A Mistral AI lançou o Mistral Medium 3.5 em 29 de abril. O laboratório sediado em Paris anunciou um modelo denso de 128 bilhões de parâmetros, um conjunto de recursos de agente — e encontrou uma parede de reações online de “meh”.

O lançamento veio em três partes. Primeiro, o próprio modelo. Segundo, agentes de codificação remota via Mistral Vibe CLI — sessões de codificação baseadas na nuvem que podem enviar pull requests para o GitHub e rodar em paralelo sem que você precise estar em um terminal. Terceiro, o Modo de Trabalho no Le Chat, a interface de consumo da Mistral no estilo ChatGPT, que agora lida com tarefas autônomas de várias etapas, como triagem de e-mails, síntese de pesquisas e fluxos de trabalho entre ferramentas.

Grandes ambições, mas uma realidade de benchmark confusa.

O Medium 3.5 atinge 77,6% no SWE-Bench Verified — um benchmark de codificação que testa se um modelo consegue corrigir problemas reais do GitHub gerando patches funcionais. Ele também atinge 91,4% no τ³-Telecom, que mede o uso de ferramentas de agente em ambientes especializados. A Mistral também uniu três modelos anteriormente separados (Medium 3.1, Magistral e Devstral 2) em um único conjunto de pesos com esforço de raciocínio configurável por solicitação.

Um modelo unificado substituindo três é uma verdadeira vitória de engenharia. O problema é o custo e contra quem ele está competindo.

A Mistral cobra US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída. O Qwen 3.6 da Alibaba, com 27 bilhões de parâmetros — menos de um quarto da contagem de parâmetros do Medium 3.5 — atinge 72,4% no mesmo benchmark SWE-Bench Verified e é distribuído sob a licença Apache 2.0, o que significa que você pode baixá-lo e executá-lo gratuitamente.

Ao percorrer as tabelas de classificação de código aberto, o cenário é nítido. Os primeiros lugares pertencem ao Qwen da Alibaba, ao GLM da Zhipu AI da China e ao MiMo-V2 da Xiaomi, todos eles mais baratos, mais poderosos e competitivos do que o novo lançamento da Mistral. O Medium 3.5 nem sequer foi classificado em grandes tabelas de classificação independentes ainda — as avaliações de terceiros ainda estão pendentes.

A única coisa boa, no entanto, como alguns argumentam, é que a Mistral é, neste momento, o único modelo não chinês com alguma presença séria na conversa de código aberto.

A internet reage

Pedro Domingos, professor de machine learning na Universidade de Washington, não foi gentil:

"Empresas de IA normais se gabam de quão melhor seu modelo é em benchmarks. Só a Mistral se gaba de quão pior o dela é."

Ele continuou com uma pergunta mais incisiva: "Não sei o que é pior, a Europa não estar na corrida da IA ou ser representada por uma chacota como a Mistral."

Youssof Altoukhi, fundador da Yoyo Studios, fez as contas: o Qwen 3.6, com 27 bilhões de parâmetros, é 4,7 vezes menor que o Medium 3.5 e pontua de forma comparável na codificação. O preço de saída do Medium 3.5 o coloca ao lado de modelos fechados que pontuam significativamente mais alto em todos os principais benchmarks.

“Se não fosse pela habilidade política deles, já estariam falidos”, disse ele.

Nem todos foram puramente desdenhosos. O desenvolvedor de IA Michal Langmajer capturou a ambivalência:

"Estou genuinamente feliz que ainda exista um laboratório não americano e não chinês tentando construir LLMs de fronteira, mas precisamos elevar o nível na Europa. O novo modelo principal deles é basicamente 'não o melhor' em nenhum benchmark, mas custa várias vezes mais que a maioria dos concorrentes."

Alguns desenvolvedores argumentaram que os pesos abertos são uma jogada de durabilidade, não uma jogada de liderança. Um modelo que qualquer pessoa pode baixar, ajustar e auto-hospedar não precisa vencer classificações hoje para permanecer relevante. Outros apontaram para as implantações empresariais reais da Mistral em toda a Europa como evidência de que a vantagem não é puramente técnica.

A rede de segurança geopolítica

É aqui que reside a verdadeira proposta da Mistral.

Empresas europeias sob GDPR, bancos lidando com dados sensíveis de clientes e governos que não direcionarão cargas de trabalho de IA através da infraestrutura chinesa têm opções limitadas. Como Decrypt noticiou em dezembro passado, o HSBC assinou um acordo de vários anos com a Mistral especificamente para auto-hospedar modelos em sua própria infraestrutura. O apelo de um laboratório de pesos abertos sediado na UE com uma avaliação de US$ 14 bilhões não aparece nas tabelas de benchmark — mas aparece nas decisões de aquisição.

Não é o melhor em codificação, e não é o mais barato. Mas é: não americano, não chinês, auditável, auto-hospedável e legalmente seguro para empresas europeias.