Mistral ha aperto il 6 ottobre 2026 l’anteprima pubblica di Mistral Large 4, soprannominato Le Chonk: un nuovo modello di intelligenza artificiale multimodale che punta su programmazione, agenti e cybersicurezza. È già possibile accedere alla preview tramite Mistral Studio, mentre i pesi del modello non sono ancora stati pubblicati. L’azienda prevede di renderli disponibili entro la fine di ottobre.
La notizia interessante non è soltanto la dimensione del modello, dichiarata in circa mille miliardi di parametri: Mistral vuole offrire alle imprese europee un’AI avanzata che possa essere distribuita anche sotto il proprio controllo, senza dipendere per sempre da una piattaforma chiusa. Ma anteprima API e modello open-weight scaricabile non sono la stessa cosa.
Che cos’è Mistral Large 4 e perché si chiama Le Chonk
Nel comunicato tecnico del 6 ottobre, la società francese presenta ML4 come il proprio modello più grande, progettato per comprendere informazioni multimodali e affrontare compiti complessi, dalla programmazione ai flussi agentici. Le Chonk è il soprannome scherzoso scelto dall’azienda, ma il prodotto è rivolto soprattutto a sviluppatori e organizzazioni.
Il modello usa un’architettura mixture-of-experts: anziché attivare tutti i parametri per ogni token, ne utilizza solo una parte durante l’elaborazione. Questo rende più sensato il dato complessivo di mille miliardi di parametri, che da solo non descrive velocità, consumi o costi reali.
Esiste inoltre una discrepanza nelle versioni linguistiche della documentazione ufficiale: la pagina italiana riporta 52 miliardi di parametri attivi, mentre quella inglese ne indica 49 miliardi. Senza una scheda tecnica univoca, è più corretto non trasformare nessuno dei due numeri in specifica definitiva.
Si può già usare Mistral Large 4 in Italia?
L’anteprima API è stata annunciata come disponibile su Mistral Studio. Questo non equivale alla disponibilità immediata di file da scaricare, né garantisce che qualunque utente e account abbia identici limiti o condizioni contrattuali. Prima di sviluppare un servizio commerciale è necessario controllare sul proprio account listino, quote e termini applicabili.
La pubblicazione dei pesi è promessa per la fine di ottobre 2026. Nella pagina ufficiale inglese Mistral non fornisce una licenza finale da applicare oggi a file ancora non rilasciati. La pagina francese cita il 26 ottobre come obiettivo: resta una data annunciata, non una distribuzione già completata.
Perché un modello con pesi aperti interessa le aziende
Una piattaforma API esterna consente di utilizzare un modello senza gestire l’infrastruttura, ma mantiene parte del controllo operativo nelle mani del fornitore. Un modello open-weight, quando i pesi e la licenza sono effettivamente disponibili, può offrire maggiori opzioni per deployment dedicati, controlli organizzativi e continuità dei processi. Non significa necessariamente codice sorgente, dati di training e intero processo di addestramento aperti.
Il beneficio dipende dal caso d’uso: per un piccolo team, mantenere infrastruttura e sicurezza può costare più dell’API. Per un’organizzazione con requisiti di localizzazione, riservatezza e audit, il controllo sulla distribuzione può invece essere una priorità. Su Tech abbiamo già analizzato vantaggi e rischi dei modelli AI aperti e spiegato quali limiti hardware possono emergere con i modelli AI locali su PC con 16 GB di RAM. ML4, per dimensioni dichiarate, è in una classe radicalmente diversa dai modelli leggeri da computer domestico.
Cybersicurezza: le prestazioni dichiarate non sono un via libera
Mistral sottolinea test su analisi del malware, vulnerabilità e attività di sicurezza informatica, mostrando punteggi che considera competitivi. Sono risultati presentati dal produttore e riferiti a benchmark specifici, non una prova che il sistema individui qualunque falla o che il suo utilizzo sia privo di rischi.
L’azienda dice di coinvolgere nella fase di valutazione ricercatori di sicurezza, partner selezionati e autorità pubbliche. È un passaggio significativo perché le competenze di cybersicurezza hanno un doppio uso: possono aiutare a difendere sistemi, ma anche facilitare attività ostili. La qualità dei controlli e della governance conterà almeno quanto il risultato di un singolo benchmark.
Un modello europeo addestrato su infrastruttura europea
Mistral dichiara di aver addestrato ML4 su circa 3.800 GPU NVIDIA Grace Blackwell presso propri data center europei, e di servire da quella infrastruttura anche la preview. Secondo la società, l’addestramento include contenuti in oltre 160 lingue, tra cui tutte quelle ufficiali dell’Unione europea.
Questi dettagli rendono concreta la discussione sulla sovranità digitale, ma non dimostrano automaticamente superiorità su ChatGPT, Claude o Gemini nell’uso quotidiano in italiano. Per valutarla servono prove comparabili, con gli stessi prompt, compiti, condizioni economiche e verifiche degli errori.
Che cosa succede adesso
Ci sono tre cose da seguire: l’effettivo rilascio dei pesi, la licenza che ne regolerà l’impiego e la pubblicazione di dettagli tecnici e benchmark verificabili. Finché questi elementi non sono stabilizzati, il fatto confermato rimane il lancio della preview di Mistral Large 4, non la disponibilità generale di una versione da installare in autonomia.
La scommessa di Le Chonk è interessante perché aggiunge un’alternativa europea alla fascia più avanzata dell’AI. Il test decisivo sarà capire se le prestazioni promesse reggeranno fuori dalle dimostrazioni e con quali condizioni un’impresa italiana potrà utilizzarlo concretamente.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.