Mistral Large 4: l'AI europea da mille miliardi di parametri che puoi tenere in azienda. Conviene a una PMI?

Il 29 ottobre 2026 Mistral AI, la società francese che oggi è il nome più forte dell'intelligenza artificiale europea, ha pubblicato i pesi di Mistral Large 4 (soprannominato «Le Chonk»). Tradotto: chiunque può scaricare il modello e farlo girare sui propri server, senza passare dal cloud di Mistral.

È una notizia che fa titolo, perché parliamo di uno dei modelli aperti più grandi mai rilasciati. Ma la domanda che mi interessa è un'altra: per un'azienda italiana di piccole o medie dimensioni, cosa cambia in concreto? Proviamo a rispondere senza entusiasmi e senza allarmismi.

Cosa ha rilasciato Mistral

Secondo l'annuncio ufficiale e la scheda del modello su Hugging Face, Mistral Large 4 è:

enorme: circa mille miliardi di parametri in totale (in inglese «1 trillion»);
efficiente: è un modello «Mixture-of-Experts», cioè per ogni pezzo di testo lavora solo una parte della rete, circa 49 miliardi di parametri attivi (52 miliardi contando alcuni strati di ingresso e uscita, da cui la sigla A52B nel nome del file);
multimodale: legge testo e immagini e risponde con testo;
con una memoria lunga: un contesto fino a 1 milione di token, abbastanza per lavorare su documenti molto lunghi in una volta sola;
europeo: addestrato da zero nei data center di Mistral in Europa, e capace di lavorare in oltre 160 lingue, compreso l'italiano.

Mistral lo presenta come particolarmente forte su programmazione e sicurezza informatica, ed è proprio su quest'ultimo punto che TechCrunch ha impostato il suo articolo.

Perché «pesi aperti» è una cosa importante

I pesi sono, semplificando, il «cervello» del modello: i numeri che ha imparato durante l'addestramento. Quando un'azienda usa ChatGPT, Gemini o la stessa API di Mistral, quei pesi restano sui server del fornitore e l'azienda manda le sue domande (e i suoi dati) via internet.

Con i pesi scaricabili il rapporto si ribalta. Mistral lo scrive chiaramente: le organizzazioni possono ispezionare il modello, personalizzarlo e installarlo sulla propria infrastruttura, senza dipendere da Mistral che lo serve via API. Pierre Stock, vicepresidente Science di Mistral, l'ha detto così a TechCrunch: un accesso «che non può essere tagliato, per definizione, perché il modello è a pesi aperti».

Per un'azienda questo significa due cose:

i dati restano in casa: se il modello gira sui tuoi server, contratti, preventivi, dati dei clienti e documenti interni non escono dal tuo perimetro;
nessuno può cambiarti le regole a metà strada: niente modello ritirato, prezzi aumentati all'improvviso o servizio sospeso.

La parte onesta: serve hardware serio

Qui va detta la verità. Un modello da mille miliardi di parametri non gira sul PC dell'ufficio, e nemmeno su un buon server qualsiasi. La configurazione pronta proposta da Hugging Face per i suoi Inference Endpoints usa 8 GPU NVIDIA H200, schede da data center pensate per l'intelligenza artificiale. C'è anche una versione compressa (NVFP4) che occupa meno memoria, ma richiede GPU NVIDIA di generazione Blackwell, cioè ancora hardware di fascia altissima.

Comprare e gestire una macchina del genere è un investimento importante, a cui vanno aggiunti consumi elettrici, raffreddamento e persone capaci di mantenerla. Per la grande maggioranza delle PMI italiane, oggi, non ha senso economico. Ha senso per chi ha requisiti di riservatezza molto stretti (sanità, legale, difesa, pubblica amministrazione) o per chi offre servizi di AI ad altri.

L'alternativa realistica: l'API di Mistral o un fornitore che lo ospita

La buona notizia è che non serve tenere il modello in casa per usarlo. Mistral Large 4 è disponibile tramite l'API di Mistral al prezzo di 0,70 dollari per milione di token in input (0,07 $ se l'input è in cache) e 2,10 dollari per milione di token in output. Per dare un'idea, un milione di token corrisponde a molte centinaia di pagine di testo: per l'uso tipico di una piccola azienda la spesa resta contenuta.

Mistral cita anche altri canali: Microsoft Foundry per chi vuole un servizio gestito, OpenRouter e gli endpoint di NVIDIA. In pratica le strade sono tre:

API di Mistral: si paga a consumo, si parte in un pomeriggio, i dati passano da un fornitore europeo;
fornitore cloud che lo ospita: utile se la tua azienda lavora già con quel cloud e vuole un contratto unico;
installazione in casa: massimo controllo, massimo costo. Da valutare solo con esigenze precise.

Il mio consiglio per una PMI: parti dall'API, prova il modello sui tuoi casi reali (assistenza clienti, analisi di documenti, bozze di offerte, supporto allo sviluppo software) e misura i risultati. Se poi i volumi o la riservatezza lo giustificano, il fatto che i pesi siano aperti ti lascia sempre una via d'uscita.

Licenza: cosa puoi fare e cosa no

Il modello è distribuito con la Mistral Ecosystem Open-Weight License, una licenza derivata dalla MIT. Si può usare, modificare, adattare con i propri dati e usare per scopi commerciali. C'è una sola condizione: le aziende che offrono il modello come servizio ad altri («Model-as-a-Service») devono ottenere prima una licenza commerciale separata da Mistral.

Se usi Mistral Large 4 dentro la tua azienda, per i tuoi processi, rientri nell'uso libero. Se invece vuoi rivendere l'accesso al modello ai tuoi clienti, devi parlarne con Mistral. In ogni caso, leggi sempre i termini di licenza prima di metterlo in produzione: questo articolo non sostituisce un parere legale.

In sintesi

Mistral Large 4 è un modello europeo, aperto e molto potente: è una buona notizia per chi vuole alternative ai grandi fornitori americani.
Tenerlo in casa è possibile, ma richiede hardware da data center: per la maggior parte delle PMI non conviene.
La strada pratica è l'API di Mistral o un fornitore che lo ospita, con costi a consumo bassi.
La licenza è permissiva, salvo per chi offre il modello come servizio.

Fonti

Ogni giorno racconto l'intelligenza artificiale utile per chi lavora, senza giri di parole. Seguimi su Instagram @fpisanti_, su X @Pisantifra e su TikTok @pisantifrancesco.