El anuncio del modelo ya se ha publicado. La API se puede probar. Sin embargo, para tu propia instalación local todavía falta el paquete real. Esta fase intermedia es especialmente fácil de pasar por alto con los modelos abiertos: una imagen técnica de lo que se pretende suena enseguida a una descarga que ya está disponible.
Mistral presentó Large 4 el 6 de octubre de 2026 como vista previa pública de la API. El anuncio sitúa la publicación de los pesos a finales de mes; la ficha del modelo también indica una vista previa pública. Según las fuentes a 25 de octubre, el acceso a la vista previa y el paquete local del modelo anunciado siguen siendo estados separados.
De qué se encarga el servicio
Con una API, tu aplicación envía una solicitud a un servicio que proporciona el modelo. Ese servicio mantiene el entorno de ejecución necesario. Por tanto, para una prueba pequeña no tienes que meter primero todos los pesos del modelo en tu ordenador.
Una vía local traslada esta responsabilidad. Necesitas los archivos adecuados, un entorno de ejecución compatible y recursos suficientes. A esto se suman las condiciones de uso aplicables. Tener un archivo todavía no responde a todas estas preguntas; un anuncio ni siquiera responde a la pregunta de qué artefacto concreto existe.
Para la planificación técnica, conviene separar tres ámbitos: el acceso al servicio, los artefactos completos y una forma demostrada de ejecutar el modelo. Para cada ámbito, anota el estado que hayas comprobado realmente. Así, una descarga posterior se convierte en un añadido concreto y no en una corrección silenciosa de una afirmación de disponibilidad hecha demasiado pronto.
La tarea no depende de la vía de acceso
Define primero un caso de uso pequeño, como resumir tus propias notas de producto. Tres frases basadas en hechos, ninguna propiedad desconocida añadida y una indicación visible de las contradicciones son requisitos útiles. Estas reglas se aplican tanto a una prueba a través del servicio como a una posible comparación local posterior.
Utiliza unas pocas notas sintéticas cuyo significado conozcas. Una nombra un material, otra corrige una cantidad y a otra le falta la talla. Mantén sin cambios las entradas y los límites deseados. Si más adelante cambian tanto la vía de acceso como la instrucción, difícilmente podrás atribuir las diferencias a una sola causa.
Identificar un artefacto sin ambigüedad
En cuanto tengas realmente un archivo de modelo que tengas permiso para usar, puedes registrar su nombre, su tamaño y una suma de comprobación. La siguiente utilidad en Python, escrita por nosotros, lee un archivo existente bloque a bloque. No descarga nada, no modifica ningún archivo y no comprueba la calidad del modelo.
from pathlib import Path
import hashlib
import sys
pfad = Path(sys.argv[1])
if not pfad.is_file():
raise SystemExit("Specify an existing file.")
pruefer = hashlib.sha256()
with pfad.open("rb") as quelle:
for block in iter(lambda: quelle.read(1024 * 1024), b""):
pruefer.update(block)
print("File:", pfad.name)
print("Bytes:", pfad.stat().st_size)
print("SHA256:", pruefer.hexdigest())Guárdala como datei-stand.py y, al ejecutarla, indica la ruta real de un archivo existente. En un modelo que consta de varias partes, la suma de comprobación de una sola parte no basta para todo el paquete. En ese caso, enumera los artefactos relevantes por separado y guarda junto a ellos una nota sobre su origen.
Una suma de comprobación es una marca de identidad. Muestra si dos versiones de un archivo coinciden. No certifica ni un derecho de uso ni la seguridad, la exactitud de los hechos o una memoria suficiente. Estas cuestiones corresponden a comprobaciones separadas.
De la descarga a un funcionamiento local documentado
Para una prueba local auténtica necesitas además el entorno de ejecución exacto, su configuración y una tarea pequeña que se haya ejecutado realmente. Una descarga correcta por sí sola todavía no es una carga correcta. Un modelo cargado por sí solo todavía no es un resultado utilizable.
Por eso, guarda el comando que usaste realmente y la salida que observaste junto con la versión del artefacto. Si falta un requisito previo, queda pendiente exactamente ese paso. Técnicamente, esto es más útil que la afirmación genérica de que el modelo ya está disponible en local.
La noticia de Mistral abre una vía concreta de vista previa de la API y describe una publicación prevista de los pesos. Quien mantiene separados estos niveles puede seguir la evolución con interés y añadir más adelante una prueba propia y trazable. La frontera nítida entre lo anunciado, lo existente y lo ejecutado hace que un gran anuncio de modelo resulte comprensible en la práctica.
Fuentes y estado
Fuentes a 25 de octubre de 2026. Introducing Mistral Large 4 · Ficha del modelo Mistral Large 4.
