Cuándo usar Mistral Large 4
Mistral ubica a Large 4 como modelo general de frontera entre los pesos abiertos, con fuerza especial en visión, finanzas, derecho y flujos de negocio. En coding evaluado por personas, queda detrás de Claude Opus 5.Qué entrega la vista previa
Visión en documento, gráfico y plano
El modelo lee escenas densas, planos mecánicos, PDFs e imágenes geoespaciales grandes. En el grounding visual Dense 200, Mistral midió 42%, por delante del 41% de GPT-6 Astra.Finanzas, derecho y entregables
En evaluaciones de terceros citadas por Mistral (vals.ai), Large 4 superó a GPT-6 Astra en tareas representativas de finanzas y de derecho. En el Legal Agent de Harvey, quedó adelante de los modelos de pesos abiertos. En AA-Briefcase, que mide knowledge work de larga duración, llegó a 1.393 Elo, por encima de DeepSeek V4 Pro.Flujos con herramientas
En AutomationBench, 657 flujos de negocio en apps como Gmail, Hojas de cálculo, Slack y Salesforce, el modelo marcó 59,9%, por delante de Kimi K3, MiMo-V2.6-Pro y DeepSeek V4 Pro.Coding de repositorio, con un techo claro
Mistral publicó 61,7% en DeepSWE v1.1, 59,4% en SWE-Atlas-QnA y 28,3% en Terminal-Bench 4.0. El Coding Agent Index combinado quedó en 49,8%, por encima de DeepSeek V4 Pro 0813 y de Qwen3.8 Max. En una evaluación ciega de Surge AI, los anotadores pusieron nota de 1 a 5 sin saber qué modelo respondía. Large 4 quedó segundo entre cinco, con 3,74, por delante de Kimi K3 (3,59), GLM-5.3 (3,60) y GLM-5.2 (3,40), y detrás de Claude Opus 5 (4,22).Qué muestran los benchmarks independientes
En Artificial Analysis, la vista previa marcó 38 en el Intelligence Index, en el puesto 64 entre 226 modelos de la misma clase. La mediana de la franja de precio es 26. En esa medición el modelo generó texto a 116 tokens por segundo, con 1,46 segundos hasta el primer token. El costo promedio fue US 1,36 / US$ 4,18), no con el promocional. La misma evaluación marca dos cuidados. El modelo fue verboso: 200 millones de tokens de salida en el índice, contra una mediana de 81 millones. Y la ventana medida ahí fue de cerca de 524K tokens, mientras la ficha oficial de Mistral declara 1M.Los números de coding, visión, finanzas y derecho de arriba los publicó Mistral. El Intelligence Index, la velocidad y el costo por tarea son de Artificial Analysis sobre la vista previa. Los resultados dependen del harness, de las tools y de la versión medida. Mistral informó que el entrenamiento por refuerzo de la vista previa todavía estaba en curso. Validá en tu flujo antes de cambiar una configuración en producción.
Dónde no lidera
- En coding juzgado por personas, Claude Opus 5 quedó claramente adelante (4,22 contra 3,74).
- En Terminal-Bench 4.0, 28,3% no es el nivel de los modelos cerrados hechos para coding agéntico largo.
- En Artificial Analysis, la vista previa escribe bastante más que la mediana de la franja. Pedí respuestas cortas cuando el formato importe.
- Los pesos todavía no se publicaron. El comportamiento de la vista previa puede cambiar hasta el release.
Dónde genera más valor
Un plano o un PDF que hay que revisar
La pieza, la cota o el gráfico están en la imagen, no en un campo de texto. Large 4 se acerca, revisa y devuelve lo que vio, con el punto de la imagen de donde sacó la respuesta. Resultado esperado: una revisión en la que cada número o pieza apunta al tramo visual de origen.Un análisis financiero repartido en varios archivos
Balances, notas e informes no usan el mismo formato. El modelo recorre las fuentes, hace la cuenta y separa lo que falta para cerrar. Resultado esperado: una planilla y un resumen en los que cada valor tiene origen, y la ausencia de dato queda explícita.Un flujo que pasa por mail, planilla y mensaje
La tarea no entra en una sola respuesta: hay que leer, registrar y devolver un entregable. Large 4 fue medido en ese tipo de flujo de negocio. Resultado esperado: el paso queda registrado en la herramienta correcta, y lo que no se pudo concluir vuelve como pendiente, no como éxito.Cómo aplicarlo en Tess
1
Elegí trabajo con archivo o imagen
Preferí PDF, planilla, gráfico, plano y flujos que cruzan más de una fuente. Para coding abierto y largo, compará con Opus 5.5.
2
Cerrá el formato y el tamaño de la respuesta
La vista previa tiende a escribir más que la mediana. Decí el límite de líneas, las columnas de la planilla y lo que no debe aparecer.
3
Definí tools y aprobaciones
Habilitá solo las herramientas necesarias. Exigí confirmación antes de enviar, publicar o cambiar datos.
4
Pedí el origen de cada número
Orientá al agente a citar página, celda o tramo de la imagen. Si la información no está en el material, tiene que decirlo.
5
Tratá la vista previa como vista previa
Corré un lote chico antes de cambiar un flujo en producción. El modelo todavía se estaba ajustando cuando Mistral abrió la API.
Tres playbooks para empezar
1. Revisión de plano o gráfico
Entrada: la imagen o el PDF y la lista de lo que hay que verificar.Tools: lectura de archivos.
2. Planilla financiera con fuentes
Entrada: informes, notas y la pregunta de negocio.Tools: lectura de archivos y generación de planilla.
3. Flujo entre mail y planilla
Entrada: el mensaje recibido, la planilla de control y la regla de qué registrar.Tools: mail y planilla, con confirmación antes de escribir.
Limitaciones y buenas prácticas
- La API está en vista previa pública. Los pesos fueron anunciados para fines de octubre de 2026 y todavía no son el artefacto de producción.
- El precio promocional (US 2,09) es la mitad de la lista publicada en la misma ficha. Confirmá el precio vigente antes de estimar el costo.
- La ficha oficial declara 1M tokens de contexto. Artificial Analysis midió cerca de 524K en la vista previa que evaluó. No armes un flujo que dependa del techo mayor sin probarlo.
- Un contexto largo no reemplaza la selección de información. Enviá solo el contenido relevante.
- En ciberseguridad, Mistral reporta un desempeño alto y, al mismo tiempo, una tasa de rechazo a pedidos maliciosos más alta que la de otros modelos abiertos. El trabajo defensivo sigue sujeto a la política de tu organización.
- El modelo se entrenó con datos en más de 160 lenguas, incluidos los idiomas oficiales de la Unión Europea. Eso no reemplaza revisar el texto en el idioma de entrega.
- Revisá números, citas y archivos antes de publicar o enviar.
- Mantené aprobación humana para decisiones financieras, jurídicas, clínicas o de alto impacto.