Ir al contenido principal
Español— Elegir un idioma
Menú

Visión general de los modelos Mistral en 2026

Lección 1 de 14 Actualizado el 3 de noviembre de 2026 Principiante
En esta página
  1. Por qué Mistral ofrece tantos modelos
  2. La filosofía: especialización frente a generalista
  3. Tres familias principales
  4. Cómo navegar por este curso
  5. Puntos clave

Actualizado el 2 de noviembre de 2026 — modelos. Mistral Large 3 (mistral-large-2512) y Mistral Medium 3.5 están obsoletos desde el 31 de octubre de 2026 y se eliminarán el 30 de abril de 2027. Su sucesor designado, Mistral Large 4 (mistral-large-4), está en vista previa pública desde el 6 de octubre. Los ejemplos de este curso utilizan el alias mistral-large-latest, que aún apunta a Mistral Large 3 según su documentación oficial (verificado el 3 de noviembre de 2026). De igual forma, mistral-medium-latest apunta a Mistral Medium 3.5: estos alias seguirán siendo válidos hasta el 30 de abril de 2027. Para un proyecto nuevo, prueba mistral-large-4, su sucesor designado.

Por qué Mistral ofrece tantos modelos

Cuando abres el catálogo de Mistral AI por primera vez en 2026, la primera impresión suele ser abrumadora. Modelos generalistas, especialistas en código, audio y extracción de documentos: el catálogo enumera numerosas referencias activas y nada indica a primera vista cuál te concierne. Esta abundancia no es solo una estrategia de marketing. Refleja una filosofía técnica deliberada: la especialización al servicio del rendimiento.

Mistral AI, fundada en París en 2023, tomó la decisión estratégica de no limitarse a un único modelo «todo en uno». El razonamiento detrás de esta decisión es directo: un modelo entrenado para destacar en una tarea específica —generar código, transcribir audio, extraer texto de un documento escaneado— siempre superará a un generalista en esa misma tarea, con un coste computacional equivalente. La pregunta relevante, por tanto, nunca es «¿cuál es el mejor modelo de Mistral?», sino «¿cuál es el mejor modelo para lo que necesito hacer?».

La filosofía: especialización frente a generalista

Tres observaciones técnicas respaldan este enfoque. La primera concierne a la arquitectura Mezcla de Expertos (MoE), que permite construir modelos con recuentos totales de parámetros muy grandes activando solo una fracción de ellos por solicitud. Los costes de inferencia disminuyen significativamente en comparación con un modelo denso de tamaño comparable, lo que hace viable económicamente mantener varios modelos grandes en lugar de solo uno.

La segunda observación concierne al entrenamiento en sí mismo. Los modelos especialistas se entrenan con corpus específicos y se optimizan para objetivos propios de su dominio, lo que les otorga una ventaja clara donde se espera. La tercera observación es la gama de tamaños: entre Ministral 3B y los modelos de vanguardia, la gama cubre todos los escenarios de despliegue, desde el teléfono inteligente hasta la infraestructura masiva en la nube.

En la práctica, estas tres observaciones se traducen en una mentalidad de diseño. Un chatbot empresarial, una canalización de extracción de facturas y un asistente de desarrollo no comparten las mismas restricciones de latencia, formatos de entrada o requisitos de privacidad: sería absurdo basarlos en el mismo modelo. Una tendencia de 2026 también merece mencionarse de entrada: la convergencia del razonamiento en los generalistas. La familia Magistral, anteriormente dedicada al razonamiento, está obsoleta: esta capacidad está ahora integrada directamente en Small 4 y Medium 3.5.

Tres familias principales

El catálogo se organiza en torno a tres familias, y saber a qué familia pertenece un modelo te dice mucho sobre su uso previsto.

Generalistas

Estos son los modelos versátiles, capaces de manejar conversación, escritura, análisis y razonamiento. A fecha de julio de 2026, cuatro referencias estructuran esta familia. Mistral Medium 3.5, lanzado en mayo de 2026, es el modelo de vanguardia: multimodal, agéntico y potente en código. Mistral Small 4, lanzado en marzo de 2026, es el modelo versátil híbrido que une instrucciones, razonamiento y código en un único modelo. Mistral Large 3, publicado en diciembre de 2025, es el generalista grande con pesos abiertos. Por último, la gama Ministral 3 ofrece varios tamaños —3B, 8B, 14B, texto y visión— para despliegues integrados, donde el modelo debe ejecutarse en el propio dispositivo.

Especialistas

A continuación vienen los modelos diseñados para destacar en un dominio específico. Codestral y Devstral 2 cubren el código, uno para la completación y el otro para agentes capaces de liderar una tarea de desarrollo. Voxtral gestiona el audio, con síntesis de voz (TTS con clonación zero-shot) por un lado y transcripción en tiempo real por el otro. OCR 4, lanzado en junio de 2026, extrae contenido de documentos con cuadros delimitadores y bloques estructurales, lo que permite saber no solo qué está escrito, sino dónde se encuentra en la página. Moderation 2, finalmente, se encarga de la seguridad y la moderación de contenidos.

Modelos de soporte

La tercera familia agrupa modelos complementarios, aquellos que no escriben una respuesta, sino que hacen funcionar la infraestructura a su alrededor. Mistral Embed genera las incrustaciones necesarias para la búsqueda semántica, el bloque de construcción de cualquier sistema RAG. Codestral Embed hace lo mismo para el código fuente. Leanstral 1.5, publicado en julio de 2026, es un modelo base de código abierto dedicado a las pruebas formales en Lean 4.

En cuanto a las herramientas, cabe destacar Studio (julio de 2026), que aporta indicaciones (prompts) y habilidades versionadas, con propiedad y trazabilidad. En cuanto varias personas trabajan en los mismos proyectos de IA, esta gestión de versiones deja de ser una comodidad para convertirse en una necesidad.

Cómo navegar por este curso

Seguiremos el orden más natural para un profesional. Los modelos generalistas emblemáticos van primero, ya que son los que encontrarás antes; los especialistas vienen después, dominio por dominio. A continuación, cubriremos el sistema de niveles —Open, Premier, Labs— y sus implicaciones para las licencias y el despliegue, antes de darte las claves para elegir en un contexto real.

Al final de este curso, deberías ser capaz de identificar inmediatamente qué modelo corresponde a una necesidad que se te haya planteado, explicar los compromisos entre coste y rendimiento en juego, y seguir la rápida evolución del ecosistema sin perderte.

Puntos clave

  • Mistral AI prioriza la especialización frente a un único modelo universal
  • La arquitectura MoE (Mezcla de Expertos) está en el corazón de esta estrategia
  • El catálogo cubre tres familias: generalistas, especialistas y de soporte
  • En 2026, el razonamiento está integrado en los generalistas (Small 4, Medium 3.5) — Magistral está obsoleto
  • La elección del modelo depende siempre del caso de uso, no de una clasificación absoluta