Mistral lança modelo de 1 trilhão de parâmetros para rivalizar com laboratórios fechados e abertos

O laboratório francês de inteligência artificial (IA) Mistral AI lançou na terça-feira o Mistral Large 4 (ML4), um novo modelo multimodal de grande escala que, segundo a empresa, busca superar rivais tanto americanos quanto chineses — seguindo o que o presidente francês Macron descreveu como “uma terceira via na IA”.

Em meio a uma divisão crescente entre modelos fechados que podem ser desligados e modelos abertos cada vez mais produzidos na China, a Mistral posiciona o ML4 como alternativa a ambos. Apelidado de “Le Chonk” por seu trilhão de parâmetros, o modelo definitivamente não é pequeno, mas ainda não tem pesos abertos. Por ora, só pode ser acessado por um endpoint público com camadas de proteção; a Mistral planeja disponibilizar os pesos em três semanas, quando os testes de segurança forem concluídos.

“Enquanto isso, vamos trabalhar com parceiros e governos de confiança para garantir que os pesos de código aberto possam ser usados para defesa, mas não para realizar ataques maliciosos”, disse à TechCrunch Pierre Stock, vice-presidente de ciência da Mistral.

As preocupações com segurança têm aumentado nos últimos meses, especialmente entre o público principal da Mistral, formado por empresas e instituições. Ao mesmo tempo, disse Stock, um modelo de pesos abertos é mais fácil de auditar.

Outro aspecto notável, segundo Stock, é que o ML4 foi treinado inteiramente com a infraestrutura de computação da própria Mistral, usando 4.000 GPUs da Nvidia — “duas a três vezes menos do que nossos concorrentes chineses, e significativamente menos do que os concorrentes de código fechado”.

Com os resultados de benchmarks ainda pendentes, a Mistral espera que o ML4 fique entre os melhores de sua categoria entre os modelos de pesos abertos, especialmente fora da China, embora não exclusivamente lá, disse Stock. Graças a um treinamento focado, a empresa também acredita que o modelo pode superar rivais fechados em áreas específicas importantes para seus clientes, incluindo onde capacidades multimodais agregam valor. Stock citou segurança cibernética e finanças como casos de uso otimizados, além do design de chips — um foco ligado a dois dos principais investidores da Mistral: a fabricante holandesa de equipamentos de semicondutores ASML, que liderou sua rodada Série C, e a Samsung, que liderou sua rodada Série D no mês passado com uma avaliação de 21 bilhões de euros (cerca de US$ 24,39 bilhões).

Na época dessa rodada, a Mistral havia buscado deixar claro que hospedar modelos chineses em sua plataforma não era uma mudança de rumo para se tornar apenas uma provedora de inferência. Com o Le Chonk agora em seu portfólio, a empresa diz acreditar que ainda deve ser considerada também um laboratório de ponta.

Por que importa

A Mistral está apostando que um modelo treinado com muito menos poder computacional do que seus rivais chineses e de código fechado, combinado a um lançamento escalonado de pesos abertos, pode manter a Europa relevante em uma corrida de IA de ponta cada vez mais dividida entre esses dois campos.