas e cenários de falha.

O Apidog permite comparar as respostas sem criar um cliente de teste separado.

1. Crie e salve a requisição

Configure uma requisição:

POST https://api.mistral.ai/v1/chat/completions
Authorization: Bearer {{MISTRAL_API_KEY}}
Content-Type: application/json

Use uma variável de ambiente para a chave:

MISTRAL_API_KEY=seu_token_da_mistral

Exemplo de corpo:

{
  "model": "mistral-large-4",
  "messages": [
    {
      "role": "user",
      "content": "Resuma este contrato em JSON com riscos, prazos e obrigações."
    }
  ],
  "reasoning_effort": "high"
}

2. Clone a requisição para cada modelo

Duplique a requisição e altere somente o campo model. Por exemplo:

{
  "model": "mistral-large-4"
}

Compare com o modelo que você já usa. Avalie:

• Conteúdo e precisão da resposta.
• Status HTTP.
• Latência.
• Tamanho da resposta.
• Campo usage, para comparar consumo de tokens e custo.

Para evitar uma comparação subjetiva, mantenha o mesmo prompt, temperatura, ferramentas e schema em todas as requisições.

3. Adicione asserções de contrato

Se você usa saída estruturada, valide o status e o schema esperado. Exemplos de verificações úteis:

• Status 200.
• Campo de resposta não vazio.
• JSON válido.
• Campos obrigatórios presentes.
• Valores dentro das regras de negócio.

Isso transforma um teste manual em uma regressão reproduzível.

4. Reexecute a cada atualização

Agrupe as requisições em um cenário de teste. Reexecute-o quando a Mistral atualizar a prévia ou publicar os pesos.

Esse processo permite detectar regressões antes que elas cheguem aos usuários, especialmente em fluxos que dependem de chamadas de função, JSON estruturado ou instruções longas.

Duas características do Large 4 se encaixam bem em fluxos de API:

• Os resultados de segurança podem torná-lo um segundo revisor para testes de segurança de API, por exemplo, ao reproduzir um possível desvio de autenticação na sua API de staging.
• A chamada de função e as saídas estruturadas permitem transformar uma especificação OpenAPI criada no Apidog em definições de ferramentas para um agente.

Para exemplos completos com chaves, blocos de raciocínio, imagens, chamada de função e cálculo de custo, consulte o guia da API Mistral Large 4. Se você vem de um modelo Mistral anterior, os fundamentos da API Mistral AI e o guia da API Mistral Medium 3.5 continuam aplicáveis: mesma URL base, mesma autenticação, novo ID de modelo.

Perguntas frequentes

O Mistral Large 4 é de código aberto?

Ele é de pesos abertos. A Mistral disse que os pesos serão lançados até o fim de outubro de 2026. A licença ainda não foi publicada, então não presuma que será equivalente à Apache 2.0 usada no Large 3.

O Mistral Large 4 realmente supera o GPT-6 Astra?

Nos números reportados pela Mistral, ele supera o Astra em fundamentação visual, 42% contra 41%, e no Finance Agent v2. No benchmark de vulnerabilidade cibernética, o Astra fica perto de zero porque recusa a tarefa; portanto, não é uma comparação direta de capacidade.

Ele supera o Claude?

Não em codificação avaliada por humanos. Claude Opus 5 marcou 4,22, contra 3,74 do Large 4 Preview. Claude Opus 5.5 também recusa a tarefa de reprodução cibernética, motivo pelo qual fica perto de zero naquele benchmark.

O que significa “Le Chonk”?

É um apelido informal da Mistral para o modelo, em referência ao seu tamanho. O nome oficial é Mistral Large 4, ou ML4.

Posso usá-lo gratuitamente?

O plano gratuito da Mistral inclui US$ 10 mensais em créditos de API e acesso aos modelos recentes no Le Chat e Vibe. No preço de prévia, US$ 10 equivalem a aproximadamente 4,8 milhões de tokens de saída do Large 4.

Conclusão

A Mistral voltou à conversa sobre modelos de fronteira. Pelos números da empresa, o Large 4 é o modelo de pesos abertos mais forte fora da China, custa uma fração do Astra ou Opus 5.5 e poderá rodar no seu próprio hardware.

A afirmação de que ele “supera Astra e Claude em segurança cibernética” é real, mas depende do fato de que esses modelos recusam a tarefa. Em qualidade de código avaliada por humanos, a leitura mais honesta é: segundo lugar para Claude.

Teste o Large 4 com seus próprios prompts, schemas e cenários no Apidog enquanto o preço de prévia estiver disponível. Para decisões de produção, espere benchmarks independentes após a publicação dos pesos.