Mistral abre 1 trilhão de parâmetros; Google fecha o Gemini 4 Carbon: duas apostas opostas em segurança

Mistral abre 1 trilhão de parâmetros; Google fecha o Gemini 4 Carbon: duas apostas opostas em segurança

Em quatro dias, dois fornecedores resolveram o mesmo problema — dar ao mercado um modelo bom em código e em defesa cibernética — por caminhos que não se parecem em nada. O Google anunciou o Gemini 4 Carbon em 28 de outubro, com acesso restrito e liberado primeiro para defensores. A Mistral publicou em 29 de outubro os pesos abertos do Large 4 , um modelo de 1 trilhão de parâmetros que qualquer empresa pode rodar na própria infraestrutura, sob uma licença que cobra justamente de quem quiser revender inferência.

A diferença não é ideológica. É de unidade econômica: um lado vende token fechado, com fila de espera e preço introdutório; o outro vende peso e transfere a conta de GPU para o cliente.

O que cada um entregou, em números

Mistral Large 4: o que a licença cobra de verdade

O texto é curto e o efeito é grande. Uso interno e pesquisa ficam livres de taxa. Quem oferece o modelo como serviço — hospedagem gerenciada, API própria, produto vendido por token — precisa negociar termos comerciais com a Mistral. É a diferença entre "open weights" e "open source": os pesos são baixáveis, a licença não é OSI.

Isso muda o cálculo de qualquer provedor de inferência que pense em fazer do Large 4 um item de catálogo. O custo não é o download, é o contrato. Para quem consome dentro de casa, o modelo custa o mesmo que qualquer outro peso aberto: GPU, energia e o tempo do time de plataforma.

Os números de qualidade divulgados em cobertura de 30 de outubro são magros e vale tratá-los como tal. No Terminal-Bench 4.0 , benchmark de tarefas de terminal executadas por agentes, o Large 4 marca 41%, contra 28% na versão de preview — ganho relevante, mas ainda longe de resolver a maioria das tarefas. A Mistral também afirma que o reforço extra de aprendizado por reforço o torna o melhor modelo de pesos abertos para código; é afirmação do fornecedor, não medição independente.

Há um detalhe que a própria Mistral levantou: a competência em segurança ofensiva/defensiva do modelo é boa o suficiente para merecer aviso. Monitorar uso indevido passa a ser responsabilidade de quem self-hospeda — o que, na prática, é uma cláusula operacional disfarçada de recado.

A conta de hardware: 4 B200 e onde o KV cache come

A informação mais concreta para engenharia é o piso de hardware: a versão quantizada precisa de pelo menos quatro Nvidia B200 . Fazendo a aritmética, com 192 GB de HBM3e por placa, são 768 GB de memória de GPU no total.

Um modelo de 1 trilhão de parâmetros ocupa, em teoria, cerca de 500 GB em 4 bits e cerca de 1 TB em FP8. Ou seja: o número de quatro B200 só fecha se os pesos estiverem em 4 bits — e mesmo assim sobram algo como 260 GB para KV cache, ativações e buffers, o que define o tamanho de lote e de contexto que você consegue servir. Em FP8, o mesmo modelo não entra nessas quatro placas.

O que não está claro nas fontes consultadas: quantos parâmetros ficam ativos por token (o fator que determina throughput real de um MoE), qual é a janela de contexto suportada e qual formato de quantização foi usado na medição. Sem esses três dados, qualquer número de tokens por segundo de terceiros é incomparável com outro.

Gemini 4 Carbon: 59 pontos e fila de espera

O Carbon saiu duas semanas depois do Gemini 4 Argon e a Ars Technica resumiu o problema: é "essencialmente uma versão um pouco melhor do Argon" que o público geral não pode usar. O acesso começou por um grupo limitado de defensores cibernéticos, com rollout faseado — a aposta do Google é que ganhar o ciclo de detecção, validação e remediação de falhas vale mais que distribuir o modelo para todo mundo no dia um.

O número que importa é o índice da Artificial Analysis v5: 59 pontos, contra 50 do Argon . Nove pontos em duas semanas é um salto grande para o mesmo ciclo de geração, e é o tipo de dado que explica por que a Google acelerou a cadência de lançamentos. Já o uso pretendido — fluxos autônomos de desenvolvimento que rodam por dias — é exatamente o perfil de carga que castiga custo de contexto: sessões longas gastam mais em re-processamento de prompt do que em geração.

Aqui há divergência a registrar: a cobertura secundária do SiliconReport (30/10) cita preço introdutório de US 10 de saída , enquanto a Ars Technica relata indisponibilidade de acesso. Preço publicado não significa API aberta; as duas informações podem ser verdadeiras ao mesmo tempo, com a tabela valendo apenas para os primeiros parceiros.

Leitura prática

Se você revende inferência , o Large 4 deixou de ser uma decisão técnica e virou decisão contratual. Antes de colocar em catálogo, cheque a licença; self-hospedagem interna não tem essa amarra.

Se o caso de uso é código agêntico , o piso de quatro B200 é o item que deve entrar na planilha antes do benchmark: ele define CAPEX mínimo e, com isso, quantos clientes você precisa para diluir o custo.

Se você depende de API fechada , o Carbon ainda não é opção de produção para a maioria. Trate como item de roadmap com data indefinida e mantenha o Argon como referência de comparação.

Se a carga é de contexto longo , o número que interessa do Large 4 é a janela efetiva, ainda não divulgada. Sem ela, o preço de US$ 0,70 por milhão de entrada não é comparável ao de concorrentes que publicam contexto e cache.

Próximos passos: acompanhar a publicação da ficha técnica do Large 4 (parâmetros ativos e contexto) e a abertura, ou não, da API do Carbon.

Fontes