Cronología de los modelos Mistral: de 7B a Large 4, licencias y tamaños (2023–2026)
Cronología en actualización · última actualización · 1 entrada en el registro de cambios
La línea de modelos de Mistral es tanto una historia de licencias como de tamaños. Apache 2.0, una licencia de no producción y una licencia de investigación aparecen todas, a veces el mismo día. Esta página conserva la fecha, la concesión y el reparto de parámetros que imprimió Mistral, y deja el conflicto en su sitio cuando dos páginas de Mistral no coinciden.
A fecha del 21 de octubre de 2026, Mistral Large 4 está en vista previa, anunciado el 6 de octubre, y las propias páginas de Mistral dan tanto 52 mil millones como unos 49 mil millones de parámetros activos. Los pesos seguían descritos como previstos, no publicados.
Leído el 2026-10-21: las publicaciones de noticias de Mistral sobre 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral, Large 2, Pixtral Large, Medium 3, Magistral, Mistral 3, Small 4, Large 4 y la nota de colaboración con NVIDIA. Las frases de benchmarks son de Mistral. No ejecutamos los modelos. Una URL de Medium 3.5 devolvió 404, así que no es un nodo.
Cronología
-
Mistral anuncia Mistral 7B. La descripción de la página lo llama el mejor modelo 7B hasta la fecha y nombra Apache 2.0. El cuerpo más largo del artículo no llegó en la descarga que conservamos, así que este nodo se detiene en esos dos hechos: un modelo 7B, Apache 2.0, en esta fecha. Publicaciones posteriores de Mistral siguen listando Mistral 7B entre los modelos que permanecen bajo Apache 2.0, lo que encaja con la descripción, y no añadimos detalles de parámetros o de contexto que la descripción no da.
-
Mistral anuncia Mixtral 8x7B bajo Apache 2.0, con un contexto de 32k, y dice que maneja inglés, francés, italiano, alemán y español. La comparación de velocidad de la publicación, inferencia 6 veces más rápida que Llama 2 70B, es la comparación de Mistral. Este es el primer nodo de mezcla de expertos de la línea. El nombre 8x7B describe la disposición de expertos que publicó Mistral. No repetimos aquí una cifra de parámetros totales, porque la frase que usamos es la del anuncio, y la publicación posterior de 8x22B es donde Mistral imprime un reparto de activos frente a totales en la forma que citamos abajo.
-
Mistral publica Mixtral 8x22B, una mezcla de expertos dispersa con 39 mil millones de parámetros activos de 141 mil millones, un contexto de 64K y llamadas a funciones nativas. Habla con fluidez inglés, francés, italiano, alemán y español, y la licencia es Apache 2.0. Una versión instruct sale el mismo día. Mistral informa de un 90.8 por ciento en GSM8K maj@8 y un 44.6 por ciento en Math maj@4 para esa versión instruct. La afirmación de que es más rápido que cualquier modelo denso de 70B es de Mistral. Esas cifras de benchmark las informa Mistral. No las volvimos a ejecutar.
-
Mistral publica Codestral, al que llama su primer modelo de código: 22 mil millones de parámetros, pesos abiertos, un contexto de 32k, entrenado en 80 o más lenguajes de programación. Los pesos están bajo la Mistral AI Non-Production License, para investigación y pruebas, con licencias comerciales bajo demanda. La ficha es mistralai/Codestral-22B-v0.1 en Hugging Face. Un endpoint nuevo, codestral.mistral.ai, es gratis durante una beta de 8 semanas tras una lista de espera. El mismo modelo está en api.mistral.ai, facturado por token. El nombre de la licencia importa más que la palabra open-weight: unos pesos descargables con una concesión de no producción no son Apache 2.0.
-
Mistral Large 2 es la versión 24.07, con un contexto de 128k y 123 mil millones de parámetros. El nombre de API es mistral-large-2407. Los pesos están en Hugging Face bajo la Mistral Research License, para investigación y uso no comercial. La misma publicación lista los modelos que siguen en Apache 2.0: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral Mamba y Mathstral. El propio Codestral, de mayo, sigue bajo la Non-Production License. Large 2 es el punto en que el modelo insignia deja de ser Apache.
-
Mistral anuncia Pixtral Large, un modelo multimodal de pesos abiertos de 124 mil millones de parámetros construido sobre Mistral Large 2: un decodificador multimodal de 123 mil millones de parámetros y un codificador de visión de 1 mil millones de parámetros, con un contexto de 128K. El nombre de API es pixtral-large-latest. La misma publicación pone Mistral Large 24.11 en Hugging Face bajo la Mistral Research License para investigación, con una licencia comercial de Mistral para uso comercial, y llama a 24.11 una mejora respecto de Large 24.07. Dos lanzamientos comparten la página. La licencia de los pesos de Large 24.11 es la licencia de investigación, no Apache 2.0.
-
Mistral anuncia Mistral Medium 3. La publicación no lo describe como pesos abiertos y no da un recuento de parámetros, así que este nodo no tiene ni lo uno ni lo otro. El precio de API en la publicación es $0.4 de entrada y $2 de salida por millón de tokens. Mistral dice que rinde al 90 por ciento o por encima de Claude Sonnet 3.7 en los benchmarks, usando una mezcla de cifras ya publicadas y el harness de Mistral. Esa comparación es de Mistral. La publicación dice que se despliega en cualquier nube, incluidos montajes autoalojados de cuatro GPU o más, y que está disponible el mismo día en La Plateforme y Amazon SageMaker. IBM WatsonX, NVIDIA NIM, Azure AI Foundry y Google Cloud Vertex se describen como próximos, no como disponibles ese día.
-
Mistral anuncia Magistral, al que llama su primer modelo de razonamiento. Magistral Small es un modelo de pesos abiertos de 24 mil millones de parámetros bajo Apache 2.0, ficha mistralai/Magistral-Small-2506. Magistral Medium es el modelo para empresas, en vista previa en Le Chat y en La Plateforme. Mistral informa de Medium con un 73.6 por ciento en AIME 2024 y un 90 por ciento en majority@64, y de Small con un 70.7 por ciento y un 83.3 por ciento en el mismo par. Esas puntuaciones las informa Mistral. La división es la parte útil: un checkpoint Apache que puedes descargar y una vista previa alojada que no puedes tratar como el mismo artefacto.
-
Mistral anuncia Mistral 3. Los modelos pequeños son Ministral 3 con 14 mil millones, 8 mil millones y 3 mil millones de parámetros. Para cada tamaño la publicación lista variantes base, instruct y de razonamiento con comprensión de imagen, bajo Apache 2.0. Mistral Large 3 es una mezcla de expertos dispersa con 41 mil millones de parámetros activos y 675 mil millones en total, entrenada desde cero en 3,000 GPU NVIDIA H200. Las formas base e instruct de Large 3 están bajo Apache 2.0. La publicación dice que los modelos están disponibles ese día en Mistral AI Studio, Amazon Bedrock, Azure Foundry y Hugging Face, entre otros. Apache en el modelo insignia es un cambio respecto de Large 2 y Large 24.11, que usaban la licencia de investigación.
-
Mistral publica Mistral Small 4. La publicación da 119 mil millones de parámetros en total y 6 mil millones activos por token, u 8 mil millones si se incluyen las capas de embedding y de salida, con 128 expertos de los cuales 4 están activos, un contexto de 256k y Apache 2.0. El id de API es mistral-small-latest. Los precios en la misma publicación son $0.15 por millón de tokens de entrada y $0.6 por millón de tokens de salida. Mistral dice que la latencia baja un 40 por ciento y que las solicitudes por segundo son 3 veces las de Small 3. La publicación dice que Small 4 unifica Magistral, Pixtral y Devstral. Un control reasoning_effort toma los valores none y high. La colección de Hugging Face es mistralai/mistral-small-4. La ficha de la documentación es mistral-small-4-0-26-03. Las cifras del 40 por ciento y de 3 veces las informa Mistral.
-
Mistral pone Mistral Large 4, apodado Le Chonk, en vista previa pública. La publicación dice que es un modelo multimodal nativo de 1 billón de parámetros con 52 mil millones de parámetros activos. Dice que ese día se puede probar la API de vista previa en Mistral Studio, y que los pesos salen a final de mes. El dateModified de la página es el 7 de octubre de 2026. Este nodo usa el 6 de octubre como día del anuncio. Los pesos no forman parte del anuncio. Son un plan.
-
La publicación de colaboración de Mistral con NVIDIA describe la misma línea Large 4 con aproximadamente 1 billón de parámetros en total y aproximadamente 49 mil millones de parámetros activos, entrenada en 3,800 GPU NVIDIA Grace Blackwell, y dice que los pesos están previstos para publicarse a finales de octubre. La publicación del 6 de octubre decía 52 mil millones activos, no aproximadamente 49 mil millones. Las dos cifras son de Mistral, en páginas de Mistral, con quince días de diferencia. A fecha de la última revisión de esta página, el 21 de octubre de 2026, los pesos siguen descritos como previstos, no como publicados. No elegimos un recuento de parámetros activos y ocultamos el otro.
Cómo fechamos un lanzamiento de Mistral
Cada nodo usa la fecha de una página de noticias de mistral.ai que abrimos, y el enlace bajo el nodo es esa página. Si una segunda página añade un hecho, el texto dice cuál. No tomamos un recuento de parámetros de un resumen de un índice de investigación cuando el anuncio que descargamos dice otra cosa, y no inventamos un recuento que el anuncio omite.
Medium 3 es el ejemplo limpio de una omisión. La publicación del 7 de mayo de 2025 da un precio y un mínimo de despliegue de cuatro GPU. No da un recuento de parámetros, y no dice que los pesos estén abiertos. Una URL posterior, mistral.ai/news/mistral-medium-3-5, devolvió 404. El índice de noticias lista una nota de producto de Medium 3.5 fechada el 29 de abril de 2026. No encontramos un cuerpo de publicación que pudiéramos citar para un tamaño, así que Medium 3.5 no es un nodo.
La última revisión es el 21 de octubre de 2026. La publicación de los pesos de Large 4 seguía siendo un plan ese día. Si Mistral publica los pesos después, esta página necesita un nodo nuevo y no una edición silenciosa de la frase del 6 de octubre.
La licencia cambió más de una vez
Apache 2.0 cubre los primeros modelos abiertos: Mistral 7B, Mixtral 8x7B y Mixtral 8x22B. Codestral, en mayo de 2024, es de pesos abiertos bajo la Mistral AI Non-Production License, que la publicación limita a investigación y pruebas, con condiciones comerciales bajo petición. Un endpoint de beta gratuito de ocho semanas no cambia esa concesión.
Large 2, en julio de 2024, pasa el modelo insignia a la Mistral Research License, de investigación y no comercial, y la publicación es explícita sobre lo que sigue en Apache: 7B, los dos modelos Mixtral, Codestral Mamba y Mathstral. Pixtral Large, en noviembre, es de pesos abiertos y multimodal. Large 24.11, anunciado en la misma publicación, va a Hugging Face de nuevo bajo la licencia de investigación, con una licencia comercial aparte de Mistral.
Magistral Small, en junio de 2025, devuelve un checkpoint de razonamiento a Apache 2.0, mientras Magistral Medium sigue siendo una vista previa alojada. Mistral 3, en diciembre de 2025, pone Apache 2.0 en Ministral 3 y en las formas base e instruct de Large 3, una mezcla de expertos de 675 mil millones de parámetros con 41 mil millones activos. Small 4, en marzo de 2026, también es Apache 2.0. La pregunta práctica de cada fila no es “¿hay una descarga?”. Es la licencia de qué archivo estás a punto de aceptar.
Large 4, dos recuentos, pesos aún previstos
El 6 de octubre de 2026, la publicación de Large 4 de Mistral dice que el modelo es un modelo multimodal nativo de 1 billón de parámetros con 52 mil millones de parámetros activos, que la API de vista previa está en Mistral Studio ese día y que los pesos salen a final de mes. El 21 de octubre de 2026, la publicación de colaboración con NVIDIA dice aproximadamente 1 billón de parámetros en total y aproximadamente 49 mil millones de parámetros activos, entrenado en 3,800 GPU NVIDIA Grace Blackwell, con los pesos previstos para finales de octubre.
Cincuenta y dos y unos cuarenta y nueve no pueden ser ambos el recuento activo preciso. Sí pueden ser ambos lo que escribió Mistral. Hasta que Mistral publique una cifra en una ficha de modelo, citar solo uno de los dos números es una elección que esta página no va a hacer. El hecho de disponibilidad es más simple. API de vista previa el 6 de octubre. Pesos aún previstos el 21 de octubre. Ningún nodo de pesos.
Tampoco copiamos una cifra “128B” de una página de investigación sobre Medium 3.5 ni sobre Large 4. No estaba en las publicaciones de arriba.
Precios e ids que conviene copiar con cuidado
- Medium 3, 7 de mayo de 2025: $0.4 por millón de tokens de entrada y $2 por millón de tokens de salida. No se describe como pesos abiertos.
- Small 4, 16 de marzo de 2026: id de API mistral-small-latest, $0.15 de entrada y $0.6 de salida por millón de tokens, Apache 2.0.
- Id de API de Large 2: mistral-large-2407. Id de API de Pixtral Large: pixtral-large-latest.
- Codestral: codestral.mistral.ai para la beta de 8 semanas, y api.mistral.ai facturado por token.
- Large 4: API de vista previa en Mistral Studio desde el 6 de octubre de 2026. No había un precio por token en las dos páginas de Large 4 que leímos.
Qué dejamos fuera
- El cuerpo del anuncio de Mistral 7B más allá de la descripción de la página. El nodo es corto a propósito.
- Mistral Medium 3.5. El slug que probamos devolvió 404, y no vamos a inventar otro.
- Timestral y Voxtral. Son modelos de voz y de audio. Esta página es la línea de modelos de lenguaje, y no los añadimos a partir de un titular.
- Codestral Mamba y Mathstral como nodos propios. Large 2 los nombra como aún Apache. No abrimos un anuncio aparte de ninguno de los dos en esta pasada.
- Cualquier benchmark que no viéramos en la página de Mistral citada para ese nodo. Las cifras de GSM8K, Math, AIME y latencia de arriba están etiquetadas como de Mistral.
Cronologías relacionadas
El mismo formato cubre la cronología de los modelos Claude, la cronología de los modelos GPT de OpenAI, la cronología de los modelos Gemini, la cronología de los modelos Grok y la cronología de los modelos Muse de Meta. Los laboratorios de este lote son Moonshot Kimi, DeepSeek y Alibaba Qwen. El índice del blog de Front lista todas las publicaciones.
Sigue leyendo
Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.
- Cronología de modelos Kimi: La línea Kimi de Moonshot, de K1.5 a K3.1 Pro, con licencias y contexto.
- Cronología de modelos DeepSeek: DeepSeek de V2 a V4.1, con nombres de API y licencias.
- Cronología de modelos Qwen: Qwen de Qwen-7B a Qwen3-Coder, con licencias y contexto.
- Cronología de modelos GPT de OpenAI: cada modelo GPT y de la serie o, de ChatGPT a GPT-6.
Preguntas frecuentes
¿Cuál es el modelo más reciente de Mistral?
A fecha del 21 de octubre de 2026, Mistral Large 4 está en vista previa pública, anunciado el 6 de octubre de 2026. Los pesos seguían descritos como previstos para finales de octubre.
¿Mistral Large 4 tiene pesos abiertos?
No, a fecha del 21 de octubre de 2026. La publicación del 6 de octubre dice que los pesos salen a final de mes. La publicación del 21 de octubre sigue diciendo que el lanzamiento está previsto.
¿Por qué discrepan las páginas de Large 4 en el tamaño?
La publicación del 6 de octubre dice 52 mil millones de parámetros activos. La publicación del 21 de octubre dice aproximadamente 49 mil millones de parámetros activos. Las dos son páginas de Mistral. Esta cronología cita las dos.
¿Qué modelos de Mistral son Apache 2.0?
Según las publicaciones que leímos: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Magistral Small, Mistral 3 (Ministral 3 y Large 3 base e instruct) y Mistral Small 4. Large 2 y Large 24.11 usan la Mistral Research License. Codestral usa la Non-Production License.
Registro de cambios
- — Primera publicación. Revisadas las publicaciones de noticias de Mistral desde Mistral 7B hasta la nota de NVIDIA del 21 de octubre de 2026.