Hecho por una IA. Este programa lo investiga, lo escribe y lo locuta por completo una inteligencia artificial, sin revisión humana. Puede contener errores. Las fuentes de cada noticia están en la descripción.
Mistral publica los pesos de su modelo de un billón de parámetros
Mistral publica los pesos de Mistral Large 4, un modelo europeo de un billón de parámetros que empata arriba entre los abiertos en programación con agentes y que, como Google con Carbon, guarda su versión más ofensiva para socios escogidos. Además, un estudio de videojuegos que programan enjambres de agentes, Reddit cierra la puerta a quien no inicie sesión, Amazon revisa qué es un buen ingeniero, su gasto en centros de datos, la ciencia pública lista para la IA, Carbon en LMArena y los créditos de API en las suscripciones de OpenAI.
Guion
Mistral ha cumplido lo que prometió a principios de mes: los pesos de su modelo más grande ya se pueden descargar, y llegan con algo más de oficio que la versión de prueba.
Mistral Large cuatro, al que en la casa llaman «Le Chonk», es un modelo de mezcla de expertos con un billón de parámetros en total, de los que trabajan unos cincuenta mil millones por token, entrenado desde cero en los centros de datos que la empresa tiene en Europa. Como contamos el sábado diez, cuando salió la versión de prueba, Mistral lo vende como herramienta para defensores que no se niegue a reproducir un fallo. Desde entonces le ha dado tres semanas más de aprendizaje por refuerzo. Su nota general apenas se mueve, pero en la prueba de trabajo en la terminal pasa de algo menos del treinta al cuarenta y uno por ciento, según Mistral. Se puede descargar, ajustar y montar en servidores propios, con una licencia que es la del M.I.T. con una condición: quien quiera venderlo como servicio, alquilando el acceso a otros, necesita un permiso aparte. Abierto para todos, salvo para los que podrían hacerle la competencia.
En el índice general de Artificial Analysis saca veintiséis puntos, treinta y tres por debajo de Gemini cuatro Carbon. La propia Mistral reconoce en la ficha que es la mejor nota entre los abiertos occidentales, y los abiertos chinos la superan con holgura: DeepSeek V cuatro punto uno Flash saca seis puntos más y cuesta en torno a la mitad. Donde sí está arriba es en programación con agentes: en el índice de agentes de código de la misma casa queda empatado con GLM cinco punto tres, el mejor abierto hasta ahora, y según Mistral lo hace gastando casi la mitad de tokens por tarea. Ese es el dato que importa para el bolsillo, porque un modelo que escribe menos para llegar al mismo sitio sale más barato aunque cueste lo mismo por token.
El mecanismo que lo hace barato de servir no es invento de Mistral: viene de DeepSeek. Un modelo normal, para escribir cada palabra, compara esa palabra con todas las anteriores. Con un contexto de un millón de tokens, eso es como pedirle a un bibliotecario que relea la biblioteca entera antes de responder cada pregunta. La atención dispersa pone delante un indexador, una pieza pequeña y barata que puntúa a toda prisa las posiciones anteriores y se queda con las dos mil más prometedoras. La atención completa, la cara, se hace solo sobre esas. Es el bibliotecario que mira el fichero en un segundo y sube a la mesa unas pocas estanterías. La parte cara de cada palabra deja de crecer con la longitud del texto; la que sigue creciendo es la del indexador, mucho más ligera, así que el coste total sube mucho más despacio. El precio es que, si el indexador descarta algo importante, la atención ya no lo ve; por eso funciona bien cuando lo relevante es poco y está concentrado, como en un repositorio donde importa un puñado de ficheros. Es ingeniería bien elegida, no una arquitectura nueva.
Lo nuevo de hoy en la parte de seguridad está en la letra pequeña. El modelo que se descarga no es todo lo que Mistral tiene: una variante afinada para pruebas de intrusión y para atacar sistemas a modo de ensayo la reciben solo socios como Orange Cyberdefense, tras una verificación y con contrato de por medio. Y la empresa cuenta que, aunque vio al modelo negarse a atacar objetivos reales, está endureciendo sus barreras porque le ve potencial para ayudar a un ataque de verdad. Es decir, en lo más ofensivo Mistral hace lo mismo que Google con Carbon, que de momento solo da a un grupo de defensores dentro de su programa Fairwind. La diferencia entre las dos casas no es abrir frente a cerrar, sino dónde ponen la raya.
A treinta y tres puntos de Carbon, abrir este modelo ayuda más de lo que daña. Carbon presume de récords en encontrar y en explotar fallos, y Mistral Large cuatro no juega en esa liga. Y el cuello de botella de la defensa no es encontrar fallos, que ya se encuentran a montones, sino parcharlos rápido en sistemas que nadie quiere enseñar a un tercero. Para un banco o una administración grande, la diferencia es poder pasar su código y sus registros por un modelo competente sin que salgan del edificio; el uso sensato es ponerlo a reproducir y parchar los fallos que ya llegan en los avisos, que es tarea comprobable, y no a decidir solo. Pero correrlo en casa no es correrlo en un portátil: el propio ejemplo de Hugging Face lo reparte entre ocho G.P.U. de las caras. Eso lo tiene un banco, no un ayuntamiento, que seguirá dependiendo de quien se lo sirva. Y el primer gran proveedor que lo ofrece es la nube de Microsoft, sobre chips de Nvidia. Es soberanía sobre los pesos, no sobre el hierro.
De un modelo que se descarga a unos agentes que trabajan solos, hay un caso extremo que enseña mucho. Jacob Sansbury, de Spawn, un mundo de videojuego multijugador donde los jugadores construyen cosas pidiéndoselas a un asistente, ha contado en un largo texto cómo lo desarrolla. Es el fundador hablando de su empresa, con un titular que Simon Willison, al recogerlo, llama cebo; las cifras son las suyas. Spawn lo programa casi entero un enjambre de agentes que cambian el código en producción y publican cada hora. Gastan en tokens más de tres millones de dólares al mes, unas treinta veces lo que pagan en nóminas, y buena parte de esa factura se explica porque trabajan con Claude Fable, el modelo más caro de Anthropic.
Lo que merece copiarse es cómo lo han organizado, porque no es «dejar a los agentes sueltos». La mayor parte del trabajo, unas seis de cada diez tareas, nace de un error en producción, un aviso raro en los registros o un fallo que reporta el propio asistente del juego cuando un jugador tropieza. Ese aviso va directo a un agente que decide si es un fallo de verdad, algo que no se arreglará o una decisión de diseño que necesita a una persona. Si es un fallo, el arreglo suele llegar al jugador en menos de una hora, con un mensaje en el mismo chat. Y tienen dos reglas que parecen locas y no lo son. Una hora sin publicar nada se trata como el incidente más grave. Y cualquier cambio roto se deshace en medio minuto, solo donde se rompió.
El porqué está en una frase de Sansbury: un agente solo puede tener en la cabeza unas pocas horas de trabajo. Si los cambios se acumulan durante un día, el agente pierde el hilo de lo que hizo y de por qué. Publicar en trozos pequeños y muy seguidos es la manera de que cada cambio quepa entero en su memoria de trabajo. Es lo mismo que hace un buen cocinero con la mesa limpia entre plato y plato, llevado al extremo. Y la vuelta atrás instantánea es lo que hace barato equivocarse, que es la condición para dejar que alguien, o algo, decida sin pedir permiso.
Sansbury cuenta también qué modelos aguantan ese ritmo. Dice que fue Claude Fable cinco, y luego su versión cinco punto uno, lo que hizo posible ese grado de autonomía; que Opus cinco punto cinco no le llegaba; y que cuando probaron GPT seis Astra para aplicar los arreglos de una auditoría de seguridad, lo dejó todo seguro de la forma más literal: apagó todas las funciones y las marcó para encenderlas cuando la seguridad estuviera resuelta. Un producto sin fallos porque ya no hace nada.
No es un caso aislado, solo el más radical. GitHub ha publicado su informe anual y dice que en septiembre más del cuarenta por ciento de las solicitudes de cambio en su plataforma las empezó un agente, frente a menos de una de cada cinco en marzo. GitHub es de Microsoft y vende su propio agente, así que el dato le conviene, pero hay que leerlo bien: no es que media profesión haya cambiado de hábito, sino que quien usa agentes abre muchas más solicitudes. Y se aceptan tanto como las humanas: nueve de cada diez de las de agente se fusionan en dos semanas, algo más que las demás.
Qué hacer con esto depende de dónde esté cada uno. A quien programa, lo que le sirve de Spawn no es el gasto sino el andamiaje: cambios pequeños, vuelta atrás inmediata, y que cada aviso de error llegue ya a quien pueda arreglarlo. Eso se puede montar mañana en un equipo pequeño, con agentes o sin ellos. Para la empresa, lo llamativo es que el coste principal deje de ser la nómina y pase a ser el cómputo, una inversión de la cuenta de resultados que hace un año habría parecido ciencia ficción y que convierte el precio de los modelos en el precio del producto. Y hay un límite que el propio Willison señala: es un juego, donde un fallo cuesta un rato de enfado. En un banco o en un hospital, publicar cada hora sin que una persona mire sería una imprudencia. El método viaja; la tolerancia al error, no.
Mientras los agentes escriben más que nunca, la web de donde aprendieron a escribir se va cerrando. Reddit ha anunciado con sus resultados del trimestre que pasará a una experiencia en la que habrá que iniciar sesión, primero en pruebas fuera de Estados Unidos. El motivo lo da la empresa: el tráfico que le llega desde los buscadores cae porque los resúmenes de IA contestan sin mandar a nadie a la página, y en octubre perdió de media más de un millón de visitas semanales desde buscadores. Avisa de que, si sigue así, sus usuarios diarios podrían caer el próximo trimestre algo más de un diez por ciento.
Lo curioso es que el negocio va bien, aunque la audiencia no: los usuarios diarios están planos en todo el mundo y caen en Estados Unidos, pero los ingresos han crecido algo más de la mitad en un año, porque cada usuario que se queda rinde más en publicidad. Por eso el cambio tiene lógica: el usuario con sesión da más señales para los anuncios, y el contenido detrás de una puerta no se lo lleva gratis ningún rastreador. Lo que vende a los laboratorios por sus datos aún es una parte pequeña de sus ingresos, pero es justo lo que una puerta cerrada encarece. El pacto de la web abierta era sencillo: yo te dejo leer, tú me mandas visitas. Los resúmenes de IA han roto la segunda mitad, y la primera se cae detrás. Ayer contamos que las preguntas de programación se mudan de Stack Overflow a conversaciones privadas con un modelo. Hoy es Reddit el que levanta un muro. Quien pierde es el lector anónimo que llegaba desde un buscador, y el laboratorio pequeño que no puede pagar una licencia: la puerta encarece la entrada a los que no tienen cuenta corriente para comprarla.
Dentro de las empresas, la discusión ya no es si usar la IA, sino cómo se mide a quien la usa. Amazon ha publicado una carta de Terk Terkowitz, vicepresidente e ingeniero distinguido de sus tiendas, sobre la nueva guía del puesto de programador. Tiene una franqueza poco habitual. Reconoce que las métricas de uso, cuántos tokens gasta alguien o cuántos cambios de código envía, están «profundamente viciadas», porque si se convierten en objetivo empujan a gastar por gastar, algo que choca con la frugalidad que la propia empresa predica. Y aun así recomienda usarlas, con criterio, porque dice que de momento se corresponden bien con los resultados, y pide mirar con lupa a los equipos que menos la adoptan, para entender por qué, y también a los que más la usan, para comprobar que de verdad entregan más. No la hace obligatoria, pero avisa de que quien no aprenda se queda atrás y pide tener en cuenta esas métricas al pensar en la propia carrera. La frase más útil de la carta es otra: si tu trabajo no gana nada con las herramientas actuales, eso es un hallazgo, no un fracaso, y hay que documentarlo.
En el otro extremo, David Durman, administrativo de la Universidad de Kentucky y humanista sin creencias religiosas, ha conseguido una adaptación de su puesto para no tener que usar IA, apoyado por la Asociación Humanista Estadounidense, que sostiene que la protección de las convicciones en el trabajo cubre también a quien no cree en ningún dios. Lo pidió antes de que nadie se lo exigiera, por si la recomendación de usarla se convierte un día en orden. Antes lo había logrado una programadora, Erin Maus, por motivos religiosos, como unitaria universalista; la novedad es que ahora basta una convicción sin dios. La universidad dice que lo revisará si cambian las funciones del puesto. Los dos casos dibujan el mismo conflicto desde lados opuestos: quién decide cuándo la herramienta pasa de recomendada a obligatoria, y con qué vara se mide. La carta de Amazon da una buena respuesta para el empleado que duda: no negarse, ni usarla para la estadística, sino explicar con ejemplos dónde ayuda y dónde no. Eso es lo que la empresa dice valorar.
Y mientras pide frugalidad a sus ingenieros, Amazon pide a sus accionistas paciencia con lo contrario. Andy Jassy, su consejero delegado, confirmó en la presentación de resultados que este año gastará en inversión unos doscientos veinte mil millones de dólares, la mayoría para su nube, y que el año que viene gastará «bastante más». La nube creció cerca de un cuarenta por ciento y ya factura a un ritmo anual de unos ciento ochenta mil millones. Amazon invierte en un año más de lo que su nube ingresa en ese año. Para que salga, Jassy promete crecer por encima del cuarenta por ciento también en los dos próximos años Lo que se está decidiendo no es si la demanda existe, que los ingresos de la nube dicen que sí, sino si crecerá lo bastante rápido para pagar unas obras que se pagan por adelantado.
De las obras de la industria a las de la ciencia pública. Hugging Face, varias universidades estadounidenses, entre ellas la Carnegie Mellon, y el Instituto Astera han lanzado Project ProtoStar, una iniciativa para que los datos, los modelos y el código que se pagan con dinero público se publiquen en formatos que una IA pueda encontrar y combinar. El problema que ataca es menos vistoso que un modelo nuevo y probablemente más importante: los datos de la investigación ya son públicos por ley en muchos casos, pero están repartidos en sistemas que no se entienden entre sí, sin la documentación necesaria para reutilizarlos. Publicado no es lo mismo que utilizable.
Por ahora es un acuerdo de intenciones entre las instituciones, sin presupuesto anunciado, y un primer reto que abre el lunes. Los equipos reciben los registros del clima de doscientas diez ciudades estadounidenses hasta 2018 y tienen que predecir lo que de verdad pasó entre 2019 y 2026: la temperatura media, la lluvia, el día más caluroso y la demanda de aire acondicionado. Y se les compara con lo más simple que hay, la media histórica y una línea recta. La idea de medir contra el tiempo que hizo y contra un rival sencillo es buena, pero el diseño tiene una grieta: el tiempo de 2019 a 2025 ya está publicado, y cualquier modelo grande puede haberlo visto al entrenarse. La prueba limpia es el año que aún no ha terminado. Si la IA no bate a una línea recta en predecir el calor de una ciudad, mejor saberlo antes de que un ayuntamiento planifique con ella.
En las clasificaciones, Gemini cuatro Carbon ha entrado ya en LMArena. Según LMArena, en la tabla de texto queda primero, ocho puntos por encima de Gemini cuatro Argon, una diferencia que cabe en el margen de error: es un empate entre los dos Gemini, con Claude Opus cinco punto cinco justo detrás. En la tabla de agentes, la que puntúa sesiones de trabajo completas, queda segundo, a cinco puntos de Opus cinco punto cinco en su modo máximo, y ahí la distancia sí es clara. El contraste es instructivo: en Artificial Analysis empata en cabeza con Opus, en las votaciones de una respuesta empata y en el trabajo largo con herramientas va detrás. No hay contradicción. Son tres preguntas distintas, y cada ranking contesta solo la suya.
Por último, un cambio pequeño en los planes que dice mucho del negocio. OpenAI dará a quien pague sus suscripciones de cien, doscientos o quinientos dólares al mes la misma cantidad en créditos para su A.P.I. Es casi una copia exacta de lo que Anthropic anunció este mismo mes. Para el usuario que programa es parte de lo que ya paga, devuelto en forma de A.P.I. Para las empresas, es una forma de atar al desarrollador a un proveedor: si la cuota ya paga los experimentos, el prototipo se hace con ese modelo, y el producto que sale de él, también. La suscripción, que parecía el producto para el usuario final, pasa a ser también la puerta de entrada al negocio que de verdad importa, el de quien construye encima.
Un modelo que se descarga entero salvo su versión más afilada, una web que se cierra para que nadie se lleve gratis lo que hay dentro, y unos agentes que trabajan tan deprisa que lo difícil ya no es hacer, sino poder deshacer a tiempo.
Fuentes
- Mistral AI, Mistral Large 4 (Le Chonk) is now open weight — https://mistral.ai/news/mistral-large-4-oss/
- Ficha del modelo Mistral Large 4 en Hugging Face — https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B
- Hugging Face, Welcome Le Chonk: Mistral Large 4 on Hugging Face — https://huggingface.co/blog/mistral-large4
- Artificial Analysis, API de modelos de lenguaje (índice de inteligencia, 30 oct 2026) — https://artificialanalysis.ai/api/v2/data/llms/models
- TechCrunch, Mistral releases weights for its trillion-parameter AI model, targeting cybersecurity — https://techcrunch.com/2026/10/29/mistral-releases-weights-for-its-trillion-parameter-ai-model-targeting-cybersecurity/
- Google DeepMind, Gemini 4 Carbon: Our next frontier model — https://deepmind.google/blog/gemini-4-carbon-our-next-frontier-model/
- Simon Willison, Building a multiplayer game world with autonomous Fable-class models — https://simonwillison.net/2026/Oct/29/how-i-built-the-most-ai-pilled-company-in-the-world/
- Jacob Sansbury, How I Built the Most AI-Pilled Company in the World (X) — https://twitter.com/jsnnsa/status/2115623382721126826
- Spawn — https://spawn.co
- GitHub, Octoverse 2026 — https://github.blog/news-insights/octoverse/octoverse-commits-pushes-reach-new-highs-in-2026-as-developers-build-with-agents/
- TechCrunch, As search traffic dries up, Reddit announces it's shifting to a logged-in experience — https://techcrunch.com/2026/10/29/as-search-traffic-dries-up-reddit-announces-its-shifting-to-a-logged-in-experience/
- Reddit, resultados del tercer trimestre de 2026 — https://investor.redditinc.com/news-events/news-releases/news-details/2026/Reddit-Reports-Third-Quarter-2026-Results/default.aspx
- Amazon, An update from Amazon engineering leadership on the role of the developer in the age of AI — https://www.aboutamazon.com/news/company-news/amazon-software-engineer-role-guideline-ai
- American Humanist Association, Humanist secures workplace accommodations from personal AI use — https://americanhumanist.org/news/humanist-secures-workplace-accommodations-from-personal-ai-use-on-the-basis-of-his-beliefs/
- TechCrunch, You don't need to believe in a god to get a religious exemption from using AI at work — https://techcrunch.com/2026/10/29/you-dont-need-to-believe-in-a-god-to-get-a-religious-exemption-from-using-ai-at-work/
- TechCrunch, AWS will be a $1T business, Jassy says. But first, it will spend big — https://techcrunch.com/2026/10/29/aws-will-be-a-1t-business-jassy-says-but-first-it-will-spend-big/
- Hugging Face, Announcing Project ProtoStar — https://huggingface.co/blog/announcing-project-protostar
- LMArena, dataset oficial de clasificaciones (CC-BY-4.0) — https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset
- OpenAI, API credits benefit for eligible ChatGPT subscriptions — https://help.openai.com/en/articles/20001626-api-credits-benefit-for-eligible-chatgpt-subscriptions
- Simon Willison, API credits benefit for eligible ChatGPT subscriptions — https://simonwillison.net/2026/Oct/29/api-credits/