Mejor LLM multilingüe europeo open-source 2026

Elegir un LLM multilingüe europeo open-source en 2026 implica sopesar la cobertura lingüística (24 idiomas de la UE), la soberanía jurídica y el rendimiento bruto frente a los gigantes chinos y estadounidenses. Esta página compara los modelos disponibles en el catálogo quelllm.fr que ofrecen una cobertura sólida del francés, el alemán, el italiano, el español, el neerlandés o las lenguas nórdicas, a partir de especificaciones verificables (VRAM Q4, contexto, licencia) en lugar del marketing. El plan: panorama de la oferta europea, comparativa técnica de los modelos Mistral, alternativas multilingües fuera de la UE, despliegue autoalojado, preguntas frecuentes y síntesis.

Panorama de la oferta europea de LLM de pesos abiertos

El término "Mistral europeo" no es solo un lema: Mistral AI sigue siendo el único actor europeo que publica pesos abiertos a gran escala, con cobertura multilingüe nativa que abarca las principales lenguas de la UE. En el ámbito francés, iniciativas como EuroLLM (proyecto europeo Horizon, INESC-ID + Unbabel + Universidad de Edimburgo) y Lucie 7B (Linagora, bajo licencia abierta) existen pero no aparecen en nuestro catálogo de 249 modelos de pesos abiertos validados, ya que sus publicaciones aún están en fase de investigación o solo incluyen parte de los pesos. Para una visión general del ecosistema EuroLLM, ver el artículo de referencia en arXiv:2409.16235.

Hasta la fecha, el catálogo quelllm.fr incluye cuatro modelos Mistral pertinentes para un uso multilingüe en la UE:

• Mistral Large 3 675B — 675B parámetros, licencia Apache 2.0, VRAM Q4 ~405 GB, contexto 256k
• Mixtral 8x22B Instruct — 141B, Apache 2.0, VRAM Q4 ~82 GB, contexto 64k
• Mistral Medium 3.5 128B — 128B, Licencia MIT modificada, VRAM Q4 ~74 GB, contexto 256k
• Mistral Small 4 — 119B, Apache 2.0, VRAM Q4 ~72 GB, contexto 256k

Los otros modelos serios «multilingües de la UE» del catálogo proceden de desarrolladores no europeos, pero ofrecen una cobertura de los 24 idiomas de la UE que se estima adecuada — se detallan más abajo.

Comparativo técnico: los Mistral europeos frente a los benchmarks

Mistral Large 3 675B es el modelo insignia europeo de pesos abiertos. Con una arquitectura Mixture of Experts (MoE), declara en las fichas oficiales Hugging Face puntuaciones competitivas frente a DeepSeek V3 y Llama 4 Maverick. Para el francés y el alemán, su tokenizer está optimizado, lo que reduce el coste en tokens en comparación con los modelos 100 % anglocéntricos.

• Licencia : Apache 2.0 — uso comercial libre, redistribución autorizada
• VRAM Q4 : ~405 GB (se requiere un clúster de 8× H100 de 80 GB o de 6× MI300X de 192 GB)
• VRAM Q8 : estimación de ~700 GB (rara vez se despliega en Q8 un modelo de este tamaño)
• Tokens/sec : por confirmar según el backend (vLLM, SGLang, TensorRT-LLM)

Para un presupuesto de VRAM dividido por 5, Mixtral 8x22B Instruct sigue siendo una referencia contrastada. Con 39B parámetros activos de un total de 141B, se ejecuta en Q4 en 2× H100 de 80 GB o 1× MI300X. Los benchmarks publicados por Mistral en su blog oficial indicaban en el momento de su lanzamiento MMLU ~77 % y HumanEval ~75 %, puntuaciones superadas desde entonces por la nueva generación, pero que siguen siendo sólidas para un despliegue estable en infraestructura propia.

Mistral Small 4 (119B) y Mistral Medium 3.5 (128B) están dirigidos a estaciones de trabajo de gama alta: con unos 72-74 GB de VRAM en Q4, caben en una sola H100 de 80 GB o en una RTX 6000 Ada con cuantización agresiva Q3_K_M. Comparación detallada disponible en /compare/mistral-small-4-vs-mixtral-8x22b.

Alternativas multilingües competitivas fuera de la UE

Si "LLM en 24 idiomas de la UE" es tu criterio técnico en lugar de la soberanía jurídica, varios modelos no europeos ofrecen una cobertura multilingüe cuya calidad está documentada:

• Qwen 3 235B-A22B (Apache 2.0, Alibaba) — entrenado con un corpus multilingüe amplio, puntuaciones MMMLU y XCOPA competitivas según el informe técnico de Qwen. VRAM Q4 ~142 GB, contexto 131k.
• Llama 3.1 405B Instruct (Llama 3.1 Community) — compatibilidad multilingüe oficial con 8 idiomas, entre ellos francés, alemán, español, italiano y portugués. Detalles en la tarjeta de modelo Meta.
• Command R+ 104B (CC-BY-NC 4.0, Cohere) — diseñado para tareas de RAG multilingüe, pero con licencia no comercial.
• Qwen 2.5 72B Instruct — buen equilibrio con 42 GB de VRAM en Q4 y una cobertura anunciada de 29 idiomas.

Atención: la cobertura de las lenguas de la UE con menos recursos (finés, estonio, maltés e irlandés) sigue siendo frágil en todos estos modelos. Para estos casos, solo un fine-tuning específico da resultados aceptables. Ver nuestra guía de fine-tuning multilingüe.

Despliegue autoalojado: VRAM, cuantización, backends

El posicionamiento de quelllm.fr es estricto: ninguna llamada a la nube, despliegue local o en infraestructura que tú controlas. Para los modelos europeos de Mistral, estos son los niveles de VRAM por cuantización (cifras Q4 confirmadas por el catálogo; Q5/Q8/FP16 estimados según las proporciones habituales de llama.cpp):

• Mistral Large 3 675B : Q4 ~405 GB / Q5 ~500 GB estimado / Q8 ~700 GB estimado / FP16 ~1.35 TB estimado
• Mixtral 8x22B : Q4 ~82 GB / Q5 ~100 GB estimado / Q8 ~145 GB estimado / FP16 ~280 GB estimado
• Mistral Medium 3.5 : Q4 ~74 GB / Q5 ~92 GB estimado / Q8 ~130 GB estimado
• Mistral Small 4 : Q4 ~72 GB / Q5 ~90 GB estimado / Q8 ~125 GB estimado

Backends recomendados: vLLM para la tasa de procesamiento multiusuario, llama.cpp para CPU/Apple Silicon, SGLang para los flujos de trabajo con agentes. El configurador quelllm.fr soporta estos filtros de VRAM/backend.

Para presupuestos ajustados, Mistral Small 4 en un Apple M3 Ultra de 192 GB en Q4 sigue siendo la opción de autoalojamiento más accesible entre los modelos europeos — comparable en consumo de memoria a gpt-oss 120B (OpenAI, Apache 2.0, ~70 GB Q4), que no es europeo pero compite en la misma categoría de hardware. Consulta /compare/mistral-small-4-vs-gpt-oss-120b.

Casos de uso concretos para el ecosistema de la UE

• Administración pública francófona : Mistral Large 3 o Medium 3.5, licencia Apache 2.0 compatible con la contratación pública, alojamiento soberano posible (OVHcloud, Scaleway, infraestructura GAIA-X).
• Pyme multilingüe (DE/FR/IT/NL) : Mixtral 8x22B en 2× H100, RAG mediante LangChain o LlamaIndex con embeddings multilingües E5 o BGE-M3.
• Investigación académica sobre lenguas minoritarias de la UE : fine-tuning Mistral Small 4 (Apache 2.0 permite la redistribución de derivados).
• Código multilingüe (comentarios FR, identificadores EN) : Qwen3-Coder-Next 80B-A3B como complemento.

Para el cumplimiento del RGPD y de la Ley de IA, consultar el guía de soberanía y la página mejor LLM francés.

FAQ

P: ¿EuroLLM y Lucie 7B están en el catálogo quelllm.fr?

No, hasta la fecha. EuroLLM (proyecto Horizon Europe) y Lucie 7B (Linagora) existen, pero sus pesos publicados aún no cumplen nuestros criterios de indexación (estabilidad de versión, licencia clara, especificaciones reproducibles). Seguimos su evolución. Para un seguimiento del proyecto EuroLLM, ver su página oficial en Hugging Face.

P: ¿Cuál es el mejor Mistral europeo para una sola estación de trabajo?

Mistral Small 4 (119B, Apache 2.0, ~72 GB Q4) es el mejor equilibrio para una H100 de 80 GB o un Mac M3 Ultra de 192 GB. Para un presupuesto más ajustado, Mixtral 8x22B sigue siendo relevante pese a su relativa antigüedad gracias a su arquitectura MoE, que requiere pocos recursos de cómputo activo.

P: ¿Mistral Large 3 supera a DeepSeek V3.2 en francés?

Por confirmar en cada benchmark. En evaluaciones cualitativas públicas, Mistral Large 3 suele preferirse por los matices estilísticos en francés escrito, mientras que DeepSeek V3.2 domina en razonamiento matemático multilingüe. Comparativa en curso en /compare/mistral-large-3-vs-deepseek-v32.

P: ¿Qué licencia para un despliegue comercial europeo?

Apache 2.0 (Mistral Large 3, Mixtral 8x22B, Mistral Small 4) es la más permisiva: uso comercial, redistribución y modificación autorizados sin restricciones de ingresos ni de ámbito de uso. Mistral Medium 3.5 está bajo la licencia Modified MIT, que debe leerse atentamente. Evita Command R+ para uso comercial (CC-BY-NC 4.0).

P: ¿Cuántas lenguas de la UE se soportan realmente de forma nativa?

Mistral anuncia oficialmente el francés, el inglés, el alemán, el italiano, el español, el neerlandés y el portugués como idiomas de primer nivel. Los demás (polaco, sueco, rumano…) funcionan, pero con menor calidad. La cobertura completa de los 24 idiomas de la UE —incluidos el maltés, el irlandés y el estonio— sigue siendo, a día de hoy, un objetivo de proyectos como EuroLLM, no una realidad alcanzada.

P: ¿Se puede realizar un ajuste fino de Mistral Large 3 en local?

Sí, pero requiere un clúster de varios nodos con GPU para LoRA/QLoRA, o varios MI300X para un ajuste fino completo. Para la mayoría de los casos prácticos, ajustar Mistral Small 4 (Apache 2.0) en 1-2 H100 con Unsloth o Axolotl es más realista.

Conclusión

El mejor LLM multilingüe europeo open-source en 2026 depende del presupuesto de VRAM: Mistral Large 3 675B en la cima para quienes tienen un cluster, Mistral Small 4 o Mixtral 8x22B para estaciones de trabajo. Los tres bajo Apache 2.0, desplegables en infraestructura soberana, con una cobertura sólida de las principales lenguas de la UE. Para ajustar la elección a tu hardware, abre el configurador quelllm.fr o explora el catálogo completo de los 249 modelos indexados.