Mistral 10 月 29 日公开旗舰模型 Mistral Large 4（昵称 Le Chonk）的权重。它是约 1 万亿参数的混合专家模型，支持文本和图片输入、输出文本，上下文 100 万 token；三周前以预览版上线，之后继续做强化学习，官方称编程和网络防御能力明显提升。许可是修改版 MIT：可免费使用、修改、微调和商用，但以“模型即服务”方式对外提供要另签商业许可。
置信度：高（100） · 事件时间 2026-10-29
理由
- 开放权重模型里少见的万亿参数级、全程在欧洲训练的模型，企业和政府可以放在自己的机房里跑，不依赖 API。官方称：Cognition 私有评测 FrontierCode 2.0 得 19.7%，开放权重第一；Terminal-Bench 4.0 从预览版的 28% 升到 41%；Artificial Analysis 编程智能体指数 48%，与 GLM-5.3 基本持平但每任务少用 47% 的 token。
- 网络安全是主卖点（官方称）：Artificial Analysis 网络安全指数 51%；在 JailbreakBench、StrongREJECT、AgentHarm 的恶意网络请求上平均拒绝率 96.6%，开放模型里最高；另给 Orange Cyberdefense 等经过审核的合作方预览一个专做渗透测试和红队的变体。Mistral 也承认它可能为真实攻击提供帮助，会在接下来几个月持续调整防护。
- 第三方结果更冷静：据 The Decoder 转述 Artificial Analysis，新版智能指数 v5 里它得 26 分（预览版 25），低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分；网络安全指数上 DeepSeek V4.1 Flash（57%）和 MiMo-V2.6-Pro（56%）也在它前面。优势是速度和价格：每秒输出 161 个 token，每个指数任务平均 2.06 美元，比 GLM-5.3 便宜但远贵于 DeepSeek V4.1 Flash。
用法
- 权重在 Hugging Face 的 Mistral Large 4 合集（mistralai/Mistral-Large-4-1T-A52B，另有 NVFP4 版），首日支持 transformers、vLLM、SGLang 和 llama.cpp（ggml-org 提供 GGUF 量化）；推理强度 reasoning_effort 可选 low / medium / high，默认 high，不能关闭推理。
- 硬件门槛高：据 The Decoder 引 SGLang 文档，标准版要 8 张 B300；Hugging Face 博客称 2 bit 量化可在一台 512GB 内存的 Apple Silicon Ultra 上跑，并给了 8 张 H200 的 Inference Endpoints 部署方案。
- 不想自托管可用 Mistral Studio、Mistral API、OpenRouter、Microsoft Foundry 或 NVIDIA 托管端点；官方价格每百万输入 token 0.70 美元、缓存输入 0.07 美元、输出 2.10 美元。
风险
- 激活参数说法不一：Mistral 仓库名、The Decoder 和 SiliconANGLE 写 520 亿，Hugging Face 博客写约 490 亿。
- 几处数字口径不同：Hugging Face 博客写的 82% 是网络安全指数中“复现并修补漏洞”一项，总分是 51%；它写的 B3 抗攻击 93.3% 是 Mistral 所说的预览版成绩（正式版官方称 97.1%）；Terminal-Bench 4 写 28.3%，与 Mistral 的 41% 差距较大，测试设置未说明。
- 多数编程和安全成绩是 Mistral 自选评测，Booz Allen、思科等合作方的评价属于背书；完整技术报告官方称“即将发布”。
- The Decoder 指出 Mistral 的对比没有包括 Kimi K3.1 Pro（权重尚未发布，Moonshot 计划 11 月 4 日前发布），它在 Terminal-Bench 4.0 上是 67%。
打开 · Mistral AI 新闻 · The Decoder · TechCrunch · SiliconANGLE