Mistral AI lanzó Mistral Medium 3.5 el 29 de abril. El laboratorio con sede en París anunció un modelo denso de 128 mil millones de parámetros, un conjunto de características de agente, y se topó de lleno con una ola de reacciones de "meh" en línea.

El lanzamiento se presentó en tres partes. Primero, el modelo en sí. Segundo, agentes de codificación remota a través de Mistral Vibe CLI —sesiones de codificación basadas en la nube que pueden enviar solicitudes de extracción (pull requests) a GitHub y ejecutarse en paralelo sin que usted esté frente a una terminal. Tercero, el Modo de Trabajo en Le Chat, la interfaz de usuario de Mistral al estilo ChatGPT, que ahora gestiona tareas autónomas de varios pasos como el triaje de correos electrónicos, la síntesis de investigación y los flujos de trabajo entre herramientas.

Grandes ambiciones, pero una realidad de benchmarks complicada.

Medium 3.5 obtiene un 77.6% en SWE-Bench Verified —un benchmark de codificación que evalúa si un modelo puede solucionar problemas reales de GitHub generando parches funcionales. También alcanza un 91.4% en τ³-Telecom, que mide el uso de herramientas de agente en entornos especializados. Mistral también fusionó tres modelos previamente separados (Medium 3.1, Magistral y Devstral 2) en un único conjunto de pesos con esfuerzo de razonamiento configurable por solicitud.

Un modelo unificado que reemplaza a tres es una verdadera victoria de ingeniería. El problema es su costo y contra quién compite.

Mistral cobra $1.50 por millón de tokens de entrada y $7.50 por millón de tokens de salida. Qwen 3.6 de Alibaba, con 27 mil millones de parámetros —menos de un cuarto del número de parámetros de Medium 3.5— obtiene un 72.4% en el mismo benchmark SWE-Bench Verified y se distribuye bajo la licencia Apache 2.0, lo que significa que se puede descargar y ejecutar de forma gratuita.

Al revisar las clasificaciones de código abierto, el panorama es desolador. Los primeros puestos pertenecen a Qwen de Alibaba, GLM de Zhipu AI de China y MiMo-V2 de Xiaomi, todos ellos más baratos, más potentes y más competitivos que el nuevo lanzamiento de Mistral. Medium 3.5 aún no ha entrado en las principales clasificaciones independientes; las evaluaciones de terceros todavía están pendientes.

Lo único bueno, sin embargo, como algunos argumentan, es que Mistral es, en este momento, el único modelo no chino con una presencia seria en la conversación de código abierto.

La Internet reacciona

Pedro Domingos, profesor de aprendizaje automático en la Universidad de Washington, no fue sutil:

"Las empresas de IA regulares presumen de lo mucho mejor que es su modelo en los benchmarks. Solo Mistral presume de lo mucho peor que es el suyo."

Continuó con una pregunta más incisiva: "No sé qué es peor, que Europa no esté en la carrera de la IA o que esté representada por un hazmerreír como Mistral."

Youssof Altoukhi, fundador de Yoyo Studios, hizo los cálculos: Qwen 3.6, con 27 mil millones de parámetros, es 4.7 veces más pequeño que Medium 3.5 y obtiene puntuaciones comparables en codificación. El precio de salida de Medium 3.5 lo sitúa junto a modelos cerrados que obtienen puntuaciones significativamente más altas en todos los benchmarks importantes.

“Si no fuera por su habilidad política, ya habrían quebrado”, dijo.

No todo el mundo fue puramente despectivo. El desarrollador de IA Michal Langmajer capturó la ambivalencia:

"Estoy realmente contento de que todavía exista un laboratorio no estadounidense y no chino que intente construir LLM de vanguardia, pero, vaya, tenemos que mejorar el juego en Europa. Su nuevo modelo insignia básicamente 'no es el mejor' en ningún benchmark, y aun así cuesta varias veces más que la mayoría de los competidores."

Algunos desarrolladores argumentaron que los pesos abiertos son una estrategia de durabilidad, no de clasificación. Un modelo que cualquiera puede descargar, ajustar y auto-alojar no necesita ganar rankings hoy para seguir siendo relevante. Otros señalaron los despliegues empresariales reales de Mistral en toda Europa como prueba de que la ventaja no es puramente técnica.

La red de seguridad geopolítica

Aquí es donde reside el verdadero argumento de venta de Mistral.

Las empresas europeas bajo GDPR, los bancos que manejan datos sensibles de clientes y los gobiernos que no quieren enrutar cargas de trabajo de IA a través de la infraestructura china tienen opciones limitadas. Como informó Decrypt en diciembre pasado, HSBC firmó un acuerdo multianual con Mistral específicamente para auto-alojar modelos en su propia infraestructura. El atractivo de un laboratorio de pesos abiertos con sede en la UE y una valoración de 14 mil millones de dólares no aparece en las tablas de benchmarks, pero sí en las decisiones de adquisición.

No es el mejor en codificación, ni el más barato. Pero sí es: no estadounidense, no chino, auditable, auto-alojable y legalmente seguro para la empresa europea.