O novo modelo de 1T da Mistral visa superar rivais fechados e abertos

A corrida entre a IA aberta e a fechada está em andamento, e a Europa continua na disputa. Na terça-feira, o laboratório francês de IA Mistral AI lançou o Mistral Large 4 (ML4), um novo grande modelo multimodal que visa superar rivais americanos e chineses — seguindo o que o presidente francês Macron descreveu como "uma terceira via na IA".

Em meio a uma divisão crescente entre modelos fechados que podem ser desativados e modelos abertos que geralmente são fabricados na China, a Mistral está posicionando o ML4 como uma alternativa a ambos. Apelidado de Le Chonk em referência aos seus 1 trilhão de parâmetros, o ML4 definitivamente não é pequeno; mas ainda não é um modelo de pesos abertos. Por enquanto, ele só pode ser acessado por meio de um ponto de extremidade (endpoint) público com salvaguardas, mas a Mistral planeja disponibilizar seus pesos em apenas três semanas, após a conclusão dos testes de segurança.

"Enquanto isso, trabalharemos com parceiros confiáveis e governos para garantir que os pesos de código aberto possam ser usados para defesa, mas não para [realizar] ataques maliciosos", disse Pierre Stock, vice-presidente de ciência da Mistral, ao TechCrunch.

As preocupações com a segurança têm aumentado nos últimos meses, particularmente entre o público principal da Mistral — empresas e instituições. Ao mesmo tempo, um modelo de pesos abertos é mais fácil de auditar, disse Stock.

Outro aspecto importante de bastidores é que o ML4 foi treinado inteiramente com o poder computacional da Mistral; usando apenas 4.000 GPUs da Nvidia, "o que é duas a três vezes menos do que nossos concorrentes chineses e significativamente menos do que os concorrentes de código fechado", disse Stock.

Com os resultados de benchmarks ainda pendentes, a Mistral espera que o ML4 seja o melhor da categoria entre os modelos de pesos abertos, especialmente fora da China, mas não apenas, disse Stock. Graças ao treinamento focado, ele também pode superar modelos fechados em áreas específicas que são fundamentais para seus clientes e onde as capacidades multimodais podem agregar valor.

Segundo Stock, os casos de uso otimizados do ML4 incluem cibersegurança e finanças, além de design de chips, que é essencial para dois dos principais apoiadores da Mistral — a gigante holandesa ASML, que liderou sua Série C, e a Samsung, que liderou sua Série D no mês passado com uma avaliação de 21 bilhões de euros (cerca de 24,39 bilhões de dólares).

Na época, a empresa tentou transmitir que sua decisão de hospedar modelos chineses não era uma guinada para se tornar apenas uma provedora de inferência. Com o Le Chonk em seu canto, a empresa acredita que ainda deve ser considerada um laboratório de ponta também.