Mistral lança modelo de IA focado em empresas para rivalizar com EUA e China

RESUMO ＋

A Mistral anunciou o Large 4, modelo de IA com cerca de 1 trilhão de parâmetros e capacidade de processar textos e imagens. A versão de testes já está disponível por API, e os pesos devem ser publicados em 27 de outubro. A empresa afirma que o sistema disputa espaço com modelos americanos e chineses em tarefas corporativas.

Um modelo de inteligência artificial com cerca de 1 trilhão de parâmetros é a nova aposta da francesa Mistral na disputa com os laboratórios americanos e chineses. Anunciado nesta terça-feira, 6, o Mistral Large 4, apelidado de “Le Chonk”, já está disponível em uma versão de testes pela API da empresa.

A companhia afirma que o sistema se aproxima dos modelos de fronteira, os mais avançados do setor, em tarefas como programação, segurança digital e análise financeira. No anúncio, descreve o Large 4 como seu maior e mais capaz modelo até agora.

A novidade amplia a estratégia da Mistral de oferecer uma alternativa europeia com modelos que os clientes possam adaptar e executar em sua própria infraestrutura.

O que significa ter 1 trilhão de parâmetros?

Os parâmetros são valores internos ajustados durante o treinamento de uma IA. A documentação técnica informa que o Large 4 tem 1,05 trilhão no total, dos quais 49 bilhões ficam ativos no processamento.

Essa diferença decorre da arquitetura chamada Mixture of Experts, ou mistura de especialistas. Em vez de mobilizar todo o modelo para cada etapa, o sistema seleciona grupos de parâmetros para processar a informação. A técnica permite ampliar o tamanho total sem ativar toda essa estrutura a cada novo trecho de conteúdo.

O Large 4 recebe textos e imagens e tem uma janela de contexto de 1 milhão de tokens, medida que indica quanto conteúdo pode considerar em uma interação. A documentação lista recursos para consultar documentos, acionar ferramentas e trabalhar com agentes.

Onde a Mistral diz superar os concorrentes

A empresa apresenta resultados em programação, fluxos de trabalho com agentes e interpretação de imagens. Em tarefas de localização de objetos e elementos visuais, afirma que o Large 4 supera até modelos fechados de fronteira.

Na avaliação de programação DeepSWE 1.1, a companhia informa uma pontuação de 61,7%. Os resultados divulgados com o lançamento descrevem desempenhos em testes específicos; não estabelecem uma liderança geral em todas as aplicações.

A cibersegurança é uma das prioridades. O interesse da Mistral nesse mercado já havia aparecido em negociações para oferecer ferramentas de identificação de vulnerabilidades a bancos europeus.

Os pesos serão liberados em outubro

A previsão é publicar os pesos em 27 de outubro, segundo a Reuters. Esses arquivos contêm os parâmetros treinados e permitem executar o modelo fora do serviço hospedado pelo desenvolvedor.

Até lá, a Mistral fará testes em situações reais com especialistas em segurança digital, parceiros selecionados e autoridades públicas. Esses participantes terão acesso a uma versão com menos restrições de moderação e capacidades ampliadas de cibersegurança.

Segundo a companhia, o Large 4 foi treinado do zero em 3.800 GPUs Nvidia Grace Blackwell, em seus próprios data centers na Europa.

O anúncio ocorre após uma rodada de investimento de 3 bilhões de euros, concluída em setembro e liderada pela Samsung Electronics. A operação elevou a avaliação da Mistral para mais de 21 bilhões de euros.

Perguntas frequentes

O que é o Mistral Large 4?

É um modelo de inteligência artificial da Mistral que recebe textos e imagens e oferece recursos de programação, uso de ferramentas e agentes.

Todos os parâmetros são usados ao mesmo tempo?

Não. A documentação informa 1,05 trilhão de parâmetros totais e 49 bilhões ativos, em uma arquitetura de mistura de especialistas.

Quando será possível baixar os pesos?

A publicação está prevista para 27 de outubro, segundo a Reuters. A versão de testes já pode ser acessada pela API da Mistral.