Con Large 4 Mistral tenta di recuperare terreno

Mistral AI, la startup francese specializzata in intelligenza artificiale generativa, ha presentato il suo nuovo modello, Large 4, noto anche come “Il Chonk” per la sua dimensione anormalmente grande. Secondo Guillaume Lample, direttore scientifico, il modello è “al pari dei migliori modelli cinesi di uno o due mesi fa”. Una dichiarazione che, seppur ambiziosa, mostra solo la punta dell’iceberg.

Le performance: una parte di progresso, ma non la soluzione

Il lancio di Large 4 ha una duplice valenza. Da un lato dimostra che Mistral non ha abbandonato le ambizioni di sviluppare modelli “di frontiera”, un anno dopo l’uscita della versione precedente, un periodo record in un settore in rapida evoluzione. Dall’altro, il modello deve competere non più con i giganti americani, ma con le alternative cinesi open‑weight, che stanno conquistando una quota crescente del mercato.

Benchmarks che Mistral usa per autodefinirsi leader

Per sostenere le proprie affermazioni, Mistral cita cinque benchmark – da prendere sempre con cautela – in cui Large 4 risulta davanti ai rivali cinesi. I risultati riguardano:

    • Generazione di codice informatico
    • Applicazioni finanziarie
    • Compiti giuridici
    • Analisi di immagini
    • Altri task specifici legati alle priorità commerciali di Mistral

Sui platform di valutazione indipendenti, però, il quadro è diverso. Su Artificial Analysis, Large 4 ottiene un punteggio di 38, un salto rispetto ai 9 del modello precedente, ma resta inferiore ai top di DeepSeek, Alibaba, Z.ai, Moonshot e Xiaomi. Anche su Vals il posizionamento è modesto.

Costi elevati, un handicap determinante

Il prezzo è la seconda grande difficoltà per Mistral. Artificial Analysis segnala che il costo per task di Large 4 è quattro volte più alto rispetto ai modelli analoghi di DeepSeek e Z.ai, e dieci volte superiore a quello di Xiaomi. Questo svantaggio economico limita l’attrattività del modello, soprattutto per le aziende che cercano soluzioni scalabili a costi contenuti.

Perdita di quote di mercato su OpenRouter

Su OpenRouter, una piattaforma che aggrega centinaia di API, la quota di mercato di Mistral è scesa sotto il 2 % la scorsa settimana, rispetto a quasi il 6 % di un anno fa. La causa principale è il ritardo in termini di performance, ma anche la perdita del ruolo di “alternativa più economica” rispetto ai modelli proprietari dei grandi player. I concorrenti cinesi offrono ora prodotti più performanti a prezzi più bassi.

Strategia di sovranità e partnership con grandi aziende

Mistral punta ora sulla sovranità tecnologica e sul posizionamento accanto al “fleuron tricolore”. Negli ultimi mesi ha firmato contratti con colossi come Airbus, TotalEnergies e BMW. Gran parte di questi accordi prevede l’inserimento di ingegneri Mistral direttamente presso i clienti, piuttosto che la vendita di API o abbonamenti. Questo modello favorisce relazioni a lungo termine, ma restringe il potenziale di crescita commerciale.

Obiettivi finanziari ambiziosi ma incerti

Nel settembre 2025 Mistral dichiarava un fatturato annualizzato di 300 milioni di euro. Nell’attuale round di finanziamento da tre miliardi di euro non ha riportato nuovi dati, ma ha fissato l’obiettivo di raggiungere un miliardo entro dicembre. A titolo di confronto, Z.ai prevede 3 miliardi di dollari entro fine anno, Moonshot ha superato il miliardo di dollari a agosto, e DeepSeek lo ha raggiunto a settembre.

Accelerazione della produzione e ottimizzazione dell’addestramento

Per stare al passo, Mistral intende aumentare il ritmo di rilascio dei modelli. L’azienda afferma di aver scoperto metodi per ottimizzare l’addestramento senza ricorrere alla “distillazione”, una tecnica comune in Cina che usa modelli pre‑esistenti per crearne di nuovi. Large 4 è stato addestrato con “solo” 3 800 GPU Blackwell in due mesi, contro le circa 100 000 GPU impiegate per GPT‑6 di OpenAI. Pierre Stock, responsabile della ricerca scientifica, ha commentato: “Il team ha compiuto dei veri miracoli”.

Il debito crescente dell’intero ecosistema IA

Il rapido sviluppo di IA generativa richiede investimenti enormi in infrastrutture di calcolo. Questo ha generato una “fuga in avanti” finanziaria, con tassi di interesse in rialzo che rendono più costoso il finanziamento del debito. L’intera catena – dalla costruzione di data center ai costi operativi – è ora sotto pressione, sollevando dubbi sulla sostenibilità a lungo termine del modello di crescita attuale.

Nvidia entra nel mercato dei PC IA‑ready

Jensen Huang, CEO di Nvidia, ha presentato i primi PC Windows equipaggiati con i nuovi processori della società, destinati a far girare modelli di IA in locale. L’obiettivo è rispondere alla sfida di Apple, che ha già introdotto Mac con capacità IA avanzate. Tuttavia, l’adozione su larga scala dei PC “IA‑ready” è ancora limitata, in parte a causa dei costi e della necessità di software ottimizzato.

Google riprende la corsa con Gemini 4

Google, dopo essere stato superato da concorrenti come OpenAI e Anthropic, ha lanciato Gemini 4, la quarta generazione del suo modello di linguaggio. Benchmarks preliminari, da prendere con cautela, mostrano il modello davanti alle ultime versioni di GPT e Claude. Questo segna il tentativo di Google di riconquistare una posizione di leadership nel campo dell’IA generativa.