Mistral: la ronda y el hallazgo no van juntos

¿Cuánto costó encontrar una falla crítica con el modelo abierto de Mistral?

Encontrar un zero-day zero-click en una app de mensajería de uso masivo costó menos de 10 dólares de API y menos de 30 minutos de trabajo con LE CHONK, el nombre informal de Mistral 4 Large. El investigador que lo reportó publicó el resultado el 30 de octubre, con la vulnerabilidad notificada y todavía sin revelar. La factura es la parte del resultado que un proveedor cerrado no ofrece replicar.

El reporte describe una forma de trabajar que no se parece a la de un chatbot: miles de llamadas a herramientas, ingesta de código y análisis antes de escribir una sola línea de prosa. LE CHONK se niega a escribir cadenas de exploits completas, pero sus informes son lo bastante precisos para armar una prueba de concepto y confirmar la falla. En menos de 30 minutos cubrió una superficie que a un auditor humano le lleva días.

Para alguien que trabaja solo, el dato útil no es que el modelo sea bueno en seguridad sino dónde quedó la tarea: revisar tu propio código dejó de ser un presupuesto de consultoría y pasó a ser una factura de API de un dígito. El límite es la dirección. El informe aclara que el resultado depende de apuntarlo bien y de tener criterio de infosec para leer lo que devuelve.

¿Qué dijo la Serie D de Mistral sobre su lugar en la carrera de modelos?

La Serie D de Mistral cerró en 3.000 millones de euros liderada por Samsung, con una valoración post-money superior a 21.000 millones y el título de mayor ronda de equity de la historia tecnológica europea. En el mismo anuncio la empresa abrió su plataforma al modelo chino GLM-5.2 de Z.ai, un movimiento que entrepreneur.com leyó como un paso al costado en la pelea frontal por tener el mejor modelo.

La contradicción está en el calendario. El anuncio de la ronda se leyó como una retirada de la carrera por el modelo más capaz, y diez días después el modelo abierto de la misma empresa hizo un trabajo de seguridad que casi ningún modelo cerrado tiene habilitado: el acceso a capacidades de ciber está restringido en la competencia y el programa comparable corre sobre una versión anterior.

Las dos lecturas pueden ser ciertas porque miden frentes distintos. Pelear el primer puesto de un benchmark general exige el cómputo que Mistral no tiene; que un modelo con pesos abiertos razone sobre código ajeno exige otra cosa, y el resultado del 30 de octubre lo pone a la par de los frontera en esa tarea. Para elegir proveedor conviene mirar la tarea, no la tabla general.

¿Por qué el precio por token no decide qué proveedor conviene?

GPT-6.1 Terra, lanzado el 26 de octubre por OpenAI, cuesta 1 dólar por millón de tokens de entrada y 5 dólares por millón de tokens de salida, según el relevamiento que publicó medium.com el 2 de noviembre. A ese precio de lista, el costo de una auditoría no se decide en la tarifa sino en cuántas llamadas a herramientas necesita el modelo para llegar a la falla.

Un modelo adicto a las llamadas a herramientas consume tokens de una manera que la tarifa por millón no anticipa: ingiere archivos, los relee, cruza versiones. Esa conducta es justo la que el investigador describió como la marca de LE CHONK, y es la razón por la que una factura de menos de 10 dólares resulta informativa: mide el costo de la tarea terminada.

La pregunta práctica antes de cerrar un proveedor es cuánto sale la tarea completa que vas a delegar, medida una vez de punta a punta. Dos modelos con la misma tarifa pueden diferir en un orden de magnitud según cuántas vueltas den, y el único número comparable es el de la factura al final del trabajo.

¿Qué cambia que los pesos del modelo sean abiertos y no una API?

Los pesos abiertos separan la capa de propiedad intelectual, que es el modelo, de la capa de infraestructura: el modelo se mueve a donde están los datos y el proveedor de cómputo se cambia sin rehacer el sistema. FluidStack, valorada en 18.000 millones de dólares, corre cargas de Mistral, Meta y Black Forest Labs según multiples.vc el 1 de noviembre. Nemotron Transcribe, de Nvidia, muestra el otro extremo: 30 mil millones de parámetros en un solo chip.

Ahora somos los mejores proveedores de modelos de código abierto para despliegues de soberanía.Arthur Mensch · Cofundador de Mistral

Para un equipo chico la ventaja concreta de esa separación es poner el modelo cerca del código sin mandarlo a un tercero. Mensch lo plantea como continuidad de negocio y como condición para trabajar con datos sensibles: el proveedor despliega el modelo junto a los datos del cliente y no los ve. La propiedad es la que permite auditar un repositorio privado sin subirlo a una API ajena.

El techo es el hardware. El investigador que encontró la falla aclaró que seguía usando la API mientras esperaba equipos para correr el modelo en su propia máquina, y el modelo de transcripción de Nvidia entra en un chip de escritorio justamente porque es chico: 30 mil millones de parámetros. Un auditor del tamaño de LE CHONK todavía pide infraestructura prestada.

¿Qué no resuelve tener un modelo que audita código barato?

Un modelo que encuentra fallas barato no resuelve quién sabe leer el resultado. La FAA advirtió en 2013 que el uso continuo de los sistemas de vuelo automático podía degradar la capacidad del piloto, un problema de forma idéntica al de delegar toda revisión de código. Y el gasto de fondo no baja: se esperan alrededor de 300 mil millones en préstamos de grado de inversión de los hiperescaladores a lo largo de 2026.

La advertencia de la FAA de 2013 no era sobre aviones sino sobre atención: quien deja de hacer una tarea pierde la capacidad de juzgarla cuando la máquina se equivoca. Un reporte de vulnerabilidad es un buen ejemplo, porque viene escrito con la seguridad de un auditor y puede estar mal. La consecuencia es concreta: revisá a mano lo que el modelo marque como limpio, al menos hasta tener base de comparación.

El otro límite es financiero. Los 300 mil millones en deuda de los hiperescaladores se amortizan con el precio de la inferencia cerrada, y ese precio no lo fijás vos. Tener los pesos de un modelo que sirve para tu tarea es la única manera de desacoplar tu costo de ese calendario de pagos: menos cómodo que una API, y la parte que se puede decidir hoy.

Si lo que estás por decidir es qué tarea delegarle a un agente y con qué proveedor, la guía de agentes de IA para emprendedores ordena el paso previo: qué conviene automatizar y qué no.