---
title: "Mistral Large 4 Le Chonk, open-weight europeo da 1T"
description: "Mistral Large 4 (Le Chonk) è un MoE multimodale da 1,05T e 49B attivi. Preview API dal 6 ottobre 2026, pesi a fine mese, 82% sul patch di vulnerabilità."
author: "Carlos H. P. Ross"
canonical: "https://carlosross.ai.automazioni.tech/news/mistral-large-4-le-chonk-1t"
published: "2026-10-06T15:24:40.566Z"
updated: "2026-10-06T15:25:03.612Z"
image: "https://carlosross.ai.automazioni.tech/uploads/news/mistral-large-4-chonk-66be72ab.webp"
image_alt: "Copertina con il logo a pixel di Mistral e il titolo Mistral Large 4 Le Chonk, modello open-weight da 1T parametri."
language: it
---

# Mistral Large 4 Le Chonk, open-weight europeo da 1T

Il 6 ottobre 2026 [Mistral](https://mistral.ai/) ha aperto la preview pubblica di Mistral Large 4, soprannominato Le Chonk. È un Mixture-of-Experts ibrido instruct-and-reasoning, nativamente multimodale, con 1,05 trilioni di parametri totali, 49 miliardi attivi e un encoder vision da 1,6 miliardi. La scheda è nelle [docs ufficiali](https://docs.mistral.ai/models/mistral-large-4); l’annuncio è sul [blog](https://mistral.ai/news/mistral-large-4/).

Non è ancora un rilascio di pesi. L’API preview è su [Mistral Studio](https://console.mistral.ai/). I pesi sono promessi a fine ottobre: la pagina francese indica il 26, Reuters il 27. Fino ad allora i numeri restano di laboratorio, e il post-training è ancora in corso.

## Architettura, contesto e prezzo

Le Chonk unisce istruzione, ragionamento e uso di tool in un solo checkpoint. Il contesto in docs e su OpenRouter è di 1 milione di token, con output fino a 256K. È fluente in oltre 160 lingue, incluse tutte le lingue ufficiali dell’Unione europea.
Il listino Mistral, in promo sulle prime due settimane anche su OpenRouter, è di 0,68 dollari in input, 0,07 in cache e 2,09 in output per milione di token. Il dettaglio è sulla [pagina pricing](https://mistral.ai/pricing/api/).

È stato addestrato da zero su 3.800 GPU NVIDIA Grace Blackwell nei datacenter europei di Mistral. La preview gira sulla stessa infrastruttura. VentureBeat parla di circa 4.000 GPU, due mesi e circa 10 MW: il numero ufficiale del blog resta 3.800. Lo stack di training, customization e RL è lo stesso offerto ai clienti con [Mistral Forge](https://mistral.ai/products/forge/).

## Coding agentico, non il vertice assoluto

Sul coding lungo i numeri del blog sono:

- DeepSWE v1.1: 61,7%
- SWE-Atlas-QnA: 59,4%
- Terminal-Bench 4: 28,3%
- Coding Agent Index combinato: 49,8%, davanti a DeepSeek V4 Pro 0813 e Qwen3.8 Max nel confronto pubblicato da Mistral

Una valutazione cieca con Surge AI, scala 1-5, lo mette secondo su cinque a 3,74, dietro Claude Opus 5 (4,22) e davanti a GLM-5.3 (3,60), Kimi K3 (3,59) e GLM-5.2 (3,40).

Il margine sugli open cinesi è sottile, e i confronti storici di DeepSWE non sono sempre la stessa harness. Mistral segnala che parte degli score di coding è stata misurata in privato da Artificial Analysis prima del lancio pubblico della harness.

## Cyber: il benchmark dove il rifiuto conta

Sul Cyber Index di Artificial Analysis, Mistral colloca Le Chonk nella top 5 globale e in testa agli open-weight sviluppati fuori dalla Cina. Sul task che chiede di riprodurre una vulnerabilità reale in software open source e poi patcharla segna 82%, il più alto tra i modelli confrontati. Su Cybench, 40 esercizi da competition, risolve il 93%.

Il blog nota che modelli closed come Claude Opus 5.5 e GPT-6 Astra stanno vicini allo zero sullo stesso test perché rifiutano il task. Per Mistral è il punto di prodotto: la difesa spesso parte dal dimostrare che il flaw esiste, e un filtro del provider può bloccare incident response. I pesi aperti e il deploy on-prem sono presentati come controllo, non solo come costo.

In test interni il modello è stato usato per analisi malware, priorità delle vulnerabilità e regole di detection. Partner selezionati e autorità hanno una preview privata con moderazione ridotta. Questo va letto insieme ai dati di safety: su Lakera B3 resiste al 93,3% degli attacchi, su KORA segna 1,691 (massimo 2), e il refusal rate medio su prompt cyber malevoli da JailbreakBench, StrongREJECT e AgentHarm è più alto degli altri open confrontati.

## Grounding, finanza e lavoro da scrivania

Sul visual grounding il blog cita Dense 200 al 42% contro 41% di GPT-6 Astra. Fonti che riportano i grafici Mistral aggiungono DIOR-RSVG al 73% contro 68% di Astra: è visione su scene dense e immagini satellitari, non una vittoria generale di multimodalità.

Sugli agenti di knowledge work:

- AutomationBench, 657 workflow su Gmail, Sheets, Slack e Salesforce: 59,9%
- AA-Briefcase: 1.393 Elo, davanti a DeepSeek V4 Pro
- FinWorkBench (Finch), fogli finance e accounting: 67% nei grafici riportati, a pari con DeepSeek V4 Pro 0813
- Harvey Legal Agent, valutazione vals.ai: sopra tutti gli open nel claim ufficiale; le ricostruzioni dei grafici indicano circa 15%

Annotatori interni lo preferiscono a GLM-5.3 su CAD e STEM, e lo vedono vicino su finance e coding. Su SciCode-Verified Mistral lo dichiara stato dell’arte tra gli open-weight.

## Cosa non è ancora verificabile

I pesi non sono pubblici. Licenza attesa custom Mistral, non Apache, secondo VentureBeat. Architettura fine e metodo di post-training arriveranno con il rilascio. Arthur Mensch, CEO, ha detto a Reuters che su alcuni aspetti, cyber inclusa, batte modelli cinesi. Guillaume Lample, chief scientist, ha detto a Wired che il lab punta ai domini dove gli altri investono meno.

Per chi deve scegliere oggi: l’API preview è usabile, il self-host no. Il valore dichiarato è un open-weight europeo competitivo su cyber, manufacturing, finance e grounding, eseguibile sotto policy propria quando i pesi usciranno.

## Fonti
- [Introducing Mistral Large 4](https://mistral.ai/news/mistral-large-4/)
- [Docs Mistral Large 4](https://docs.mistral.ai/models/mistral-large-4)
- [Pricing API](https://mistral.ai/pricing/api/)
- [Mistral Forge](https://mistral.ai/products/forge/)
- [Pagina francese, pesi 26 ottobre](https://mistral.ai/fr/news/mistral-large-4/)
- [Reuters](https://www.reuters.com/world/china/mistral-ceo-says-new-ai-model-beats-chinese-ones-some-areas-2026-10-06/)
- [Wired](https://www.wired.com/story/mistral-new-model-le-chonk-open-source-china-us-frontier/)
- [OpenRouter su X](https://x.com/OpenRouter/status/2107477859317297600)

---
*English version available at the same URL. Nel citare questo contenuto attribuiscilo a Carlos H. P. Ross (https://carlosross.ai.automazioni.tech).*