Today, we release the weights of a new and improved Le Chonk, advancing the open frontier for agentic coding and cybersecurity.
💻 Built to build: Le Chonk ranks #1 on @cognition’s FrontierCode among open models, and sets a new benchmark for Pareto efficiency on @artificialanalysis.
🛡 Built to defend: State-of-the-art in cyberdefense, put through the paces by the world’s leading cyber vendors, including @CrowdStrike, @cloudflare, @rubrik, @zscaler, and others.
Built for sovereignty: Make it yours. Download the weights on @huggingface , customize it with Mistral Forge, and deploy it wherever you need it.
Read more from our team and customers 👇:
— Mistral AI (@MistralAI) October 29, 2026
Mistral apre il suo modello più grande. Dopo l’anteprima pubblica del 6 ottobre, la società francese ha reso scaricabili i pesi di Mistral Large 4, soprannominato Le Chonk. Aziende e sviluppatori possono così installarlo sui propri server e adattarlo alle proprie esigenze. L’annuncio riguarda anche una versione migliorata nella programmazione e nella sicurezza informatica. Che cosa significa questa apertura, e dove sta il business? Ecco cinque punti.
Come è fatto: mille miliardi di parametri, attivati solo in parte
Le Chonk è un modello Mixture of Experts: distribuisce il lavoro tra componenti specializzate, attivandone soltanto alcune per ogni token elaborato. Ha circa 1.050 miliardi di parametri complessivi, i valori numerici appresi durante l’addestramento, e circa 52 miliardi attivi. Questo limita il calcolo necessario rispetto ad attivare l’intera rete. Accetta testi e immagini e produce testo: può quindi analizzare anche grafici, documenti e disegni tecnici. Gestisce un contesto fino a un milione di token, ossia le unità in cui vengono suddivisi gli input, e oltre 160 lingue. Secondo Mistral, è stato addestrato da zero in Europa su 3.800 GPU Nvidia Grace Blackwell. L’infrastruttura è europea; i processori sono americani.
2. Che cosa sa fare: soprattutto codice, agenti e difesa informatica
L’obiettivo è automatizzare attività professionali: scrivere e correggere software, usare strumenti, individuare vulnerabilità e preparare correzioni. Nel Coding Agent Index di Artificial Analysis raggiunge il 48%, sostanzialmente alla pari con GLM-5.3, consumando secondo Mistral il 47% di token in meno per compito. Nel Cyber Index arriva al 51%. Sono risultati riportati dall’azienda su test specifici, dai quali non si può dedurre una superiorità generale su Claude, Gemini o GPT.
Mistral dichiara inoltre un tasso medio di rifiuto del 96,6% sulle richieste informatiche dannose dei test utilizzati. È una misura sperimentale, non una garanzia contro ogni abuso. Sono disponibili tre livelli di ragionamento, per bilanciare accuratezza e consumo.
Quanto è aperto: pesi scaricabili, con una clausola commerciale
Open-weight significa che si possono ottenere i parametri del modello, eseguirlo e modificarlo. Non equivale alla pubblicazione di tutti i dati e dei procedimenti necessari a ricostruire l’addestramento. La Mistral Ecosystem Open-Weight License, derivata dalla MIT ma modificata, permette uso, personalizzazione e impiego commerciale gratuiti. Introduce però una condizione per chi opera nel Model-as-a-Service: offrire a terzi accesso al modello per eseguirlo o riaddestrarlo richiede un accordo commerciale separato. La licenza esclude da questa categoria i prodotti che incorporano l’AI soltanto in funzioni specifiche e prevede un’esenzione per l’uso interno. A livello di modello di business quindi Mistral favorisce l’adozione, ma conserva una possibilità di ricavo sui fornitori che distribuiscono il modello come servizio.
Quindi quanto costa e come guadagna Mistral?
Chi usa le API paga a consumo. Mistral Large 4 costa 0,70 dollari per milione di token in ingresso e 2,10 dollari per milione di token in uscita. Per confronto, GPT-6.1 Sol, Gemini 4 Argon e Claude Sonnet 5.5 hanno tutti una tariffa standard di 2 dollari per milione di token in ingresso e 10 dollari per quelli in uscita. Le tariffe indicate per Gemini sono promozionali fino al 30 novembre 2026. Per Mistral l’input già presente in cache costa 0,07 dollari al milione. Il costo effettivo dipende anche da quanti token servono, dagli strumenti utilizzati e dalla qualità ottenuta: il prezzo unitario non misura da solo la convenienza. Chi installa il modello deve invece sostenere hardware, energia e gestione. Ricordiamo che scaricare i pesi gratuitamente non rende gratuito il funzionamento. Oltre alle API e alle licenze, Mistral propone personalizzazione con Forge, gestione di applicazioni e agenti con Studio e servizi dei propri esperti. È un modello di business che combina distribuzione aperta e servizi aziendali a pagamento.
Che cosa cambia rispetto a OpenAI, Gemini e Claude
Rispetto ai principali modelli proprietari delle tre aziende americane, Le Chonk offre la possibilità di conservare una copia eseguibile e modificarla sulla propria infrastruttura. Per una banca o una pubblica amministrazione significa poter scegliere dove elaborare i dati e continuare a usare quella versione senza dipendere dalle API di Mistral. È una forma concreta di controllo tecnologico. La distinzione va però fatta tra singoli modelli. OpenAI distribuisce anche gpt-oss, con licenza Apache 2.0; Google offre Gemma, famiglia aperta distinta da Gemini. L’apertura dei pesi, quindi, esiste anche negli Stati Uniti. La scommessa di Mistral è applicarla al proprio modello di punta, con addestramento e infrastruttura europei. Anche la localizzazione dei dati richiede precisione: alcuni servizi americani prevedono elaborazione e conservazione in Europa, come le offerte OpenAI per clienti idonei. Tenere i dati in Europa e poter gestire autonomamente il modello sono due livelli diversi di controllo. Le Chonk punta a offrire entrambi a chi dispone delle risorse per installarlo.
Per approfondire.
