Los equipos que estén considerando un modelo de IA de pesos abiertos necesitan saber dos cosas antes de tomar una decisión: qué puede hacer el modelo y si sus pesos están realmente disponibles. Mistral Large 4, apodado «le Chonk», llegó como vista previa pública el 6 de octubre de 2026, con ambiciosas afirmaciones de rendimiento, pero Mistral dijo que sus pesos estarían disponibles antes de que terminara octubre.
Esta distinción determina cómo interpretar el anuncio. Mistral Large 4 ya está disponible a través de Mistral Studio y su API, mientras que su atractivo a largo plazo depende en parte de la prometida publicación de los pesos, de las condiciones asociadas y del rendimiento del modelo en flujos de trabajo reales. Esto es lo que Mistral ha dado a conocer, lo que sus resultados en benchmarks demuestran y lo que no, y qué deberían comprobar a continuación los posibles usuarios.
¿Qué es Mistral Large 4, «le Chonk», y ya tiene pesos abiertos?
Mistral presentó Large 4 como una vista previa pública y lo describió como un modelo de pesos abiertos, cuya publicación estaba prevista para finales de octubre de 2026. La vista previa permite a los desarrolladores probar el modelo a través de los servicios alojados de Mistral antes de esa publicación. Por sí sola, no significa que una organización ya pueda descargar los pesos y ejecutarlos en su propia infraestructura.
«Modelo MoE híbrido de instrucciones y razonamiento con pesos abiertos»
Así describe Mistral a Large 4. La empresa afirma que el modelo combina el seguimiento de instrucciones, el razonamiento y las capacidades agénticas, en lugar de presentarlos como productos separados. Su enfoque es más amplio que el de un chatbot: Mistral lo promociona para tareas que pueden requerir análisis, flujos de trabajo orientados al uso de herramientas y trabajo con distintas modalidades.
Respuesta directa: según Mistral, Mistral Large 4 es un modelo multimodal nativo de mezcla de expertos con un billón de parámetros y 52.000 millones de parámetros activos. Se lanzó como vista previa pública el 6 de octubre de 2026 a través de Mistral Studio y la API; Mistral dijo que publicaría sus pesos antes de que terminara ese mes.
El calendario importa para las decisiones de adquisición y de ingeniería. Un equipo que necesite evaluar el comportamiento de una aplicación puede empezar con la vista previa. Un equipo que requiera autoalojamiento, inspeccionar la versión que finalmente se publique o controlar su propia implementación del modelo tiene otro punto de decisión: necesita los pesos reales y los detalles de publicación correspondientes.
«Pesos abiertos» responde a una pregunta más acotada que «código abierto». El acceso a los pesos del modelo no establece por sí solo las condiciones de la licencia, el acceso a los datos de entrenamiento ni los permisos para todos los casos de uso. Esos detalles no se especifican en la información proporcionada sobre el anuncio, así que las organizaciones deberían evitar considerar que la publicación prevista de los pesos resuelve por completo las cuestiones de implementación o gobernanza.
Por tanto, la forma más útil de interpretar el lanzamiento no es ni desestimarlo ni aceptarlo sin reservas. Large 4 se puede probar mediante una vista previa, y Mistral se ha comprometido a publicar los pesos en una fecha concreta. Son avances significativos, pero corresponden a hitos distintos.
Cómo cambia el diseño MoE de un billón de parámetros la cuestión de la escala
Mistral afirma que Large 4 tiene un billón de parámetros totales y 52.000 millones de parámetros activos. La distinción es fundamental en su diseño de mezcla de expertos o MoE: el total de parámetros describe la escala general del modelo, mientras que la cifra de parámetros activos describe la parte que, según Mistral, se utiliza para un cálculo determinado. Informar únicamente de la cifra de un billón de parámetros ocultaría esa diferencia.
Para quienes comparan anuncios de modelos, ninguna de las dos cifras predice por sí sola la calidad en una aplicación. La escala total no indica a un desarrollador si las respuestas serán precisas con documentos internos, si un agente se recuperará de un paso fallido o cómo se comportará el modelo con una configuración concreta de servicio. La cantidad de parámetros activos es un dato contextual útil, no un sustituto de las mediciones de latencia, memoria, rendimiento y coste en una implementación real.
Un modelo, varios tipos de trabajo
Mistral califica Large 4 de multimodal nativo y afirma que unifica las capacidades de seguimiento de instrucciones, razonamiento y actuación agéntica. En la práctica, estas etiquetas describen distintas exigencias que los usuarios pueden plantearle a un sistema: seguir instrucciones explícitas, resolver preguntas difíciles y participar en flujos de trabajo de varios pasos. Los benchmarks del anuncio abarcan algunos aspectos de ese panorama, pero ninguna puntuación por sí sola demuestra que todas las capacidades vayan a ser igual de sólidas en cualquier contexto.
El carácter «multimodal nativo» también es importante, sobre todo para los equipos que trabajan con materiales que van más allá del texto sin formato. La información proporcionada sobre el lanzamiento no detalla todos los formatos de entrada o salida admitidos, sus límites ni sus precios. Los equipos que evalúen un flujo de trabajo concreto con documentos, imágenes u otros contenidos multimodales deberían confirmar las funciones pertinentes de la API, en lugar de deducirlas de la descripción general.
- Para los equipos de producto: Prueben solicitudes representativas relacionadas con el seguimiento de instrucciones, el razonamiento y los pasos con herramientas que utilice realmente su aplicación.
- Para los equipos de infraestructura: Distingan la cifra de parámetros del modelo de los requisitos de servicio de la implementación que planean operar.
- Para los compradores: Pregunten si un único modelo puede sustituir a varios componentes del flujo de trabajo sin aumentar las tasas de error ni complicar la supervisión.
El diseño de Large 4 resulta más interesante cuando se combinan esas exigencias. Si logra razonar, comprender contenido visual y ejecutar flujos de trabajo lo bastante bien dentro de una misma aplicación, la consolidación podría ser valiosa. Si una organización solo necesita resolver una tarea específica, un modelo más pequeño o especializado quizá siga siendo la opción más práctica. El anuncio refleja la ambición de Mistral, pero no ofrece una respuesta automática para todas las cargas de trabajo.
Qué muestran y qué no muestran los resultados de Mistral Large 4 en ciberseguridad
La ciberseguridad es una de las áreas en las que Mistral afirma que Large 4 destaca más. La empresa dice que el modelo ofrece resultados de vanguardia entre los modelos abiertos en benchmarks de ciberseguridad, finanzas y fabricación. También afirma que Large 4 supera a cualquier modelo de pesos abiertos desarrollado en Estados Unidos o Europa, una afirmación amplia que los posibles usuarios deberían contrastar con las tareas específicas que les interesan.
En el Artificial Analysis Cyber Index, Mistral afirma que Large 4 figura entre los cinco mejores modelos del mundo y que supera ampliamente a los modelos de pesos abiertos desarrollados fuera de China. Se trata de dos comparaciones distintas: una lo sitúa entre los modelos de todo el mundo y la otra delimita el grupo por lugar de desarrollo y disponibilidad de los pesos. No se debería sustituir silenciosamente una comparación por la otra.
Mistral también informa de una puntuación del 82 % en una prueba de ciberseguridad, que describe como la más alta obtenida por cualquier modelo en esa prueba. La información proporcionada no identifica la prueba con más detalle. Por eso, la cifra merece atención, pero no constituye una base sólida para hacer afirmaciones sobre una tarea concreta de pruebas de penetración, una operación de seguridad o un entorno de producción.
En Cybench, Mistral afirma que Large 4 resuelve el 93 % de los desafíos. Un resultado de resolución de desafíos es más concreto que una etiqueta general como «destaca en ciberseguridad», pero sigue siendo un resultado de benchmark. No demuestra con qué fiabilidad funcionará el modelo con los sistemas, permisos, estándares de evidencia o procedimientos de respuesta ante incidentes de una organización.
Cómo debería interpretar un equipo de seguridad las cifras
- Identifiquen la tarea de seguridad exacta: análisis, clasificación inicial, investigación u otro flujo de trabajo. No den por sentado que una puntuación alta en ciberseguridad se traslada sin cambios de una tarea a otra.
- Comprueben qué se considera éxito en el benchmark pertinente y compárenlo con las pruebas que necesitaría un revisor humano en el trabajo real.
- Prueben tanto las respuestas útiles como las arriesgadas. Aunque el modelo tenga capacidad para resolver desafíos de ciberseguridad, necesita límites adecuados para las solicitudes sensibles.
- Mantengan a una persona responsable en el proceso de toma de decisiones para las acciones que puedan afectar a los sistemas, los accesos o la gestión de incidentes.
En ciberseguridad, la capacidad y la prudencia deben tenerse en cuenta a la vez. Mistral informa tanto de un sólido rendimiento en desafíos como de resultados de seguridad, pero estos miden propiedades distintas. La conclusión adecuada a partir de las cifras publicadas es que Large 4 merece una evaluación más detenida para tareas de ciberseguridad, no que una clasificación en un benchmark baste para autorizar su funcionamiento sin supervisión.
Benchmarks de programación y agentes: dónde puede encajar la vista previa en los flujos de trabajo
Large 4 también se presenta como una opción para tareas de software y de tipo agéntico. Mistral informa de un 61,7 % en DeepSWE v1.1, un 59,4 % en SWE-Atlas-QnA y un 28,3 % en Terminal-Bench 4.0. Estas puntuaciones ofrecen distintas perspectivas del rendimiento relacionado con la programación, pero no deben interpretarse como porcentajes intercambiables de «capacidad para programar». Cada benchmark tiene sus propias tareas y reglas de puntuación.
Una evaluación humana independiente y a ciegas ofrece otra perspectiva. Mistral afirma que Large 4 Preview quedó en segundo lugar entre cinco modelos y obtuvo una puntuación de 3,74 sobre 5. El resultado es relevante porque fueron personas quienes evaluaron las respuestas, en lugar de depender únicamente de una puntuación automatizada. Aun así, describe una configuración de evaluación concreta, no garantiza que el modelo vaya a quedar segundo para todos los equipos de desarrollo y sus bases de código.
En cuanto a los flujos de trabajo agénticos, Mistral informa de un 59,9 % en AutomationBench y 1.393 puntos Elo en AA-Briefcase. Estas cifras respaldan el interés de la empresa por las tareas de varios pasos, pero no especifican cómo gestionará el modelo todas las herramientas, esquemas de autorización o fallos inesperados de un sistema activo. Incluso un agente que obtiene buenos resultados en un benchmark puede requerir un diseño cuidadoso de las herramientas y un punto claro en el que detenerse.
Convertir el interés por los benchmarks en un piloto útil
Un piloto de programación debería empezar con un trabajo que el equipo ya sepa evaluar: un problema real, un repositorio conocido y criterios de aceptación que vayan más allá de generar código verosímil. Evalúen si el modelo identifica los archivos pertinentes, explica sus supuestos, gestiona los intentos fallidos y deja cambios que un desarrollador pueda verificar. Midan el esfuerzo necesario para revisar y corregir una respuesta, no solo si el primer borrador parece pulido.
Para un piloto agéntico, definan qué herramientas puede utilizar el modelo y qué debe ocurrir antes de cualquier acción con consecuencias. Prueben tareas con información incompleta e instrucciones contradictorias, porque los ejemplos fluidos de los benchmarks rara vez capturan toda la ambigüedad de las operaciones cotidianas. Registren si el sistema pide aclaraciones, da un salto injustificado o se detiene cuando carece de autorización.
- Usen las puntuaciones de programación para preseleccionar: Indican en qué áreas ha demostrado el modelo su rendimiento en las evaluaciones descritas.
- Usen la revisión humana para elegir: La legibilidad, la facilidad de mantenimiento y la cantidad de correcciones necesarias influyen en el valor práctico.
- Usen pruebas del flujo de trabajo para decidir la implementación: El uso de herramientas, la recuperación de errores y los límites de aprobación determinan si un agente es fiable en su contexto.
La conclusión más clara es que Large 4 ha presentado resultados en programación, preferencia humana y pruebas agénticas, en lugar de limitarse a un único benchmark de software. Esa variedad lo convierte en un candidato creíble para una evaluación. No elimina la necesidad de medir los resultados en el repositorio y el entorno operativo donde se utilizaría.
Las afirmaciones sobre multimodalidad, ciencia, derecho y finanzas requieren verificaciones específicas para cada tarea
Los argumentos de Mistral a favor de Large 4 van más allá del código y la ciberseguridad. En el benchmark de fundamentación visual Dense 200, la empresa afirma que su modelo obtiene un 42 %, frente al 41 % de GPT-6-Astra. Se trata de una ventaja comunicada en una prueba concreta, no de una prueba de superioridad visual general. Una diferencia de un punto también aporta poca información a un posible usuario sobre el rendimiento con sus propios documentos o imágenes.
En ciencias y matemáticas, Mistral afirma que Large 4 es el modelo de pesos abiertos de vanguardia en SciCode-Verified. Es una afirmación más precisa y útil que decir que es el mejor modelo científico en general: especifica tanto el benchmark como el grupo de comparación. Aun así, los equipos que trabajen en ciencias deberían evaluar si las tareas de la prueba se parecen a sus propios cálculos, código o procesos de investigación.
Las afirmaciones sobre el trabajo intelectual especializado también son específicas. Mistral dice que evaluadores externos concluyeron que Large 4 supera a GPT-6-Astra en tareas representativas de los ámbitos jurídico y financiero. La empresa también afirma que supera a todos los modelos de código abierto en el benchmark Legal Agent de HarveyAI. Estas declaraciones apuntan a resultados prometedores en sectores profesionales, pero no significan que las respuestas del modelo puedan sustituir la revisión jurídica o la verificación financiera.
Qué debería incluir una evaluación específica de cada ámbito
Para el trabajo jurídico, prueben preguntas basadas en los materiales y la jurisdicción que necesite realmente el usuario, y luego pidan a revisores cualificados que comprueben la respuesta y el razonamiento que la sustenta. En finanzas, comprueben si el modelo maneja la terminología, los cálculos y las fuentes pertinentes sin introducir supuestos sin fundamento. En ambos casos, comparen el proceso de revisión completo, no solo la fluidez de la primera respuesta.
La cobertura multilingüe puede influir en estas evaluaciones. Mistral afirma que una parte significativa de los datos de entrenamiento del modelo era multilingüe, abarcaba más de 160 idiomas e incluía todos los idiomas oficiales de la UE. Es una afirmación importante sobre los datos de entrenamiento para las organizaciones que atienden a usuarios en varios idiomas. Por sí sola, no demuestra que el rendimiento, la terminología o el comportamiento de seguridad sean idénticos en cada idioma.
Por tanto, un conjunto de pruebas útil debería incluir los idiomas y tipos de documentos que las personas realmente vayan a enviar. Debería incluir tanto expresiones cotidianas como lenguaje especializado, y los revisores deberían buscar errores que pueden pasar desapercibidos en una traducción fluida. Si un flujo de trabajo alterna entre idiomas, prueben ese cambio en lugar de evaluar cada idioma únicamente por separado.
Estas afirmaciones específicas por ámbito son valiosas porque ofrecen puntos de partida concretos: Dense 200 para la fundamentación visual, SciCode-Verified para el trabajo científico y evaluaciones jurídicas y financieras con nombre propio. No constituyen una clasificación universal de la calidad de los modelos. El mejor paso siguiente es relacionar cada resultado publicado con una tarea real e identificar qué aspectos no contempla el benchmark.
Resultados de seguridad: resistencia, comportamiento responsable y rechazos en ciberseguridad
Mistral informa de que Large 4 resiste el 93,3 % de los ataques en el benchmark de seguridad de IA B3 de Lakera. Esa cifra refleja el rendimiento frente a ataques en una evaluación concreta. No debería interpretarse como una garantía del 93,3 % frente a todas las inyecciones de instrucciones, jailbreaks u otros ataques que una aplicación implementada podría sufrir.
En el benchmark KORA, Mistral afirma que Large 4 obtuvo su puntuación medida más alta entre los modelos OSS en comportamiento responsable: 1,691 sobre 2. La empresa también dice que la tasa media de rechazo del modelo ante instrucciones de ciberseguridad procedentes de varios benchmarks de jailbreak y seguridad es superior a la de todos los modelos OSS. Estos resultados abordan aspectos distintos del comportamiento, así que combinarlos en una única «puntuación de seguridad» ocultaría distinciones útiles.
El rechazo depende especialmente del contexto. Una tasa de rechazo más alta puede ayudar a limitar las respuestas a solicitudes dañinas, pero también puede afectar a profesionales legítimos de la seguridad si el modelo se niega a realizar tareas para las que cuentan con autorización. El anuncio no determina dónde estará ese límite para las instrucciones de una organización concreta. Probar tanto las tareas permitidas como las prohibidas aporta más información que celebrar de forma aislada una tasa de rechazo alta o una tasa alta de resolución de desafíos.
- Prueben la resistencia a ataques: Intenten reproducir los tipos de entradas no confiables que encontrará la aplicación, sobre todo cuando el material proporcionado por el usuario pueda influir en las instrucciones.
- Prueben el acceso legítimo: Comprueben si el personal autorizado puede realizar su trabajo habitual sin encontrarse repetidamente con rechazos inútiles.
- Prueben la supervisión: Verifiquen que los usuarios puedan revisar, corregir y detener las respuestas o las acciones de las herramientas antes de que causen daños.
Las afirmaciones de seguridad hacen que merezca la pena examinar Large 4, especialmente por la capacidad que Mistral le atribuye en ciberseguridad. Sin embargo, un benchmark no exime a nadie de la responsabilidad por la seguridad de la aplicación. El diseño de la implementación, los permisos de los usuarios, los procesos de revisión y la supervisión siguen siendo responsabilidad de la organización que utilice el modelo.
Entrenamiento e implementación en Europa en la propuesta de soberanía de IA de Mistral
Mistral afirma que entrenó Large 4 desde cero en 3.800 GPU NVIDIA Grace Blackwell, en sus propios centros de datos europeos. Presenta esa infraestructura como parte de una iniciativa más amplia en favor de la «soberanía de la IA». En términos concretos, el anuncio vincula el desarrollo del modelo a recursos de entrenamiento operados en Europa, en lugar de tratar la ubicación geográfica como una mera etiqueta de marketing.
La empresa también afirma que Large 4 estará disponible en varias regiones, incluida una implementación europea operada íntegramente por Mistral. Para las organizaciones con requisitos de implementación regional, es una opción importante que conviene investigar. La disponibilidad anunciada no responde por sí sola a todas las preguntas sobre los flujos de datos de cada cliente, las condiciones contractuales o los controles operativos.
El lugar de entrenamiento, el lugar de inferencia y la titularidad de los pesos son cuestiones distintas. El entrenamiento en Europa describe dónde afirma Mistral haber creado el modelo. Una implementación europea se refiere al lugar y a quién opera un servicio alojado. La futura publicación de los pesos podría ofrecer otra vía a las organizaciones que deseen evaluar sus propias opciones de alojamiento, dependiendo de los detalles de la publicación y de la infraestructura disponible.
Preguntas para una revisión de soberanía
- ¿En qué región concreta se procesarán las solicitudes de producción y quién operará esa implementación?
- ¿Qué controles se aplican a las instrucciones, las respuestas y los datos de la aplicación enviados al servicio alojado?
- ¿Qué condiciones regirán el uso de los pesos cuando se publiquen y se ajustan esas condiciones al uso previsto?
- ¿El autoalojamiento mejoraría de forma significativa el control de la organización, teniendo en cuenta el trabajo operativo que requeriría?
Ninguna de estas preguntas resta importancia a la afirmación de Mistral sobre su infraestructura europea. Sirven para convertir un argumento general sobre soberanía en decisiones que pueden evaluar los equipos técnicos, jurídicos y de adquisiciones. Una opción regional resulta más útil cuando sus límites concretos se ajustan a las necesidades reales de la organización.
Mistral afirma que Large 4 también será la base de una nueva generación de modelos especializados de Mistral. Esto apunta a una estrategia que va más allá de un único lanzamiento de propósito general. No identifica esos futuros modelos ni especifica sus capacidades, por lo que los equipos deberían evaluar Large 4 según lo que está disponible y documentado ahora, en lugar de basarse en una hoja de ruta supuesta.
Acceso a la vista previa, precios de la API y coste de una evaluación real
La forma inmediata de probar Large 4 es mediante Mistral Studio o la API. La página del anuncio de Mistral indica un precio de 1,36 dólares por millón de tokens de entrada y 4,18 dólares por millón de tokens de salida. Esas cifras resultan útiles para una primera estimación del coste de la API, pero el presupuesto de producción también depende de cuántos tokens consume un flujo de trabajo, con qué frecuencia se ejecutan las solicitudes y cuánto esfuerzo de revisión o repetición requiere la aplicación.
Para una tarea con mucho texto, una organización puede empezar midiendo los volúmenes habituales de tokens de entrada y salida y aplicar después las tarifas indicadas a un lote representativo. Debería repetir el cálculo con casos difíciles, no solo con instrucciones breves que hayan tenido éxito. Si un flujo de trabajo implica varios pasos agénticos, hay que contar las solicitudes de toda la tarea, en lugar de considerar que la respuesta final representa el coste total.
El precio es solo una parte de la disyuntiva entre el acceso alojado y una futura opción de autoalojamiento. La vista previa ofrece una forma directa de evaluar el comportamiento del modelo sin esperar a que se publiquen los pesos. Una implementación basada en los pesos podría ofrecer a una organización otro grado de control operativo, pero no es posible deducir de los precios de la API anunciados cuáles serán los requisitos de hardware, las necesidades de personal, las condiciones de la licencia ni la economía total.
Separar tres decisiones que suelen confundirse
- ¿Deberíamos probarlo? La vista previa y las afirmaciones publicadas sobre los benchmarks permiten a los equipos realizar ahora un piloto específico.
- ¿Deberíamos pagar por el uso alojado? Para decidirlo, hay que medir la calidad, el consumo de tokens, los requisitos regionales y los costes de todo el flujo de trabajo.
- ¿Deberíamos ejecutar los pesos? Esta decisión requiere la versión que finalmente se publique, sus condiciones y un plan de implementación que satisfaga las necesidades técnicas y de gobernanza.
Mantener separadas estas decisiones ayuda a evitar que un benchmark impresionante se convierta en un compromiso de gasto que nadie haya examinado a fondo. También evita esperar a la publicación de los pesos cuando la pregunta inmediata es simplemente si el modelo funciona lo bastante bien con las tareas del equipo. La vista previa es valiosa precisamente porque permite comprobarlo.
Cómo decidir si Mistral Large 4 debería formar parte de tu lista de opciones
Large 4 resulta más interesante para los equipos a los que les importa más de una de las áreas que destaca Mistral: programación, flujos de trabajo agénticos, ciberseguridad, tareas multilingües o análisis especializado. Los resultados comunicados sugieren que se trata de un modelo amplio, no de una herramienta creada para un único benchmark. Sin embargo, esa amplitud puede dar la falsa impresión de que todas las tareas ya se han validado.
Empiecen creando una lista de opciones basada en los requisitos, no en una única posición de una clasificación. Si los pesos descargables son imprescindibles, sigan de cerca la publicación prometida y evalúen sus condiciones antes de comprometerse. Si la necesidad inmediata es contar con un modelo alojado para hacer pruebas, utilicen la vista previa para comparar Large 4 con las alternativas que ya estén considerando.
Elaboren un pequeño conjunto de evaluación basado en tareas reales: solicitudes habituales, casos límite difíciles, ejemplos multilingües cuando corresponda y casos en los que una respuesta incorrecta tendría consecuencias graves. Decidan de antemano qué se considera un resultado satisfactorio, qué requiere revisión humana y qué fallos son inaceptables. Así, la comparación seguirá siendo útil aunque el equipo cambie de modelo más adelante.
Para la programación y los agentes, midan las tareas completadas y el esfuerzo de revisión. En aplicaciones jurídicas, financieras, científicas o de seguridad, pidan a especialistas en la materia que evalúen la corrección y el fundamento de las afirmaciones. Para el trabajo multimodal, confirmen los formatos concretos y el comportamiento de la API que necesita la aplicación antes de considerar que un resultado de benchmark demuestra compatibilidad.
Por último, registren las restricciones de implementación junto con la calidad del modelo. Puede que la mejor respuesta en una prueba no sea la mejor opción para la organización si la región disponible, el modelo operativo, el coste o las condiciones futuras de los pesos no encajan con sus necesidades. A la inversa, un modelo con buenas opciones regionales y de control sigue teniendo que ofrecer resultados fiables en el trabajo que se le asigne.
Mistral Large 4, «le Chonk», es una vista previa pública destacable: Mistral informa de sólidos resultados en ciberseguridad, programación, agentes, fundamentación visual y trabajo especializado basado en conocimientos, y presenta la publicación prevista de los pesos como parte de su estrategia de soberanía de la IA. Las cifras de los benchmarks son motivos para investigarlo, no un sustituto de las pruebas con tareas concretas ni de los detalles de la versión que finalmente se publique.
El siguiente paso práctico es probar la vista previa con cargas de trabajo reales y mantener separada la decisión sobre los pesos abiertos hasta que estos y sus condiciones estén disponibles. Este enfoque permite aprovechar lo útil del anuncio desde ahora sin tratar las afirmaciones de Mistral ni su promesa de publicación como cuestiones ya resueltas.
