Nei primi giorni di luglio 2026 Mistral AI ha aperto ai partner l’early access di un nuovo modello Mixture-of-Experts, che il cofondatore e amministratore delegato Arthur Mensch ha descritto con una formula già entrata nel lessico del settore: fat but sparse, grasso ma sparso. L’annuncio arriva mentre l’azienda parigina porta avanti un piano di investimenti da 4 miliardi di euro in data center tra Francia e Svezia. Due mosse coordinate che raccontano la stessa strategia: restare l’unico laboratorio europeo capace di competere alla frontiera dei modelli. Vale la pena esaminare cosa si sa del nuovo modello, come si regge il piano industriale che lo sostiene e cosa cambia per le imprese che cercano un fornitore di intelligenza artificiale sotto giurisdizione europea.
Grasso ma sparso: cosa si sa del nuovo modello
La formula scelta da Mensch descrive un’architettura precisa, non una battuta.
In un modello Mixture-of-Experts il conteggio totale dei parametri, il lato grasso, non coincide con i parametri effettivamente attivati a ogni token, il lato sparso. Il modello nel suo complesso può essere enorme, ma per ogni singola richiesta lavora solo una frazione dei suoi esperti interni, selezionati da un meccanismo di instradamento. Il risultato pratico: capacità paragonabile a quella dei grandi modelli densi, con costi di inferenza molto più bassi per token generato. È la stessa scelta architetturale compiuta dai laboratori cinesi come DeepSeek e Zhipu, e prima ancora dalla stessa Mistral. Il Mixtral 8x7B del dicembre 2023, con i suoi 46,7 miliardi di parametri totali, fu tra i primi Mixture-of-Experts open-weight a circolare in Europa e costruì la reputazione tecnica dell’azienda.
Sui numeri del nuovo modello, però, Mistral non si è sbilanciata. I parametri totali e quelli attivi per token non sono stati resi pubblici, e alla data di scrittura non esistono benchmark verificabili in modo indipendente. Chi vuole farsi un’idea della scala deve accontentarsi del riferimento alla generazione precedente: Mistral Large 3, presentato il 2 dicembre 2025 all’interno della famiglia Mistral 3, dichiara 675 miliardi di parametri con architettura sparse Mixture-of-Experts. L’aggettivo scelto da Mensch lascia intendere che il nuovo modello sarà più grande, ma è un’inferenza, non un dato.
L’early access di luglio è riservato ai partner. Il rilascio dei pesi, coerente con la storia dell’azienda, è atteso dalla comunità ma non ha ancora una data ufficiale.
Quattro miliardi tra Francia e Svezia
Il piano infrastrutturale è la parte più concreta e misurabile della strategia. Mistral ha messo sul tavolo circa 4 miliardi di euro per data center distribuiti tra la Francia, dove l’azienda ha sede e dove concentra la parte principale del piano, e la Svezia. Il tassello svedese è il più definito: un investimento da 1,2 miliardi di euro con il partner EcoDataCenter per una struttura a Borlänge, alimentata da energia idroelettrica.
La scelta del nord non è un vezzo. L’addestramento e l’inferenza dei grandi modelli assorbono quantità crescenti di energia, e il costo dell’elettricità è ormai una voce di bilancio decisiva quanto il costo delle GPU. La Svezia offre energia idroelettrica abbondante e a basso costo, un clima che riduce le spese di raffreddamento e una rete elettrica stabile. Per un’azienda che vuole vendere ai governi europei anche un argomento di sostenibilità, un data center a idroelettrico in Dalarna vale più di molte slide.
C’è poi la ragione strategica. Possedere capacità di calcolo propria significa due cose per un laboratorio AI: non dipendere dai cloud americani per l’addestramento dei modelli futuri e poter erogare inferenza da suolo europeo, sotto giurisdizione europea, ai clienti che lo richiedono per ragioni di conformità o di riservatezza. Nel 2026 questa seconda voce è diventata un argomento commerciale di prima grandezza.
Il confronto con i piani infrastrutturali americani aiuta a mettere le cifre in prospettiva. OpenAI e i suoi partner discutono di centinaia di miliardi di dollari in capacità di calcolo, Meta e Google costruiscono campus da gigawatt. I 4 miliardi di Mistral sono un ordine di grandezza sotto. Ma servono a un obiettivo diverso: non la corsa alla scala assoluta, bensì il presidio di un mercato, quello europeo, dove la localizzazione del dato e la giurisdizione del fornitore pesano quanto la potenza del modello.
I conti della scommessa: ASML e 400 milioni di ricavi
Un piano da 4 miliardi richiede spalle finanziarie. Mistral le ha costruite nel settembre 2025 con un round di Serie C da 1,7 miliardi di euro guidato da ASML, che ha portato la valutazione dell’azienda a 11,7 miliardi di euro. La presenza del gruppo olandese come investitore guida ha un peso simbolico oltre che finanziario: ASML è il produttore delle macchine litografiche EUV senza le quali non esistono chip di ultima generazione, ed è l’azienda tecnologica europea con il maggiore potere contrattuale a livello globale. Due campioni europei che uniscono i capitali sono un segnale politico, prima ancora che industriale.
Sul fronte dei ricavi, i numeri comunicati parlano di ricavi ricorrenti annualizzati sopra i 400 milioni di dollari a inizio 2026, con l’obiettivo dichiarato da Mensch di superare il miliardo di dollari entro la fine dell’anno.
Messi accanto ai bilanci dei concorrenti americani, che raccolgono decine di miliardi per ciclo di finanziamento, questi numeri restano piccoli. Ed è proprio qui che la scelta architetturale e quella industriale si tengono: un laboratorio che non può permettersi la forza bruta deve puntare sull’efficienza per parametro attivo, e un Mixture-of-Experts molto sparso è esattamente questo, capacità di frontiera a costo marginale contenuto. La formula di Mensch è anche una dichiarazione di sopravvivenza economica.
L’unico laboratorio europeo rimasto alla frontiera
Il contesto dell’estate 2026 rende la posizione di Mistral più interessante di quanto non fosse un anno fa.
Da una parte gli Stati Uniti hanno mostrato che l’accesso ai modelli americani può essere sospeso o condizionato da decisioni governative, come hanno sperimentato gli utenti europei di Claude Fable 5 a giugno. Dall’altra i laboratori cinesi inondano il mercato di modelli open-weight molto capaci, che però sollevano interrogativi su trasferimenti di dati e conformità normativa. In mezzo c’è un solo laboratorio europeo che gioca alla frontiera, ed è Mistral. Non per meriti esclusivi: è la fotografia di un continente che ha accumulato ritardo e che oggi concentra le proprie speranze industriali su un’unica azienda con meno di quattro anni di vita.
Mistral è stata inoltre tra i primi firmatari del GPAI Code of Practice europeo nell’estate 2025, il codice di condotta che accompagna gli obblighi del Regolamento UE 2024/1689 (AI Act) per i fornitori di modelli di uso generale. Per un’impresa europea che deve documentare la propria catena di fornitura AI, lavorare con un fornitore firmatario e regolato in casa riduce attriti che con altri fornitori vanno gestiti contrattualmente. Le istituzioni europee discutono da anni di autonomia tecnologica nei tavoli come la European AI Alliance, di cui AIPIA fa parte e che racconta nella pagina dedicata alla partecipazione dell’associazione alla European AI Alliance: il caso Mistral porta quella discussione dal piano delle politiche a quello del prodotto.
La dipendenza tecnologica vista dal lato del prodotto
Il dibattito europeo sull’autonomia nell’intelligenza artificiale si è mosso a lungo su un binario pubblico: supercomputer finanziati con fondi comuni, iniziative di ricerca, infrastrutture accademiche. Il piano di Mistral corre su un binario diverso, privato e commerciale: modello, data center, clienti paganti.
La distinzione conta. Un’infrastruttura pubblica di calcolo riduce la dipendenza nella ricerca, ma non dà alle imprese un fornitore alternativo con contratti, garanzie di servizio e roadmap di prodotto. Quello lo fa solo un’azienda che sta sul mercato. Se il nuovo MoE sarà competitivo, per la prima volta un’impresa europea potrà scegliere un modello di frontiera erogato da data center europei, con pesi eventualmente ispezionabili, da un fornitore soggetto a GDPR e AI Act senza mediazioni transatlantiche.
Un vantaggio che nessun decreto può replicare.
I settori dove questo argomento pesa di più sono facili da elencare. La sanità, dove i dati dei pazienti non possono attraversare l’Atlantico senza garanzie complesse. La pubblica amministrazione, che in diversi Stati membri ha già introdotto requisiti di localizzazione per i servizi digitali. La difesa e le infrastrutture critiche, dove la dipendenza da un fornitore extraeuropeo è una vulnerabilità censita nei documenti di analisi del rischio. Gli studi professionali soggetti a segreto, dai legali ai commercialisti. In ognuno di questi casi la domanda non è quale modello sia il migliore in assoluto, ma quale sia il migliore tra quelli adottabili senza aprire un fascicolo di conformità.
Restano le incognite, e sono le stesse che pesano su tutto il settore: la sostenibilità economica di chi compete con concorrenti finanziati dieci volte tanto, la capacità di attrarre ricercatori in un mercato del lavoro dove i laboratori americani offrono pacchetti retributivi fuori scala, la tenuta di un piano infrastrutturale quadriennale in un settore che cambia direzione ogni sei mesi.
Cosa deve valutare un’impresa prima di puntare sul cavallo europeo
Per chi decide gli acquisti tecnologici, l’entusiasmo per la bandiera non è un criterio. Conviene ragionare su tre piani.
Una premessa di metodo. La storia recente del settore insegna che gli annunci di modelli in early access vanno maneggiati con cautela: tra la disponibilità per i partner e quella generale passano settimane, a volte mesi, e le prestazioni misurate all’uscita non sempre confermano le attese costruite prima. Chi pianifica un progetto per l’autunno farebbe bene a considerare il nuovo MoE una possibilità da testare, non il terreno su cui costruire oggi.
Primo: le prestazioni. Del nuovo modello non esistono ancora benchmark pubblici, e fino al rilascio generale ogni valutazione è rinviata. La regola vale per tutti i fornitori: si testa sul proprio caso d’uso, con i propri documenti e i propri flussi, non sulle tabelle dei comunicati stampa. Secondo: la strategia di uscita. I modelli open-weight di Mistral consentono, a differenza dei modelli chiusi americani, di portare i pesi in casa e continuare a operare anche se il rapporto commerciale si interrompe. Per molte organizzazioni pubbliche e regolate questo è l’argomento decisivo. Terzo: la maturità dell’offerta. Strumenti di sviluppo, integrazioni e assistenza di Mistral sono cresciuti, ma il confronto con i colossi del cloud americano resta impari su ampiezza di catalogo e servizi accessori.
Serve anche personale capace di fare queste valutazioni. La scelta di un fornitore di modelli non è più una decisione da ufficio acquisti: richiede competenze su architetture, licenze, conformità e costi di inferenza. AIPIA struttura queste competenze nei propri percorsi formativi sull’intelligenza artificiale, pensati per professionisti e imprese che devono decidere con criterio, e le inquadra nel più ampio lavoro di formazione certificabile tramite la Credenziale Europea AI.
Il nuovo MoE di Mistral arriverà sul mercato con parametri ancora ignoti e benchmark tutti da scrivere. Ma il suo peso specifico non si misurerà solo in punti percentuali sulle classifiche: si misurerà nella prima trattativa in cui un’impresa europea potrà dire a un fornitore americano di avere un’alternativa credibile a casa propria. È il tipo di potere contrattuale che l’Europa non aveva dal 2022, e vale più di un punto di benchmark.
