Análisis de Mistral AI: modelos locales, Large 3, Small 4 y política NSFW

Mistral ya no se puede resumir como Mistral 7B o Mixtral. Su línea actual cubre desde modelos pequeños para IA local hasta modelos MoE de escala empresarial, con Mistral Large 3, Medium 3.5, Small 4, Ministral 3 y Devstral 2 para programación.

Para un usuario local, Ministral 3 es el punto de entrada más realista. Small 4 y Medium 3.5 tienen más sentido con servidores o API, mientras que Large 3 es una apuesta de infraestructura empresarial, no un modelo cómodo para un PC doméstico.

Veredicto rápido

Necesidad	Recomendación
IA local inicial	Ministral 3 3B/8B, preferiblemente GGUF o FP8
Servidor equilibrado	Mistral Small 4
Agentes y código	Mistral Medium 3.5 o Devstral 2
Open weights empresarial	Mistral Large 3
NSFW / menos rechazos	No es el foco principal de Mistral

Línea Mistral más reciente

La ventaja de Mistral es que la gama está bien escalonada: modelos pequeños para local y edge, modelos medianos para servidores y modelos grandes para empresas. Elegir por hardware y caso de uso suele funcionar mejor que perseguir siempre el modelo más grande.

Modelo	Acceso	Escala	Contexto	Uso ideal
Mistral Medium 3.5	Open weights Modified MIT	Dense 128B	256k	Agentes, código, visión y function calling
Mistral Small 4	Apache 2.0	119B total / 6.5B activo	256k	Chat, razonamiento, código y documentos
Mistral Large 3	Apache 2.0	675B total / 41B activo MoE	256k	Despliegue empresarial multilingüe y multimodal
Ministral 3	Apache 2.0	3B, 8B, 14B	256k	Edge, asistentes locales y fine-tuning
Devstral 2	Open-weight para código	123B / 24B	Orientado a código	Agentes de software

Uso online y descargas

Para probar online, usa Mistral Chat o Mistral AI Studio / La Plateforme para API. Para descargar, revisa Mistral Large 3, Mistral Small 4, Mistral Medium 3.5, Ministral 3 8B, Ministral 3 3B GGUF y Devstral 2 collection.

Despliegue local y hardware

La ventaja de Mistral es que la gama está bien escalonada: modelos pequeños para local y edge, modelos medianos para servidores y modelos grandes para empresas. Elegir por hardware y caso de uso suele funcionar mejor que perseguir siempre el modelo más grande.

Modelo	Hardware realista
Ministral 3 3B	BF16 cerca de 16GB VRAM; GGUF cuantizado puede bajar de 8GB
Ministral 3 8B	FP8 cerca de 12GB VRAM; cuantizado es más cómodo
Ministral 3 14B	Mejor con 16GB-24GB o más
Mistral Small 4	Rango de 60GB-238GB GPU RAM, más servidor
Mistral Medium 3.5	128B dense, mejor multi-GPU o API
Mistral Large 3	675B MoE, infraestructura empresarial

Rendimiento y experiencia real

Las fuentes oficiales destacan multilingüismo, código, razonamiento, visión y despliegue de baja latencia. La comunidad suele valorar su licencia más clara y su ecosistema empresarial, aunque Large 3 y Medium 3.5 siguen siendo modelos pesados. Para la mayoría de usuarios locales, Ministral 3 es el punto de partida más sensato.

Comparativa con otros LLM locales

Model family	Strength	Limit	Best for
Mistral	Clear licensing, multilingual, enterprise tooling	Large models need serious hardware	Commercial local AI
Qwen 3.8	Strong local community and coding balance	Branch/license details vary	Practical local users
Gemma 4	Efficient Google-backed line	Official models are not NSFW-first	General assistants
Dolphin 3	Classic uncensored route	Less enterprise-safe	Adult writing and roleplay
Llama 4	Multimodal and strong ecosystem	Tool support varies	Open multimodal apps

NSFW y límites de seguridad

Mistral no es una familia centrada en NSFW. Sus productos oficiales siguen políticas de uso contra CSAM, imágenes íntimas no consentidas, actividad ilegal, acoso e intentos de evadir filtros. Los pesos abiertos dan control en self-hosting, pero los modelos base no son equivalentes a un Dolphin uncensored.

Comunidad y ecosistema

El ecosistema incluye Hugging Face, Transformers, vLLM, SGLang, llama.cpp/GGUF para modelos pequeños, Ollama, LM Studio, Mistral Studio, Vibe, Devstral y herramientas de moderación. Antes de usar una versión cuantizada, conviene comprobar soporte de imágenes, contexto largo y function calling.

Preguntas frecuentes

¿Cuál conviene probar primero?

Ministral 3 3B u 8B, por tamaño, formatos locales y facilidad de prueba.

¿Large 3 sirve para un PC?

No de forma realista. Es un MoE de 675B para infraestructura empresarial.

¿Qué aporta Small 4?

Combina chat, razonamiento y código en un MoE eficiente para servidor.

¿Mistral es mejor que Qwen o Llama?

Depende. Mistral destaca en licencia, multilingüismo y empresa; Qwen y Llama pueden tener más movimiento local en algunos flujos.

¿Es bueno para NSFW?

No es su objetivo oficial. Para roleplay adulto hay fine-tunes más directos.

Referencias

• Mistral models overview
• Mistral Medium 3.5 documentation
• Mistral Small 4 documentation
• Mistral 3 announcement
• Mistral pricing
• Mistral usage policy
• Mistral moderation and guardrails
• NVIDIA on Mistral 3

Conclusión

Mistral destaca por cubrir todo el rango: desde Ministral 3 para uso local hasta Large 3 para empresas. La mejor estrategia es empezar por el modelo más pequeño que resuelva la tarea y subir solo si el coste y la latencia lo justifican.

Overall, Mistral is most valuable for readers who care about commercial usability, deployment flexibility and multilingual capability. Start small for local use, then scale up only when the workload clearly requires it.