Mistral ofrece en su plataforma el modelo GLM, de acceso libre (pesos abiertos), del laboratorio chino Zhipu AI. Esta elección, que ha generado reacciones en el entorno tecnológico francés, responde según la fuente a una apuesta tanto financiera como técnica, y preparó la llegada de Mistral Large 4, un modelo de 1 billón de parámetros lanzado a principios de octubre.
- Mistral ofrece el modelo chino GLM para generar ingresos recurrentes.
- La empresa aprende a operar un modelo frontera a gran escala.
- Los clientes buscan que la inferencia se realice en infraestructura soberana.
- Mistral Large 4 será el modelo por defecto cuando llegue la nueva capacidad de cálculo.
Algunos vieron en ello una traición a la promesa de soberanía de la empresa, otros una evolución hacia una actividad de consultoría y cloud. En esencia, la explicación es principalmente contable. Los editores de IA gastan sumas considerables en infraestructuras físicas, procesadores gráficos (GPU), para entrenar sus modelos. En el dossier de introducción en Bolsa de Anthropic, citado por la fuente, figuran así 7.330 millones de dólares gastados en cálculo en 2025, por 4.600 millones de ingresos.
Mistral dispone de medios muy inferiores a los de OpenAI o Anthropic, a pesar de varias rondas de financiación sucesivas, entre ellas 1.700 millones de euros en 2025. La integración de GLM busca por tanto crear una fuente de ingresos recurrentes, facturando a las empresas cada respuesta generada dentro de sus servicios. « Es claramente un muy buen negocio, que aporta recurrencia a sus ingresos, con capex que se amortizan », explica Bilal El Alamy, cofundador y CEO de Pyratz (venture builder).
Una oferta pensada para la inferencia soberana
Mistral también se inspira en Palantir y sus ingenieros desplazados en el cliente, llamados « forward deployed engineers ». Presentes in situ, estos ingenieros instalan y despliegan las tecnologías, y asesoran a las empresas sobre IA en general. Esta presencia permite a Mistral implantarse en las grandes cuentas, especialmente en torno a la IA soberana, un segmento donde Marc Trilling, presidente y cofundador de Saegus, ve « una fuerte perspectiva de crecimiento ».
Según Saegus, que asesora a empresas del CAC 40, estas se interesan menos por el origen de un modelo que por el lugar donde funciona su inferencia, es decir, el proceso que permite hacerlo funcionar en servidores. Mistral afirma en una entrada de blog del 11 de agosto que GLM y los futuros modelos de terceros « funcionarán en la misma infraestructura, con los mismos controles regionales y los mismos compromisos de servicio » que sus propios modelos.
Esta demanda responde a una necesidad concreta. Nicolas Gaudemet, chief AI officer de Onepoint, observa que « algunos de nuestros clientes tienen verdaderos desafíos de soberanía », especialmente en el sector público, sobre datos hipersensibles. Para muchas empresas, hacer funcionar estos modelos on-premise o en sus propias infraestructuras cloud sigue siendo demasiado costoso, porque los modelos actuales son muy pesados. Según él, la interfaz de Mistral se convierte entonces en la solución más lógica. Cita a Scaleway, OVHcloud, Cloud Temple y Mistral como los únicos actores que ofrecen actualmente un acceso soberano por API, a gran escala, a modelos frontera.
Un banco de pruebas para los modelos frontera
Alojar GLM también ofrece a Mistral la oportunidad de aprender a hacer funcionar un modelo frontera a gran escala en su propia infraestructura. Servir adecuadamente a miles de clientes con modelos de varios cientos de miles de millones de parámetros es delicado, y OpenAI como Anthropic se han topado con ello, aunque su clientela no tiene comparación. Bilal El Alamy estima que, una vez la infraestructura esté en su lugar, Mistral podrá alcanzar a sus competidores aprovechando las buenas prácticas existentes.
Mistral Large 4 sigue estando por detrás de los modelos chinos y estadounidenses más potentes. Entrenar un modelo de 1 billón de parámetros con solo 4.000 chips Nvidia Grace Blackwell constituye sin embargo, según la fuente, un éxito técnico. « Creemos realmente haber encontrado el método correcto para iterar », resume Pierre Stock, VP science de Mistral AI.
Las capacidades de cálculo adquiridas con la ronda Serie C, anunciada en septiembre de 2025, solo estarán plenamente operativas entre finales de octubre de 2026 y principios de 2027. Hasta entonces, GLM no tiene vocación de permanecer en primer plano. « El plan es evidentemente tener ML4 como modelo por defecto en todos nuestros productos », asegura Pierre Stock. Guillaume Lample, cofundador y chief science officer de Mistral, precisa que el modelo chino permanecerá en el catálogo, pero que « por defecto, el objetivo es evidentemente poner en valor Mistral Large 4 ».
