Mistral 迄今最大的开源权重模型：约 1T 总参数、每 token 激活约 52B（不含嵌入层为 49B）的原生多模态 MoE，输入文字和图片、输出文字，100 万 token 上下文；指令、推理、编程和智能体任务合在一套权重里，推理强度分 low / medium / high 三档按请求切换。
上升分 300 · 点赞 1221 · 下载量 278
理由
- 官方称 Artificial Analysis 编程智能体指数 48%，与开源领先的 GLM-5.3 基本持平但每个任务平均少用 47% 的 token；Artificial Analysis 智能指数 v5 得 26，是西方开源模型最高，但官方也承认中国的领先开源模型总分更高。
- 128 个路由专家每 token 激活 4 个外加 1 个共享专家，在 3,800 张 Grace Blackwell GPU 上从零训练；官方称在网络安全、金融、法律和视觉定位上表现突出，支持原生函数调用和严格 JSON Schema 输出，覆盖 160 多种语言。
- 首发就有 vLLM、SGLang 镜像、Transformers、llama.cpp GGUF，以及 Axolotl、Unsloth、TRL 微调指南，另有面向 Blackwell 的 NVFP4 版；10 月 29 日随抱脸博客发布，此前各期没有收录。上升分 300 只代表关注度。
用法
- vLLM（官方推荐）：docker pull vllm/vllm-openai:mistral-large-4，--tensor-parallel-size 8 --tool-call-parser mistral --reasoning-parser mistral --enable-auto-tool-choice 启动；加 --speculative-config '{"method": "dspark", "num_speculative_tokens": 3}' 开内置 DSpark 推测解码，官方称吞吐最多提高 1.9 倍。
- SGLang：lmsysorg/sglang:mistral-large-4 镜像，sglang serve --tp-size 8 --speculative-algorithm DSPARK；采样统一用 temperature 1.0、top_p 0.95，复杂和智能体任务 reasoning_effort="high"（默认），日常 medium，快速回复 low。
- 也能直接调 Mistral API 的 mistral-large-4，或在官方编程代理 Mistral Vibe 里接本地 vLLM。
风险
- 官方示例按 8 卡张量并行部署，个人设备跑不了；NVFP4 版只面向 Blackwell 显卡。
- 许可是 Mistral Ecosystem Open-Weight License（改过的 MIT）：商用可以，但做模型即服务（MaaS）业务要另签商业许可。
- 模型卡只给了两个综合指数，其余对比在图片和博客里，均为官方引用的榜单成绩。