Skip to content
FrontierDot

Cronologia dos modelos Mistral: do 7B ao Large 4, licenças e tamanhos (2023–2026)

Linha do tempo em atualização · última atualização · 1 entrada no registro de alterações

A linha de modelos da Mistral é uma história de licença tanto quanto de tamanho. Apache 2.0, uma licença de não produção e uma licença de pesquisa aparecem, às vezes no mesmo dia. Esta página guarda a data, a concessão e a divisão de parâmetros que a Mistral imprimiu, e deixa o conflito no lugar quando duas páginas da Mistral discordam.

Em 21 de outubro de 2026, o Mistral Large 4 está em prévia, anunciado em 6 de outubro, e as próprias páginas da Mistral dão tanto 52 bilhões quanto cerca de 49 bilhões de parâmetros ativos. Os pesos ainda eram descritos como planejados, não como liberados.

Lido em 2026-10-21: as publicações de notícias da Mistral sobre o 7B, o Mixtral 8x7B, o Mixtral 8x22B, o Codestral, o Large 2, o Pixtral Large, o Medium 3, o Magistral, o Mistral 3, o Small 4, o Large 4 e a nota da colaboração com a NVIDIA. As frases de benchmark são da Mistral. Não rodamos os modelos. Uma URL do Medium 3.5 devolveu 404, portanto não é um marco.

Linha do tempo

  1. A Mistral anuncia o Mistral 7B. A descrição da página o chama de melhor modelo 7B até então e nomeia a Apache 2.0. O corpo mais longo do artigo não veio na busca que guardamos, portanto este marco para nesses dois fatos: um modelo 7B, Apache 2.0, nesta data. Publicações posteriores da Mistral ainda listam o Mistral 7B entre os modelos que permanecem sob Apache 2.0, o que é consistente com a descrição, e não acrescentamos detalhes de parâmetros ou de contexto que a descrição não dá.

    Mistral: Announcing Mistral 7B

  2. A Mistral anuncia o Mixtral 8x7B sob Apache 2.0, com contexto de 32k, e diz que ele lida com inglês, francês, italiano, alemão e espanhol. A comparação de velocidade da publicação, inferência 6 vezes mais rápida que o Llama 2 70B, é comparação da Mistral. Este é o primeiro marco de mistura de especialistas da linha. O nome 8x7B descreve o arranjo de especialistas que a Mistral publicou. Não reapresentamos aqui um número de parâmetros totais, porque a frase que estamos usando é a do anúncio, e a publicação posterior do 8x22B é onde a Mistral imprime uma divisão entre ativos e total na forma que citamos abaixo.

    Mistral: Mixtral of experts

  3. A Mistral lança o Mixtral 8x22B, uma mistura de especialistas esparsa com 39 bilhões de parâmetros ativos de 141 bilhões, contexto de 64K e chamada de função nativa. É fluente em inglês, francês, italiano, alemão e espanhol, e a licença é Apache 2.0. Uma versão instruct sai no mesmo dia. A Mistral relata 90.8 por cento no GSM8K maj@8 e 44.6 por cento no Math maj@4 para essa versão instruct. A afirmação de que é mais rápido que qualquer modelo denso de 70B é da Mistral. Esses números de benchmark são relatados pela Mistral. Não os reexecutamos.

    Mistral: Mixtral 8x22B

  4. A Mistral lança o Codestral, que chama de seu primeiro modelo de código: 22 bilhões de parâmetros, pesos abertos, contexto de 32k, treinado em 80 plus linguagens de programação. Os pesos estão sob a Mistral AI Non-Production License, para pesquisa e testes, com licenças comerciais sob demanda. O card é mistralai/Codestral-22B-v0.1 no Hugging Face. Um endpoint novo, codestral.mistral.ai, é gratuito por uma beta de 8 semanas, atrás de uma lista de espera. O mesmo modelo está em api.mistral.ai, cobrado por token. O nome da licença importa mais que a palavra pesos abertos: pesos baixáveis com uma concessão de não produção não são Apache 2.0.

    Mistral: Codestral

  5. O Mistral Large 2 é a versão 24.07, com contexto de 128k e 123 bilhões de parâmetros. O nome de API é mistral-large-2407. Os pesos estão no Hugging Face sob a Mistral Research License, para pesquisa e uso não comercial. A mesma publicação lista os modelos que permanecem Apache 2.0: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral Mamba e Mathstral. O próprio Codestral, de maio, continua sob a Non-Production License. O Large 2 é o ponto em que o carro-chefe deixa de ser Apache.

    Mistral: Mistral Large 2

  6. A Mistral anuncia o Pixtral Large, um modelo multimodal de pesos abertos com 124 bilhões de parâmetros, construído sobre o Mistral Large 2: um decodificador multimodal de 123 bilhões de parâmetros e um codificador de visão de 1 bilhão de parâmetros, com contexto de 128K. O nome de API é pixtral-large-latest. A mesma publicação coloca o Mistral Large 24.11 no Hugging Face sob a Mistral Research License para pesquisa, com uma licença comercial da Mistral para uso comercial, e chama o 24.11 de uma atualização sobre o Large 24.07. Dois lançamentos dividem a página. A licença dos pesos do Large 24.11 é a licença de pesquisa, não a Apache 2.0.

    Mistral: Pixtral Large

  7. A Mistral anuncia o Mistral Medium 3. A publicação não o descreve como pesos abertos e não dá uma contagem de parâmetros, portanto este marco não tem nenhuma das duas coisas. O preço de API na publicação é $0.4 de entrada e $2 de saída por milhão de tokens. A Mistral diz que ele performa em 90 por cento ou acima do Claude Sonnet 3.7 nos benchmarks, usando uma mistura de números já relatados e do harness da Mistral. Essa comparação é da Mistral. A publicação diz que ele implanta em qualquer nuvem, inclusive configurações auto-hospedadas de quatro GPUs ou mais, e que está disponível no mesmo dia na La Plateforme e no Amazon SageMaker. IBM WatsonX, NVIDIA NIM, Azure AI Foundry e Google Cloud Vertex são descritos como em breve, não como disponíveis naquele dia.

    Mistral: Mistral Medium 3

  8. A Mistral anuncia o Magistral, que chama de seu primeiro modelo de raciocínio. O Magistral Small é um modelo de pesos abertos com 24 bilhões de parâmetros sob Apache 2.0, card mistralai/Magistral-Small-2506. O Magistral Medium é o modelo empresarial, em prévia no Le Chat e na La Plateforme. A Mistral relata o Medium em 73.6 por cento no AIME 2024 e 90 por cento em majority@64, e o Small em 70.7 por cento e 83.3 por cento no mesmo par. Essas pontuações são relatadas pela Mistral. A divisão é a parte útil: um checkpoint Apache que dá para baixar, e uma prévia hospedada que não se pode tratar como o mesmo artefato.

    Mistral: Magistral

  9. A Mistral anuncia o Mistral 3. Os modelos pequenos são o Ministral 3 em 14 bilhões, 8 bilhões e 3 bilhões de parâmetros. Para cada tamanho, a publicação lista variantes base, instruct e de raciocínio com compreensão de imagem, sob Apache 2.0. O Mistral Large 3 é uma mistura de especialistas esparsa com 41 bilhões de parâmetros ativos e 675 bilhões no total, treinado do zero em 3,000 GPUs NVIDIA H200. Base e instruct do Large 3 estão sob Apache 2.0. A publicação diz que os modelos estão disponíveis naquele dia no Mistral AI Studio, no Amazon Bedrock, no Azure Foundry e no Hugging Face, entre outros. Apache no carro-chefe é uma mudança em relação ao Large 2 e ao Large 24.11, que usavam a licença de pesquisa.

    Mistral: Mistral 3

  10. A Mistral lança o Mistral Small 4. A publicação dá 119 bilhões de parâmetros no total e 6 bilhões ativos por token, ou 8 bilhões incluindo as camadas de embedding e de saída, com 128 especialistas dos quais 4 estão ativos, contexto de 256k e Apache 2.0. O id de API é mistral-small-latest. Os preços na mesma publicação são $0.15 por milhão de tokens de entrada e $0.6 por milhão de tokens de saída. A Mistral diz que a latência cai 40 por cento e que as requisições por segundo são 3 vezes o Small 3. A publicação diz que o Small 4 unifica Magistral, Pixtral e Devstral. Um controle reasoning_effort aceita os valores none e high. A coleção no Hugging Face é mistralai/mistral-small-4. O card da documentação é mistral-small-4-0-26-03. Os números de 40 por cento e de 3 vezes são relatados pela Mistral.

    Mistral: Mistral Small 4

  11. A Mistral coloca o Mistral Large 4, apelidado Le Chonk, em prévia pública. A publicação diz que é um modelo multimodal nativo de 1 trilhão de parâmetros, com 52 bilhões de parâmetros ativos. Diz que dá para experimentar a API de prévia naquele dia no Mistral Studio, e que os pesos saem no fim do mês. O dateModified da página é 7 de outubro de 2026. Este marco usa 6 de outubro como o dia do anúncio. Os pesos não fazem parte do anúncio. São um plano.

    Mistral: Mistral Large 4

  12. A publicação da Mistral sobre a colaboração com a NVIDIA descreve a mesma linha Large 4 com aproximadamente 1 trilhão de parâmetros no total e aproximadamente 49 bilhões de parâmetros ativos, treinada em 3,800 GPUs NVIDIA Grace Blackwell, e diz que os pesos estão planejados para lançamento no fim de outubro. A publicação de 6 de outubro disse 52 bilhões ativos, não aproximadamente 49 bilhões. Os dois números são da Mistral, em páginas da Mistral, com quinze dias de intervalo. Na última verificação desta página, em 21 de outubro de 2026, os pesos ainda são descritos como planejados, não como lançados. Não escolhemos uma contagem de parâmetros ativos e escondemos a outra.

    Mistral: NVIDIA collaboration

Como datamos um lançamento da Mistral

Cada marco usa a data de uma página de notícias da mistral.ai que abrimos, e o link sob o marco é essa página. Se uma segunda página acrescenta um fato, o texto diz qual página. Não tiramos uma contagem de parâmetros de um texto curto de índice de pesquisa quando o anúncio que buscamos diz outra coisa, e não inventamos uma contagem que o anúncio omite.

O Medium 3 é o exemplo limpo de uma omissão. A publicação de 7 de maio de 2025 dá um preço e um piso de implantação de quatro GPUs. Não dá uma contagem de parâmetros, e não diz que os pesos estão abertos. Uma URL posterior, mistral.ai/news/mistral-medium-3-5, devolveu 404. O índice de notícias lista uma nota de produto do Medium 3.5 datada de 29 de abril de 2026. Não encontramos um corpo de publicação que pudéssemos citar para um tamanho, portanto o Medium 3.5 não é um marco.

A última verificação é 21 de outubro de 2026. A saída dos pesos do Large 4 ainda era um plano nesse dia. Se a Mistral publicar os pesos depois disso, esta página precisa de um marco novo, e não de uma edição silenciosa da frase de 6 de outubro.

A licença mudou mais de uma vez

A Apache 2.0 cobre os primeiros modelos abertos: Mistral 7B, Mixtral 8x7B e Mixtral 8x22B. O Codestral, em maio de 2024, é peso aberto sob a Mistral AI Non-Production License, que a publicação limita a pesquisa e testes, com termos comerciais sob pedido. Um endpoint gratuito de beta de oito semanas não muda essa concessão.

O Large 2, em julho de 2024, move o carro-chefe para a Mistral Research License, pesquisa e não comercial, e a publicação é explícita sobre o que continua Apache: 7B, os dois modelos Mixtral, Codestral Mamba e Mathstral. O Pixtral Large, em novembro, é peso aberto e multimodal. O Large 24.11, anunciado na mesma publicação, vai para o Hugging Face de novo sob a licença de pesquisa, com uma licença comercial separada da Mistral.

O Magistral Small, em junho de 2025, devolve um checkpoint de raciocínio à Apache 2.0, enquanto o Magistral Medium continua uma prévia hospedada. O Mistral 3, em dezembro de 2025, põe Apache 2.0 no Ministral 3 e nas formas base e instruct do Large 3, uma mistura de especialistas de 675 bilhões de parâmetros com 41 bilhões ativos. O Small 4, em março de 2026, também é Apache 2.0. A pergunta prática de cada linha não é “existe um download”. É a licença de qual arquivo você está prestes a aceitar.

Large 4, duas contagens, pesos ainda planejados

Em 6 de outubro de 2026, a publicação do Large 4 da Mistral diz que o modelo é um modelo multimodal nativo de 1 trilhão de parâmetros, com 52 bilhões de parâmetros ativos, que a API de prévia está no Mistral Studio naquele dia, e que os pesos saem no fim do mês. Em 21 de outubro de 2026, a publicação da colaboração com a NVIDIA diz aproximadamente 1 trilhão de parâmetros no total e aproximadamente 49 bilhões de parâmetros ativos, treinados em 3,800 GPUs NVIDIA Grace Blackwell, com pesos planejados para o fim de outubro.

Cinquenta e dois e cerca de quarenta e nove não podem ser ambos a contagem ativa precisa. Os dois podem ser o que a Mistral escreveu. Até a Mistral publicar um número num model card, citar qualquer um dos números sozinho é uma escolha que esta página não vai fazer. O fato de disponibilidade é mais simples. API de prévia em 6 de outubro. Pesos ainda planejados em 21 de outubro. Nenhum marco de pesos.

Também não copiamos um número “128B” de página de pesquisa para o Medium 3.5 nem para o Large 4. Ele não estava nas publicações acima.

Preços e ids que vale copiar com cuidado

  • Medium 3, 7 de maio de 2025: $0.4 por milhão de tokens de entrada e $2 por milhão de tokens de saída. Não é descrito como pesos abertos.
  • Small 4, 16 de março de 2026: id de API mistral-small-latest, $0.15 de entrada e $0.6 de saída por milhão de tokens, Apache 2.0.
  • Id de API do Large 2: mistral-large-2407. Id de API do Pixtral Large: pixtral-large-latest.
  • Codestral: codestral.mistral.ai para a beta de 8 semanas, e api.mistral.ai cobrado por token.
  • Large 4: API de prévia no Mistral Studio a partir de 6 de outubro de 2026. Não havia preço por token nas duas páginas do Large 4 que lemos.

O que ficou de fora

  • O corpo do anúncio do Mistral 7B além da descrição da página. O marco é deliberadamente curto.
  • Mistral Medium 3.5. O slug que tentamos devolveu 404, e não vamos inventar outro.
  • Timestral e Voxtral. São modelos de fala e de áudio. Esta página é a linha de modelos de linguagem, e não os acrescentamos a partir de um título.
  • Codestral Mamba e Mathstral como marcos próprios. O Large 2 os nomeia como ainda Apache. Não abrimos um anúncio separado de nenhum dos dois nesta passagem.
  • Qualquer benchmark que não vimos na página da Mistral citada para aquele marco. Os números de GSM8K, Math, AIME e latência acima estão marcados como da Mistral.

Cronologias relacionadas

O mesmo formato cobre Claude, OpenAI, Gemini, Grok e Meta Muse. Os laboratórios desta leva são Moonshot Kimi, DeepSeek e Alibaba Qwen. O índice do blog Front lista todas as publicações.

Continue lendo

Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.

Perguntas frequentes

Qual é o modelo mais recente da Mistral?

Em 21 de outubro de 2026, o Mistral Large 4 está em prévia pública, anunciado em 6 de outubro de 2026. Os pesos ainda eram descritos como planejados para o fim de outubro.

O Mistral Large 4 tem pesos abertos?

Não, em 21 de outubro de 2026. A publicação de 6 de outubro diz que os pesos saem no fim do mês. A publicação de 21 de outubro ainda diz que o lançamento está planejado.

Por que as páginas do Large 4 discordam no tamanho?

A publicação de 6 de outubro diz 52 bilhões de parâmetros ativos. A publicação de 21 de outubro diz aproximadamente 49 bilhões de parâmetros ativos. As duas são páginas da Mistral. Esta cronologia cita as duas.

Quais modelos da Mistral são Apache 2.0?

Das publicações que lemos: Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Magistral Small, Mistral 3 (Ministral 3 e Large 3 base e instruct) e Mistral Small 4. O Large 2 e o Large 24.11 usam a Mistral Research License. O Codestral usa a Non-Production License.

Registro de alterações

  • — Primeira publicação. Conferidas as publicações de notícias da Mistral, do Mistral 7B à nota da NVIDIA de 21 de outubro de 2026.

Fontes