Llevamos meses escuchando que la inteligencia artificial va a programar el software del futuro por nosotros. El problema es que muchos modelos actuales todavía vomitan código lleno de agujeros que luego un humano tiene que arreglar a contrarreloj. Hoy esa narrativa da un giro radical. Mistral AI ha lanzado oficialmente Leanstral 1.5. Y te adelanto que no es el enésimo generador de texto para escribir correos, sino un auténtico matemático digital de código abierto.
Básicamente, estamos ante un modelo diseñado obsesivamente para la ingeniería de pruebas formales en Lean 4. Esto significa que no se conforma con adivinar si un código o un teorema funciona por pura estadística. Se encarga de la demostración automática y la autoformalización de las matemáticas. Demuestra rigurosamente que no hay margen de error. Una auténtica locura.
Un monstruo de 119.000 millones de parámetros con fecha de caducidad
Si miramos bajo el capó, las especificaciones técnicas asustan a cualquier desarrollador. Hablamos de una bestia con 119.000 millones de parámetros totales, aunque el verdadero truco está en su arquitectura de mezcla de expertos: solo activa 6.500 millones durante la inferencia. Esto garantiza un equilibrio perfecto entre potencia bruta y eficiencia energética al ejecutar el modelo.
A ello se le suma una capacidad de digestión de información colosal. El modelo presume de una enorme ventana de contexto de 256k. Es capaz de recibir tanto imágenes como archivos de texto gigantescos, aunque su salida siempre es exclusivamente textual. Todo este arsenal ya está disponible como pesos descargables en Hugging Face bajo una licencia permisiva Apache-2.0. Un verdadero regalo para los investigadores.
Pero claro, hay un poco de letra pequeña en este anuncio. Mistral ofrece acceso a coste cero desde su API Labs y a través de la interfaz de Mistral Vibe, pero esta barra libre no durará para siempre. La propia empresa francesa ha confirmado que esta versión se retirará definitivamente el 30 de septiembre de 2026. Es un despliegue experimental para que la comunidad pruebe sus límites, sustituyendo a la versión inicial de marzo de 2026 que ya fue desactivada.
Destrozando benchmarks: por qué la competencia debería preocuparse
Vamos a los datos fríos de rendimiento. La fuente oficial de Mistral muestra unos resultados que sacan los colores a muchos de los modelos cerrados más caros del mercado. Su IA eleva drásticamente el nivel del razonamiento verificado por máquina, logrando saturar por completo el benchmark miniF2F. Así de simple.
En concreto, el modelo consigue resolver 587 de los 672 problemas del exigente PutnamBench. Para que te hagas una idea, esto es un salto cualitativo salvaje en el campo de la resolución algorítmica. También registra un sólido 87% de precisión en el test FATE-H, un 34% en FATE-X y mejora de forma notoria la métrica FLTEval pass@8, pasando de un discreto 31,9 a un contundente 43,2.
Y es que su resistencia procesando información compleja es casi alienígena. Mistral documentó un caso de prueba extremo sobre la complejidad temporal en árboles AVL donde Leanstral 1.5 devoró más de 2,7 millones de tokens en una sola sesión. Tuvo que realizar 22 compresiones de contexto y seguir razonando matemáticamente sin perder el hilo. Ni se inmuta.
Un detective autónomo que encuentra fallos inéditos en GitHub
Evidentemente, lograr esto no es fruto de la casualidad. El entrenamiento del modelo combina una fase de mid-training, ajuste fino supervisado y un durísimo aprendizaje por refuerzo utilizando el método CISPO. Gracias a todo este cóctel, el modelo no opera solo en el vacío teórico de las matemáticas. Funciona como un desarrollador real sentado frente a su ordenador.
El sistema puede meterse de lleno en un sistema de archivos real, editar código en vivo, ejecutar comandos bash y pelearse directamente con el servidor de lenguaje de Lean. Recibe los enunciados, propone la prueba, lee el feedback de los errores del compilador y corrige de forma iterativa. No se rinde hasta que el código compila perfecto o hasta que agota todo su presupuesto de cálculo.
La aplicación práctica de esto es oro puro para la industria del software seguro. En un pipeline de pruebas con Rust y Aeneas, se soltó a este agente en 57 repositorios reales para generar propiedades de corrección y verificarlas. ¿El resultado? El sistema encontró 47 violaciones de seguridad, 11 errores confirmados y 5 fallos inéditos que nadie había reportado aún en todo GitHub. Un escáner letal.
Queda clarísimo que Mistral ya no solo compite en la liga de los chatbots generalistas. Su estrategia a futuro pasa por construir sistemas completos de extremo a extremo, donde los agentes de IA verifican formalmente el software antes de que pase a producción. Herramientas del ecosistema como OpenATP ya están adaptando sus plataformas para integrarse con este avance. La pelota está ahora en el tejado de gigantes como OpenAI, porque los franceses acaban de demostrar que la máxima fiabilidad en la IA se puede alcanzar desde el código abierto.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
