Il 6 ottobre 2026 Mistral AI ha acceso una miccia che l’Europa aspettava da tempo. L’azienda francese ha aperto l’anteprima pubblica di Mistral Large 4, un modello da circa 1.000 miliardi di parametri che il suo chief scientist Guillaume Lample ha presentato, con un pizzico di autoironia, come “le Chonk”. Dietro il nome scherzoso si gioca una partita seria: dimostrare che un laboratorio europeo può restare in corsa mentre Stati Uniti e Cina rilasciano nuovi modelli frontiera quasi ogni settimana. I pesi completi del modello arriveranno il 27 ottobre, in piena finestra di sovranità tecnologica che Bruxelles osserva con crescente attenzione.
Il lancio arriva in un momento in cui il mercato dei grandi modelli linguistici si è mosso a una velocità raramente vista prima. Tra fine settembre e i primi giorni di ottobre 2026, Google ha distribuito Gemini 4 Argon, Anthropic ha completato la famiglia Claude 5.5 con Opus, Sonnet e Haiku, e OpenAI ha ampliato la gamma GPT-6 con le varianti Astra, Sol e Luna. Mistral Large 4 è la risposta europea a questa ondata, e la domanda che si fanno sviluppatori, aziende e analisti è semplice: un modello open-weight prodotto in Europa può davvero competere con i colossi americani, o resta un esercizio di immagine?
Non perderti le nuove storie tech su Google
Aggiungi Shattered una volta nell'app Google e i nostri articoli compariranno nei tuoi suggerimenti.
I numeri del lancio: 1.000 miliardi di parametri, 49 miliardi attivi
Secondo i dati raccolti al lancio, Mistral Large 4 è un modello multimodale con circa 1,05 trilioni di parametri totali, di cui circa 49 miliardi attivi per ogni inferenza. Si tratta di un’architettura a esperti misti (mixture-of-experts), la stessa filosofia già adottata da altri laboratori per contenere i costi di calcolo senza rinunciare alla scala. Il modello copre oltre 160 lingue, incluse tutte le lingue ufficiali dell’Unione Europea, un dettaglio che Mistral ha scelto di sottolineare perché tocca direttamente il tema della sovranità linguistica e culturale del continente.
Il salto dimensionale rispetto al predecessore è netto. Mistral Large 3, il modello precedente della stessa famiglia, si fermava a circa 675 miliardi di parametri. Large 4 quasi raddoppia la scala pur mantenendo un numero di parametri attivi gestibile, una scelta che punta a bilanciare prestazioni e costo di inferenza, un tema su cui le aziende europee sono particolarmente sensibili visto il costo dell’energia e la minore disponibilità di GPU di fascia alta rispetto ai data center statunitensi.
Pesi aperti il 27 ottobre: cosa significa per sviluppatori e aziende
Il dettaglio più rilevante per chi lavora nel software non è la dimensione del modello, ma la data del 27 ottobre 2026, quando Mistral rilascerà pubblicamente i pesi completi. In quel momento Large 4 diventerà uno dei pochi modelli open-weight al mondo a competere realmente con la fascia alta dei modelli proprietari, insieme a poche alternative cinesi. Secondo quanto dichiarato da Lample, “it is at the frontier of open models, and by far the strongest open-weight model from the US or Europe”, una frase che fissa l’ambizione del progetto: non solo il miglior modello open europeo, ma il miglior modello open-weight in assoluto prodotto fuori dalla Cina (fonte: Post-Cutoff).
Per le aziende europee che devono rispettare vincoli normativi stringenti su dove risiedono i dati e su quale infrastruttura li elabora, un modello open-weight addestrato e ospitato in data center europei cambia le carte in tavola. Non serve più scegliere tra prestazioni elevate e conformità al GDPR o alle regole sulla sovranità del dato: con Large 4 le aziende potranno scaricare il modello e farlo girare sulla propria infrastruttura, oppure su cloud europei, senza dipendere da un’API statunitense.
Resta però un punto in sospeso che vale la pena segnalare con chiarezza: al momento della scrittura di questo articolo, Mistral non ha ancora comunicato quale licenza open-weight applicherà al rilascio finale. Per i modelli precedenti della gamma, come Small 4, l’azienda ha usato la licenza Apache 2.0, molto permissiva anche per usi commerciali. Se Large 4 seguisse la stessa strada, diventerebbe immediatamente il modello open-weight commercialmente utilizzabile più potente mai rilasciato da un’azienda europea.
Addestramento: 4.000 GPU Nvidia Grace Blackwell in due mesi
Uno degli aspetti più discussi nella comunità tecnica riguarda l’infrastruttura usata per addestrare il modello. Mistral ha impiegato circa 4.000 GPU Nvidia della famiglia Grace Blackwell per un periodo di addestramento di circa due mesi. È una cifra significativa ma comunque lontana dagli ordini di grandezza riportati per i cluster usati dai laboratori americani più grandi, dove si parla di decine di migliaia di acceleratori. Il risultato suggerisce che Mistral ha lavorato per massimizzare l’efficienza del calcolo disponibile, più che competere semplicemente a colpi di scala bruta.
Lample ha chiarito che il processo di addestramento con apprendimento per rinforzo (RL) alla base dell’anteprima pubblica è ancora in corso al momento del lancio: “the RL run behind this preview is still in flight and shows no sign of saturation — we will release a final version before the end of the month along with the weights of the model” (fonte: Post-Cutoff). In altre parole, il modello che gli sviluppatori possono testare in questi giorni non è la versione definitiva: Mistral si aspetta margini di miglioramento ulteriori prima del rilascio dei pesi, un approccio che ricorda le release progressive già viste da altri laboratori nel 2026.
Il prezzo dell’anteprima e il confronto con i rivali americani
Sul fronte commerciale, Mistral ha fissato un prezzo di anteprima di 0,68 dollari per milione di token in ingresso e 2,09 dollari per milione di token in uscita, definito espressamente temporaneo. È un posizionamento aggressivo se confrontato con i modelli di punta rilasciati dai concorrenti nelle stesse settimane, anche se bisogna considerare che si tratta di un prezzo promozionale legato al periodo di anteprima e non del listino definitivo che accompagnerà il rilascio dei pesi.
| Modello | Laboratorio | Data di rilascio | Prezzo input (per milione di token) | Prezzo output (per milione di token) |
|---|---|---|---|---|
| Mistral Large 4 (anteprima) | Mistral AI | 6 ottobre 2026 | 0,68 $ | 2,09 $ |
| Claude Haiku 5.5 | Anthropic | 7 ottobre 2026 | 0,10 $ | 0,50 $ |
| GPT-6 Luna | OpenAI | 22 settembre 2026 | 0,10 $ | 0,50 $ |
| Gemini 4 Argon | 30 settembre 2026 (annuncio) | 4,00 $ | n.d. | |
| Claude Opus 5.5 | Anthropic | 22 settembre 2026 | n.d. | n.d. |
Il confronto diretto sul prezzo va letto con cautela: Large 4 gioca in una fascia dimensionale diversa da modelli come Haiku 5.5 o Luna, pensati per compiti leggeri e ad alto volume, mentre punta a competere con i modelli di fascia alta come Gemini 4 Argon o Claude Opus 5.5, per i quali al momento non sono disponibili listini pubblici completi. Quello che emerge con chiarezza è che Mistral sta usando il prezzo come leva competitiva nella fase di anteprima, probabilmente per accelerare l’adozione da parte di sviluppatori e aziende prima del rilascio dei pesi.
Il contesto: l’ondata di modelli di fine settembre e inizio ottobre 2026
Per capire perché Mistral Large 4 sia un evento e non una semplice release di aggiornamento, bisogna guardare al calendario delle ultime settimane. Tra il 22 settembre e il 13 ottobre 2026 quattro grandi laboratori hanno rilasciato o aggiornato i loro modelli di punta quasi in contemporanea, un addensamento di annunci che secondo diversi osservatori del settore non ha precedenti recenti nella storia dell’IA generativa (fonte: DutchStartup.ai).
| Data | Laboratorio | Modello | Nota principale |
|---|---|---|---|
| 22 settembre 2026 | Anthropic | Claude Opus 5.5 | Sostituisce Opus 5 di luglio |
| 28 settembre 2026 | Anthropic | Claude Sonnet 5.5 | Modello intermedio della famiglia 5.5 |
| 30 settembre 2026 | Gemini 4 Argon | Annuncio con focus sulla cybersicurezza | |
| 3 settembre 2026 | OpenAI | GPT-6 Astra | Prima variante della famiglia GPT-6 |
| 22 settembre 2026 | OpenAI | GPT-6 Sol / GPT-6 Luna | Varianti aggiuntive della stessa famiglia |
| 6 ottobre 2026 | Mistral AI | Mistral Large 4 | Anteprima pubblica, pesi il 27 ottobre |
| 7 ottobre 2026 | Anthropic | Claude Haiku 5.5 | Completa la famiglia Claude 5.5 |
| 13 ottobre 2026 | Gemini 4 Argon | Disponibilità generale |
In questo scenario, Mistral Large 4 non arriva per riempire uno spazio vuoto: arriva in mezzo a una competizione già durissima tra i tre laboratori americani più finanziati al mondo. La scelta di puntare sui pesi aperti, piuttosto che su un’API chiusa come fanno quasi tutti i concorrenti per i loro modelli di punta, è l’unica leva differenziante davvero concreta che resta a disposizione di un’azienda con risorse di calcolo comunque inferiori a quelle di Google, Anthropic o OpenAI.
Sovranità AI europea: perché Mistral conta per Bruxelles
Mistral Large 4 non è solo un prodotto tecnico, è diventato un simbolo nel dibattito politico europeo sulla sovranità digitale. Secondo un’analisi pubblicata da un quotidiano catalano, Mistral resta “l’unico attore europeo citato nella conversazione sui modelli più avanzati”, un posizionamento che pesa anche nelle discussioni sui finanziamenti pubblici e sulle gare d’appalto della pubblica amministrazione europea (fonte: ARA).
Il tema non è nuovo: da anni Bruxelles discute di come ridurre la dipendenza da infrastrutture cloud e modelli di intelligenza artificiale controllati da aziende statunitensi, ma raramente la discussione ha avuto un prodotto concreto a cui ancorarsi. Con Large 4, per la prima volta un modello europeo si posiziona nella fascia dei modelli davvero di frontiera, addestrato e servito da data center europei, e con l’intenzione dichiarata di rendere pubblici i pesi. Questo lo rende un caso di studio interessante anche per chi si occupa di appalti pubblici, procurement IT e conformità normativa nelle aziende che devono dimostrare dove risiedono i dati che trattano.
Va detto con onestà che la narrativa della sovranità non basta da sola a vincere una gara tecnica. Le aziende scelgono i modelli in base a prestazioni, costo e affidabilità, non solo in base alla bandiera sotto cui sono stati addestrati. Il vero banco di prova per Large 4 arriverà nelle settimane successive al rilascio dei pesi, quando benchmark indipendenti potranno confermare o smentire le affermazioni di Mistral sulla sua posizione di frontiera tra i modelli open.
Le parole di Guillaume Lample sul lancio
Nel thread di lancio pubblicato il 6 ottobre, il chief scientist di Mistral AI ha descritto così l’arrivo del nuovo modello: “Today, we are launching a preview of our new model, Mistral Large 4 (ML4), aka le Chonk” (fonte: Post-Cutoff). Il tono scherzoso del nome non deve far passare in secondo piano l’ambizione dichiarata subito dopo, quando Lample ha posizionato il modello rispetto alla concorrenza open-weight mondiale, non solo europea.
È una dichiarazione che si inserisce in un pattern comune a tutti i grandi laboratori nel 2026: annunciare un modello in anteprima, sottolineare che la versione finale sarà ancora più forte, e fissare una data precisa per il rilascio completo. Lample ha seguito lo stesso schema, confermando che il modello è ancora in fase di addestramento con tecniche di apprendimento per rinforzo al momento dell’annuncio, e che la versione che arriverà il 27 ottobre potrebbe mostrare prestazioni superiori a quanto misurabile oggi nell’anteprima.
Mistral Large 4 contro la concorrenza open-weight
Il confronto più interessante per chi lavora nel software non è tanto quello con i modelli proprietari americani, quanto quello con le altre alternative open-weight disponibili sul mercato. Negli ultimi mesi diversi laboratori cinesi hanno rilasciato modelli open di grandi dimensioni e prestazioni elevate, spesso a costi di inferenza molto più bassi rispetto ai modelli proprietari occidentali. Se Large 4 riuscirà davvero a competere “alla frontiera dei modelli open”, come dichiarato da Lample, dovrà misurarsi soprattutto con questi concorrenti, non con i modelli chiusi di OpenAI o Google.
C’è poi un elemento infrastrutturale da considerare: un modello da oltre un trilione di parametri, anche con solo 49 miliardi di parametri attivi, richiede comunque un’infrastruttura di inferenza non banale per chi vuole farlo girare in locale. Le aziende europee più piccole, prive di cluster GPU dedicati, probabilmente continueranno ad appoggiarsi a provider cloud che offriranno il modello come servizio gestito, vanificando in parte il vantaggio della sovranità infrastrutturale se quei provider non sono anch’essi europei.
Un po’ di storia: da Mistral 7B a Large 4
Per apprezzare la portata del salto compiuto da Mistral con questo rilascio, serve guardare indietro. L’azienda francese si è fatta notare per la prima volta a livello internazionale con Mistral 7B, un modello compatto ma sorprendentemente capace per le sue dimensioni, pensato per girare anche su hardware consumer. Da lì è arrivata una progressione rapida attraverso Mixtral, poi la famiglia Large, con Large 3 che ha raggiunto circa 675 miliardi di parametri prima del salto a Large 4.
Accanto alla famiglia Large, Mistral mantiene anche modelli più piccoli come Medium 3.5, con 128 miliardi di parametri, e Small 4, con 119 miliardi, entrambi pensati per casi d’uso dove il costo di inferenza conta più della massima capacità. Questa strategia a più livelli, dal modello leggero rilasciato con licenza Apache 2.0 al modello di punta che punta alla frontiera assoluta, ricorda l’approccio seguito da altri laboratori ma applicato con risorse di calcolo decisamente più contenute rispetto ai bilanci multimiliardari dei concorrenti statunitensi.
Impatto di mercato: cosa cambia per aziende e cloud provider europei
Per i reparti IT delle aziende europee, l’arrivo di un modello open-weight di questa scala apre scenari concreti. Le banche e le assicurazioni, settori storicamente cauti nell’adozione di modelli cloud statunitensi per via di vincoli regolatori, potrebbero trovare in Large 4 un’opzione percorribile per applicazioni interne che richiedono di mantenere i dati su infrastruttura europea. Lo stesso vale per la pubblica amministrazione, che in diversi Stati membri ha già manifestato preferenza per fornitori e modelli europei nei bandi di gara relativi a progetti di intelligenza artificiale.
Per i cloud provider europei, invece, Large 4 rappresenta un’opportunità di differenziazione rispetto ai grandi hyperscaler americani: poter offrire il modello open-weight europeo più avanzato come servizio gestito su infrastruttura europea è un argomento di vendita che prima non esisteva con questa forza. Resta da vedere quanti provider si muoveranno in questa direzione nelle settimane successive al rilascio dei pesi del 27 ottobre, e a quali condizioni economiche.
Rischi e incognite: licenza non definita e benchmark indipendenti assenti
Due elementi meritano cautela prima di considerare Mistral Large 4 un successo acquisito. Il primo è la licenza: finché Mistral non confermerà i termini esatti con cui rilascerà i pesi il 27 ottobre, non è possibile sapere se le aziende potranno usarlo liberamente per scopi commerciali o se ci saranno restrizioni, come già accaduto con alcuni rilasci open-weight di altri laboratori che hanno imposto limiti d’uso oltre una certa soglia di ricavi o di utenti attivi.
Il secondo elemento riguarda i benchmark. Al momento le uniche valutazioni disponibili sulle prestazioni di Large 4 provengono da Mistral stessa o da fonti giornalistiche che riportano le dichiarazioni dell’azienda, non da benchmark indipendenti verificabili su piattaforme neutrali di terze parti. È una situazione comune nella fase di anteprima di qualsiasi modello, ma vale la pena ricordare che le affermazioni di essere “il modello open-weight più forte fuori dalla Cina” restano, per ora, un claim aziendale in attesa di conferma esterna.
Previsioni: cosa aspettarsi nelle prossime settimane
- Il 27 ottobre 2026 Mistral rilascerà i pesi completi di Large 4, probabilmente accompagnati da un annuncio sulla licenza scelta: se sarà Apache 2.0 come per Small 4, l’adozione da parte di startup e aziende europee potrebbe accelerare rapidamente.
- Nelle prime due settimane dopo il rilascio dei pesi, è probabile che emergano i primi benchmark indipendenti su piattaforme di valutazione neutrali, che chiariranno se le prestazioni reggono il confronto con i modelli open-weight cinesi di punta.
- Il prezzo di 0,68 $ e 2,09 $ per milione di token verrà probabilmente rivisto al rialzo o sostituito da un listino definitivo una volta terminata la fase di anteprima, in linea con quanto accaduto per altri modelli lanciati in promozione nelle settimane precedenti.
- È probabile che la Commissione Europea e alcuni governi nazionali citino Large 4 come esempio nei prossimi documenti sulla strategia di sovranità tecnologica, soprattutto in vista dei bandi su infrastrutture IA per la pubblica amministrazione.
- Se le prestazioni confermeranno le aspettative, altri laboratori europei più piccoli potrebbero accelerare i propri piani di rilascio per non restare indietro nella finestra di attenzione mediatica apertasi con Large 4.
Domande frequenti su Mistral Large 4
Quando saranno disponibili i pesi completi di Mistral Large 4?
Secondo quanto comunicato da Mistral AI, i pesi completi del modello saranno rilasciati pubblicamente il 27 ottobre 2026, circa tre settimane dopo l’apertura dell’anteprima del 6 ottobre.
Quanti parametri ha Mistral Large 4?
Il modello conta circa 1,05 trilioni di parametri totali, con un’architettura a esperti misti che ne attiva circa 49 miliardi per ogni singola inferenza.
Mistral Large 4 sarà open source?
Sarà open-weight, cioè i pesi del modello verranno rilasciati pubblicamente, ma al momento della scrittura di questo articolo Mistral non ha ancora confermato la licenza esatta che accompagnerà il rilascio del 27 ottobre.
Quanto costa usare Mistral Large 4 tramite API?
Durante la fase di anteprima, il prezzo è fissato a 0,68 dollari per milione di token in ingresso e 2,09 dollari per milione di token in uscita, definito espressamente temporaneo da Mistral stessa.
Che infrastruttura è stata usata per addestrare il modello?
Mistral ha utilizzato circa 4.000 GPU Nvidia della famiglia Grace Blackwell per un periodo di addestramento di circa due mesi, secondo quanto riportato al momento del lancio.
Come si confronta Mistral Large 4 con Mistral Large 3?
Large 3 contava circa 675 miliardi di parametri, mentre Large 4 arriva a circa 1,05 trilioni, un salto di scala significativo che punta a competere con i modelli di punta rilasciati da Google, Anthropic e OpenAI nello stesso periodo.
Mistral Large 4 supporta l’italiano e le altre lingue europee?
Sì, il modello copre oltre 160 lingue, incluse tutte le lingue ufficiali dell’Unione Europea, un punto che Mistral ha sottolineato in relazione al tema della sovranità linguistica europea.
Esistono già benchmark indipendenti su Mistral Large 4?
Al momento le valutazioni disponibili provengono principalmente da Mistral AI e da resoconti giornalistici delle sue dichiarazioni; benchmark indipendenti e verificabili su piattaforme neutrali non sono ancora stati pubblicati in modo estensivo.