Mistral Large 4

Mistral Large 4 - Modelo de IA multimodal de uso general con zona de pruebas gratuita y API compatible con OpenAI

Lanzado el 7 oct 2026

Mistral Large 4 es un modelo de IA multimodal de uso general que admite entradas de texto e imagen para tareas que incluyen programación, análisis de documentos, interpretación de imágenes, redacción y generación de datos estructurados. Ofrece una zona de pruebas gratuita basada en navegador para probar indicaciones sin necesidad de programar, además de una API REST compatible con OpenAI para integrarse en aplicaciones personalizadas. El modelo cuenta con una ventana de contexto oficial de 1 millón de tokens, esfuerzo de razonamiento ajustable, indicaciones de sistema personalizadas y controles de temperatura para ajustar el comportamiento de las salidas. Está diseñado para desarrolladores que crean aplicaciones de IA, usuarios ocasionales que prueban indicaciones y equipos que trabajan en flujos de trabajo de IA multimodal.

0VistasChatbot IAFreemiumModelo de Lenguaje (LLM)GPTGeneración de CódigoAutocompletar CódigoRevisión de CódigoAPI Disponible
Mistral Large 4 - Main Image

Mistral Large 4

Mistral Large 4 es un modelo de IA multimodal de propósito general disponible a través de un entorno de prueba gratuito basado en navegador y una API REST compatible con OpenAI, diseñado para admitir tareas comunes de IA, incluyendo programación, análisis de documentos, interpretación de imágenes, redacción y generación de datos estructurados. El modelo cuenta con una ventana de contexto oficial de 1 millón de tokens, con controles ajustables para afinar el comportamiento de las salidas para diferentes casos de uso.

Capacidades principales

Mistral Large 4 admite entradas de texto e imágenes para manejar una amplia gama de tareas prácticas de forma inmediata. Los usuarios pueden enviar fragmentos de código para su revisión, pegar extractos de documentos para hacer preguntas específicas o compartir URL de imágenes públicas para interpretar capturas de pantalla, diagramas y datos visuales. Para flujos de trabajo basados en API, el modelo admite llamadas a funciones personalizadas para habilitar integraciones de herramientas, como búsquedas externas o consultas de datos internos, manteniendo el control total sobre la lógica de ejecución por parte del usuario. El modelo puede generar salidas JSON estructuradas de forma nativa para casos de uso que incluyen clasificación de contenido, extracción de datos y planificación de flujos de trabajo, eliminando la necesidad de pasos de análisis adicionales para los sistemas posteriores que esperan datos con un formato predecible. Los controles configurables integrados permiten a los usuarios ajustar el comportamiento por cada solicitud: los usuarios pueden establecer indicaciones de sistema personalizadas para definir el rol predeterminado del asistente y el estilo de salida, ajustar la temperatura para controlar la aleatoriedad de las respuestas y alternar el nivel de esfuerzo de razonamiento entre respuestas directas de bajo esfuerzo y razonamientos más profundos de alto esfuerzo para la resolución de problemas complejos. El entorno de prueba en línea gratuito no requiere conocimientos de programación para probar indicaciones, mientras que la API incluye soporte de transmisión nativo para la entrega de respuestas en tiempo real en aplicaciones integradas.

Flujos de trabajo admitidos

El flujo de trabajo del entorno de prueba sin código está diseñado para pruebas rápidas y sin fricciones:

  1. Inicia sesión para acceder a la interfaz del entorno de prueba gratuito

  2. Pega texto o código directamente en el campo de entrada, o agrega una URL de imagen pública junto con tu indicación, y ajusta la configuración del modelo, incluyendo el esfuerzo de razonamiento, la temperatura y los tokens máximos de salida, según sea necesario

  3. Revisa la respuesta del modelo, perfecciona tu consulta con indicaciones de seguimiento y valida las salidas frente a tu material de origen antes de escalar a integraciones más grandes. Para el contenido en PDF, extrae primero los extractos de texto relevantes para enviarlos a través del campo de entrada de texto. Para las integraciones de API para desarrolladores, el flujo de trabajo utiliza herramientas estándar compatibles con OpenAI:

  4. Genera una clave de API del lado del servidor en la configuración de tu cuenta y configura tu cliente de OpenAI para que apunte a la URL base de la API de Mistral Large 4

  5. Envía solicitudes con tu texto, URL de imágenes, indicaciones de sistema personalizadas y cualquier función de herramienta definida, especificando el nivel de esfuerzo de razonamiento deseado y el formato de salida

  6. Valida cualquier solicitud de llamada a herramienta devuelta en tu propia lógica de aplicación antes de ejecutar las funciones aprobadas y pasa los resultados de vuelta al modelo para continuar con el flujo de trabajo. Puedes habilitar la transmisión para entregar respuestas incrementales a los usuarios finales a medida que se generan.

Públicos objetivo

Mistral Large 4 está diseñado para cuatro grupos principales de usuarios:

  • Desarrolladores que crean aplicaciones y agentes de IA personalizados que necesitan un punto de conexión flexible compatible con OpenAI para integrar capacidades multimodales y de llamada a herramientas sin necesidad de alojar modelos personalizados

  • Usuarios ocasionales e ingenieros de indicaciones que necesitan probar, iterar y perfeccionar indicaciones de IA sin escribir código ni gestionar infraestructura

  • Equipos multifuncionales que trabajan en proyectos de revisión de código, análisis de documentos e interpretación de imágenes que necesitan un entorno compartido para probar salidas antes de implementar flujos de trabajo a gran escala

  • Organizaciones que buscan integrar capacidades de IA multimodal de propósito general en sus flujos de trabajo internos existentes, con facturación de uso configurable para adaptarse a la demanda variable.

Términos de precios y uso

Mistral Large 4 opera con un modelo freemium. El entorno de prueba en línea está disponible de forma gratuita después de iniciar sesión, y todo el uso que supere el límite gratuito se calcula mediante un sistema de créditos: los créditos se calculan como el costo real del modelo en dólares estadounidenses multiplicado por 12 000, redondeado al número entero más cercano. Todas las solicitudes que se admiten para su generación se cuentan para el uso, incluso si luego se cancelan o no se completan. Los paquetes de créditos únicos están disponibles para usuarios con uso ocasional o basado en proyectos: estos paquetes no caducan nunca y no se renuevan automáticamente. Los paquetes únicos disponibles incluyen 80 000 créditos por 10 USD, 1 000 000 de créditos por 100 USD y 11 000 000 de créditos por 1000 USD. Los planes de suscripción mensual otorgan una cantidad fija de créditos en cada período de facturación, y cada asignación de créditos es válida durante 90 días a partir de la fecha en que se agrega a la cuenta. Todos los planes incluyen acceso al conjunto completo de funciones del entorno de prueba, controles de modelo ajustables, acceso a la API y soporte por correo electrónico.

Limitaciones actuales

Al 7 de octubre de 2026, se aplican las siguientes limitaciones del servicio:

  • El entorno de prueba gratuito no admite cargas de PDF, entradas de audio ni entradas de video. Solo acepta texto pegado y URL de imágenes públicas.

  • Los límites de entrada del entorno de prueba se establecen en 24 mensajes totales por conversación, 24 000 caracteres por mensaje individual, 96 KiB por solicitud completa y un máximo de 16 384 tokens de salida. La ventana de contexto oficial de 1 millón de tokens del modelo no es el límite de entrada activo para la interfaz del entorno de prueba.

  • La integración de la API pública está configurada con un límite de contexto de 524 288 tokens, que es menor que la capacidad máxima declarada de 1 millón de tokens del modelo.

  • Los pesos del modelo aún no están disponibles para el alojamiento propio, y se planea un lanzamiento público para finales de octubre de 2026. No se han confirmado los términos de implementación autohospedada ni de licencia comercial antes de ese lanzamiento.

  • El entorno de prueba alojado no es una implementación privada. No se deben enviar documentos confidenciales de la empresa ni datos regulados sensibles al entorno de prueba, y se recomienda a los usuarios que revisen la política de privacidad de la plataforma para obtener detalles sobre el procesamiento de datos, la retención y las regiones de alojamiento geográfico antes de procesar contenido sensible a través de la API.

Comentarios

Comentarios

Por favor inicia sesión para dejar un comentario.
Aún no hay comentarios. ¡Sé el primero en compartir tu opinión!