Mistral empieza a alejarse de la batalla del modelo generalista y marca el camino a Multiverse

Mistral nació hace apenas tres años con una ambición fácil de explicar: construir desde Europa modelos de inteligencia artificial capaces de competir con los de OpenAI, Google, Anthropic y los nuevos gigantes chinos. Pero sus últimos movimientos apuntan hacia una estrategia bastante más amplia. La empresa francesa está comprando compañías de infraestructura y aplicaciones especializadas y acaba de asociarse con Numspot, empresa francesa que gestiona una plataforma en la nube, para vender una solución completa de IA soberana. El modelo deja así de ser necesariamente el producto para convertirse en una pieza de una cadena mucho mayor. Y ese cambio puede marcar también el camino para la empresa donostiarra Multiverse Computing.

---

El último movimiento de Mistral ha sido la adquisición de Pimento, una pequeña startup parisina que utiliza inteligencia artificial para crear campañas publicitarias. Fundada en 2022 por Florent Facq y Tomás Yany, trabaja con más de 180 marcas y genera creatividades a partir de un brief, la identidad de la marca y datos sobre el rendimiento de las campañas.

El importe tampoco resulta especialmente significativo para una compañía que acaba de captar 3.000 millones de euros. Mistral ha hablado de «varios millones», mientras L’Informé lo ha situado en unos 3,8 millones. Sifted, a partir de documentación de la operación, eleva la valoración total de la transacción a 12,7 millones entre efectivo y acciones.

Lo interesante no es, por tanto, cuánto ha pagado Mistral sino qué está comprando. Pimento no desarrolla un nuevo modelo fundacional: resuelve un problema concreto de las empresas utilizando IA. Su equipo se incorporará a las áreas de ingeniería y producto de Mistral para trabajar en Vibe, el asistente conversacional anteriormente denominado Le Chat.

Es la tercera adquisición de Mistral en 2026 y las tres operaciones dibujan un mapa bastante coherente. En febrero compró Koyeb, especializada en infraestructura cloud serverless, para integrarla en Mistral Compute. En mayo adquirió la austriaca Emmi AI, que desarrolla inteligencia artificial aplicada a simulaciones físicas para ingeniería e industria. Ahora añade Pimento, que se encuentra todavía más cerca del usuario final.

La propia Mistral describió la compra de Koyeb como parte de su intención de construir un «full-stack AI champion», es decir, una empresa capaz de controlar varias capas de la inteligencia artificial en lugar de limitarse a fabricar el modelo. Dealroom interpreta la sucesión de operaciones en términos similares: Mistral está descendiendo por la cadena de valor, desde los modelos hasta los procesos concretos que utilizan las empresas.

Eso no significa que Mistral haya renunciado a desarrollar modelos generalistas. De hecho, la compañía acaba de captar 3.000 millones de euros en una ronda que la valora en más de 21.000 millones y mantiene entre sus objetivos ampliar su capacidad de entrenamiento. Pero la diferencia de recursos con los grandes laboratorios estadounidenses continúa siendo enorme.

Y existe otro problema: Mistral ha perdido mucho peso relativo en el mercado empresarial de modelos. Según el estudio anual de Menlo Ventures sobre IA generativa empresarial, Mistral representaba el 6% del uso empresarial de LLM en 2023. En 2024 cayó al 5% y en 2025 se quedó en apenas el 1%. En ese último ejercicio, Anthropic alcanzó el 40%, OpenAI el 27% y Google el 21%. Entre las tres compañías estadounidenses concentraban, por tanto, el 88%.

Proveedor	2023	2024	2025
OpenAI	50%	34%	27%
Anthropic	12%	24%	40%
Google	7%	12%	21%
Meta	16%	16%	8%
Mistral	6%	5%	1%

La comparación es especialmente relevante porque Menlo Ventures no está midiendo descargas ni el uso de aplicaciones finales como ChatGPT, sino los modelos utilizados en cargas de trabajo empresariales. El mercado medido por la firma de capital riesgo alcanzó además un gasto de 12.500 millones de dólares en APIs de modelos fundacionales en 2025. Mistral pierde así cuota mientras el mercado que aspiraba a conquistar crece con enorme rapidez.

La compañía francesa mantiene una posición algo mejor si se considera únicamente el segmento de modelos abiertos. Según Menlo Ventures, a finales de 2025 acaparaba alrededor del 15% de ese mercado, frente al 70% de Meta, el 6% de Qwen y el 4% de DeepSeek. Pero el problema vuelve a estar en el tamaño del segmento: los modelos abiertos habían pasado de representar el 19% del mercado empresarial en diciembre de 2024 a sólo el 11% un año después.

Otra fuente con una metodología completamente diferente ofrece una fotografía más reciente y apunta en la misma dirección. OpenRouter, plataforma utilizada por desarrolladores para acceder desde una misma interfaz a modelos de numerosos proveedores, atribuía a Mistral sólo el 2,6% de las peticiones realizadas durante la semana del 14 de septiembre de 2026. DeepSeek alcanzaba el 25,4%, Google el 18,6%, OpenAI el 17%, Z.ai el 9,4% y Qwen el 6,7%.

Las cifras de OpenRouter no representan todo el mercado, puesto que no incluyen las peticiones que los clientes realizan directamente a cada proveedor, pero resultan útiles para observar qué modelos escogen los desarrolladores cuando pueden seleccionar entre múltiples alternativas. Y contienen un dato particularmente llamativo para Euskadi: Z.ai, la empresa china cuyo GLM sirve de base a Quasar de Multiverse, registra en OpenRouter más de tres veces el uso de Mistral.

La pérdida de cuota ayuda a entender mejor los movimientos de Mistral. No demuestra que la compañía haya abandonado la carrera por construir los mejores modelos —continúa invirtiendo miles de millones precisamente en ellos—, pero sí que tiene motivos para intentar que su futuro no dependa exclusivamente de ganarla.

También existe ya un debate en Francia sobre si Mistral se está alejando de su promesa inicial de convertirse en la alternativa europea a los modelos estadounidenses. La compañía rechaza esa interpretación y sostiene que la integración vertical precisamente le permitirá seguir invirtiendo en investigación.

La propia Mistral ofrece una pista de hacia dónde quiere ir. Al presentar sus servicios de IA soberana ha formulado el problema de manera diferente a como lo hacía la industria hace apenas unos años: empresas y países deberían poder controlar qué modelos utilizan, dónde se ejecutan y qué capacidad de computación los sostiene. Además, Mistral ha comenzado a ofrecer dentro de su propia infraestructura modelos abiertos desarrollados por terceros.

La alianza anunciada este mes con Numspot profundiza en esa dirección. Las dos empresas comercializarán conjuntamente una plataforma que integra los modelos de Mistral, infraestructura cloud soberana alojada en Francia, GPU, almacenamiento, orquestación, supervisión, seguridad y operación. El cliente puede contratar todo el conjunto con un único interlocutor y el servicio se encuentra en proceso de cualificación SecNumCloud.

Numspot aporta además algo que Mistral puede explotar comercialmente frente a sus grandes competidores estadounidenses y chinos. Su accionariado incluye Banque des Territoires, Docaposte, Dassault Systèmes y Bouygues Telecom, y la infraestructura se opera en Francia. La soberanía deja así de identificarse exclusivamente con haber entrenado el modelo: también consiste en controlar dónde se ejecuta, quién custodia los datos, cómo se adapta a cada empresa y quién opera la infraestructura.

Es precisamente ahí donde la evolución de Mistral resulta especialmente interesante para Multiverse Computing. La empresa donostiarra ha manifestado su ambición de competir con Mistral y alcanzar en el futuro una valoración similar a la de la compañía francesa. Pero intentar reproducir desde Euskadi la carrera de OpenAI, Google, Anthropic o los grandes desarrolladores chinos supone enfrentarse a compañías capaces de movilizar cantidades enormes de capital y capacidad de computación.

El propio Quasar 438B presentado por Multiverse muestra una vía alternativa. No es un modelo fundacional construido desde cero en Donostia, sino que parte de GLM-5.2, desarrollado por la empresa china Z.ai, sobre el que Multiverse aplica su tecnología de compresión CompactifAI. La aportación diferencial está, por tanto, menos en crear toda la inteligencia original que en transformar un modelo existente para hacerlo más pequeño, barato y manejable.

Multiverse está desarrollando además la idea de «deschinizar» modelos abiertos procedentes de China: adaptar estos sistemas a las necesidades regulatorias y empresariales europeas, eliminando determinadas restricciones y modificando su comportamiento. Si esa tecnología funciona como promete, abre una posibilidad empresarial diferente de intentar construir otro GPT europeo.

En ese escenario, Multiverse podría convertirse en una especie de fábrica europea de modelos especializados. Podría seleccionar los mejores modelos abiertos disponibles en cada momento —sean chinos, estadounidenses o europeos—, comprimirlos mediante CompactifAI, adaptarlos a un sector o empresa y desplegarlos en infraestructura europea o incluso dentro de las instalaciones del cliente.

La ventaja de este planteamiento es que Multiverse no necesitaría acertar cada pocos meses cuál será el mejor modelo fundacional del mundo. Si aparece uno mejor, podría utilizarlo como nueva materia prima. Su tecnología estaría una capa por encima del modelo, de manera similar a como Mistral intenta ahora capturar valor en las capas que rodean a sus propios modelos.

El movimiento de Mistral sugiere además que la especialización puede ser tan importante como el tamaño. Emmi AI aporta tecnología destinada a ingeniería industrial; Pimento, conocimiento y herramientas para publicidad; Koyeb, infraestructura; y Numspot, despliegue soberano. El resultado se parece cada vez menos a una empresa dedicada exclusivamente a fabricar LLM y más a un proveedor integral de inteligencia artificial.

Existe, naturalmente, una diferencia importante. Mistral sigue desarrollando modelos propios y acaba de captar una cantidad gigantesca precisamente para mantener esa capacidad. No está abandonando la batalla de los modelos generalistas; está intentando que su futuro no dependa exclusivamente de ganarla.

Ahí puede estar la lección más relevante para Multiverse. La empresa donostiarra difícilmente podrá competir en inversión y capacidad de computación con OpenAI, Google, Anthropic o los gigantes chinos. Pero quizá tampoco necesite hacerlo. Si los modelos fundacionales se convierten progresivamente en una materia prima abundante y sustituible, el negocio puede desplazarse hacia quienes sepan elegirlos, comprimirlos, adaptarlos, especializarlos, desplegarlos y convertirlos en herramientas que resuelvan problemas concretos.